人民網三評智能演算法，矛頭直指今日頭條，技術又一次為平台背了鍋
智能演算法有其該擔的責，但用戶也該反思自己。
從9月18日到20日，連著三天，人民網每天一文，三評智能演算法，矛頭直指今日頭條——一個依靠數據挖掘推薦引擎的內容分發平台。
顯然，人民網此次是「怒」了。而做為矛盾中心，今日頭條到底做了什麼，才會引來如此「關注」？
人民網認為，智能演算法作為新技術，在加入內容分發平台後，犯下了「三罪」：
1.垃圾新聞過多；
2.私人訂製信息易造成用戶自我封閉；
3.促使內容生產者媚俗化並削弱其創造力。
但鎂客君想說，在這連番的指責中，智能演算法並沒有原罪。
從技術本身來說演算法並沒有原罪
從人民網的三評中可以看出，智能演算法的不完善導致了眾多不良社會影響。但這真的是智能演算法的錯嗎？
拋開今日頭條，人工智慧演算法在其他領域的應用效果是有目共睹的。
當前，淘寶等線上電商平台對智能演算法均有應用。該演算法會依據用戶的瀏覽和消費行為為用戶推薦相關產品。而在線下大數據服務方面，如ZMT這樣的服務平台也會通過智能演算法分析數據並為客戶提供廣告、促銷建議等。而用戶對此的接受度也是很高的。
鎂客君認為，技術沒有原罪，只是在與內容平台的結合中，暴露了其缺陷。
演算法碰上今日頭條卻因融合困難暴露缺陷
真正好的智能演算法，應該是可以根據用戶的喜好數據，對內容進行審核並分析用戶實際心理，以做到一個內容分發平台應該做的事。
可以預見的是，如果今日頭條與智能演算法能夠完美融合，那麼它就不會只知道推薦「同樣」的內容，垃圾新聞也不會出現在用戶的首頁。
用過今日頭條的人應該都知道，在你第一次它的某條新聞之後，你的首頁就會被該類新聞或相關、相近的新聞所填滿，簡稱個性化推薦。不可否認，今日頭條之所以在很短時間內打出知名度並獲得大量用戶認可，智能演算法推薦是其最大的功臣，沒有之一。
從今日頭條推薦的結果看，其智能演算法大致走了以下幾大流程：
一、數據抓取。如果用戶在註冊時用的是微博等既有賬號，今日頭條就會從該賬號的日常動態中抓取數據。而如果用戶沒有用此類賬號註冊今日頭條或者這些賬號並無動態，智能演算法則抓取用戶前幾次的信息瀏覽數據。
二、用戶分析。每個用戶都是一個資料庫，隨著用戶信息瀏覽行為的增多，其資料庫中的數據也就越來越多。智能演算法會對這些數據進行整合與分析，從而提煉出該資料庫的關鍵詞。
而當前智能演算法在這方面的欠缺就是，太過依賴資料庫既有數據，無法舉一反三。此外，每一個資料庫除了最初的數據是能真實反映用戶心理之外，隨後填充進去的數據都是基於用戶被推薦後的瀏覽行為所產生的，數據相似度太高。
三、內容審核。可以說，這是智能演算法被抨擊的關鍵問題所在。在這方面，智能演算法主要做了兩件事，消重和審核。
可以看到，在今日頭條推薦給用戶的內容中，是沒有重複的內容的，這是因為智能演算法有消重這一功能。但同時，目前今日頭條所推薦給用戶的部分內容的相似度還是比較高的，包括標題、圖片以及文章的具體內容等。
而審核方面，今日頭條幾乎完全依賴於智能演算法，這也導致了在演算法不夠完善的情況下，無法準確審核出「不適合」的內容，從而阻止低俗內容。這是智能演算法「最大的罪過」。
四、新聞推薦。這是最後一步，也是與用戶直接關聯的一步。從今日頭條的推薦機制看，文章的標題與內容若與熱點掛鉤，則會在推薦的最初就得到「關照」。而如果文章的點擊量越高，其推薦的次數就會越多。這是智能演算法對文章受歡迎程度的直接判斷。
因此，很多作者為了閱讀量推薦量不惜做標題黨，一味的蹭熱點博關注。這不僅促使作者媚俗化，還降低了內容的整體質量。
技術有該擔的責但管理者和用戶也該反思
然而，人民網在三評智能演算法中，是從社會影響角度去分析今日頭條等的給用戶帶去的不良影響的。既然從技術層面看，智能演算法推薦技術並無原罪。那麼，所需要反思的就是平台管理者和部分「愛看低俗內容」的用戶了。
僅從智能演算法這一技術上說，它為用戶提供的關鍵性服務就是記錄喜好並分析喜好，最後做出推薦。簡單來說，今日頭條的智能演算法就是在用戶瀏覽信息時智能抓取了關鍵詞，並自動根據關鍵詞匹配出相關內容，最後將這些內容推薦給用戶。
那麼，鎂客君想問一句，如果你最初沒有瀏覽低俗內容，平台又怎麼會繼續為你推薦這些內容呢？此外，平台應該對用戶負責，如上面所說，既然當前技術審核能力有限，平台管理者的審核能力就必須要跟上。
而至於「促使內容生產者媚俗化並削弱其創造力」，雖然推薦機制是誘導這一問題出現的原因，但內容產生者因有其原則與判斷。一味跟風，有失「作者」之責。
最後，我們現在還處於弱人工智慧時代，技術有智商，但沒有情商。我們不能要求技術了解用戶的心理，在「私人訂製信息易造成用戶自我封閉」的問題上，還需要用戶與平台一起主動走出封閉空間，去了解更多的內容。
總結
新技術的出現必有其缺陷，我們不否認問題，但也不誇大問題。在弱人工智慧時代，我們所要做的不是抨擊，不是打壓，而是找出問題所在，而是在加快技術發展進程的同時讓其應用到更多的領域中去。
※ZVR郭偉：光學動捕是提升VR沉浸感的最佳方式，但它需要創新
※瑞士研究團隊開發行走演算法，讓人形機器人能自如「優雅」地走路
※揭榜啦，看誰能去看免費的蜘蛛俠……
TAG:鎂客網 |