內容簡介
在《當我點擊時，算法在想什麼?》中，大衛·薩普特帶領我們深入算法的神秘腹地。薩普特通過對穀歌、臉書、推特、亞馬遜等科技巨頭的數據專家的訪談，拆解了這些科技巨頭的算法模型，為我們破解了它們的算法黑箱、揭示了數字時代智能產品背後的奧秘。隻有理解算法背後的運作邏輯，我們才能擺脫算法的控製，並按我們自己的想法塑造算法以及數字科技。
科技巨頭的算法黑箱不斷影響和控製人類
智能化新紀元人類該如何與算法和諧共存
我們生活在一個由算法構築的世界:這些基於數據的算法不僅掌控著社會的運轉、篩選著我們的網絡見聞，還構成了自動駕駛、智能家居、前沿醫療、智慧城市乃至元宇宙發展的根本。它們是人類步入智能化新紀元的關鍵驅動力。
隨著我們對數字技術的依賴日益加深，數學家和數據研究者得以透過它們窺探我們的日常生活。他們通過收集我們的購物記錄、消費傾向、興趣愛好和旅行路徑等數據，試圖解碼我們的日常行為模式。但是，這些數據驅動的分析結論究竟有多精確?若不深入了解數學的能力與局限，我們又怎能洞悉它是如何悄無聲息地重塑我們的世界?
深入剖析算法在生活中的廣泛應用與影響。本書通過多個實際案例，如追蹤班克西、穀歌的醫療診斷項目等，展現了算法如何在互聯網、醫療等領域發揮作用，以及對我們生活的多方麵影響，讓讀者能全麵了解算法的實際應用情況。
揭示算法背後的潛在問題與挑戰。書中探討了算法可能帶來的如數學武器濫用、隱私泄露等問題，結合當下人們對數據隱私的關注，引發讀者對算法局限性的思考，以及如何在利用算法便利的同時，應對其可能引發的風險。
以通俗易懂的方式解讀算法相關知識。本書沒有局限於專業的數學理論，而是用生動有趣的語言和具體事例，深入淺出地講解算法的原理、運作方式等知識，使普通讀者也能輕鬆理解，適合對算法感興趣但缺乏專業背景的人士閱讀。
作者簡介
[瑞典]大衛·薩普特（David Sumpter）
英國皇家學會獎學金獲得者
“數學及其應用協會”凱瑟琳·理查茲獎得主
國際著名數學家和數學科普作家
大衛·薩普特教授在英國曼徹斯特大學獲得數學博士學位後，成為牛津大學皇家學會的成員，並最終在瑞典烏普薩拉大學擔任應用數學教授。在烏普薩拉大學，薩普特教授及其團隊通過實驗和數學建模深入研究了動物集體行為，包括群體決策、社會昆蟲覓食策略和理論生態學，為理解人類社會中的群體動態提供了寶貴見解，特別是在群體決策、社會網絡和人工智能等領域。
目錄
第一部分算法在監視我們互聯網如何收集、分析並應用個人數據來塑造我們的數字生活?
第1章數學怎會侵蝕我們的道德品質?
穀歌掌握你的個人醫療數據，你是否能接受?
數學殺傷性武器引發的血案
第2章算法無處不在，我們卻對它一無所知
無人監管的黑箱算法操控著我們
給重定向廣告加點“噪聲”
算法有時也會產生歧視
第3章你以為自己了解朋友?算法比你更懂他們
一張家庭照片怎樣透露你的個人信息?
15個帖子就能讀懂他人的生活
第4章算法比你更了解你的人格和行為
《我的世界》玩家通常展現出哪些人格特質?
你的情緒已被編號，你的行為已被建模和預測
第5章總統選舉的製勝法寶
性別、年齡、社會階層如何影響選舉投票?
為了政治目的操控每一種情感
總統候選人要小心對待當紅歌手的粉絲
算法很了解你，但它未必能預測你的行為
第6章算法中的偏見與歧視能否被去除?
什麼樣的罪犯再次犯罪概率會低?
在線招聘廣告中的歧視陷阱
沒有公平，隻有悖論
第7章數據煉金術士能戰勝人類嗎?
“每周發現”為何偶爾推薦不合口味的音樂?
長時間盯著手機，廣告將如影隨形
在測試中，業餘人士打敗了算法
第二部分算法想控製我們
個人信息的大數據如何影響和塑造我們的情緒反應與行為模式?
第8章數據讓我們在選舉中失望
特朗普如何以9%的概率當選美國總統
專家預測有時與猩猩扔飛鏢無異
民意調查竟然不如預測市場準確?
第9章大家喜歡的是適合我們的嗎?
亞馬遜“私人定製”推薦的秘密
互聯網用戶為何喜歡“頂”多過“踩”?
製作鏈接果汁
圈子效應:一本書越暢銷，評分卻越低?
第10章流量背後的推手
火的視頻竟有200萬個“踩”
科學家也難逃“大家也喜歡”效應
左滑右滑，約會軟件中的速配秘訣
第11章過濾氣泡如何阻礙人們認識真實世界?
“鍵盤俠”在刻意製造分化
一次次的點擊正在築成你的信息繭房
陰謀論為何比科學更受歡迎?
網絡的孤島化現象
第12章互聯網充斥著回聲室
社交媒體重塑了討論政治的方式嗎?
我們與反對者之間隻隔著6個人
第13章假新聞才是娛樂的源泉
是誰創造了“曼德拉效應”?
在政治競選中，算法創造的假新聞傳播甚廣
虛假報道隻存在於社交氣泡之中
第三部分算法想取代我們
人類能否與人工智能實現互利共生的和諧共存?
第14章“學”出來的歧視與偏見
算法決策:對付人類偏見的辦法
當你問穀歌“雄性奶牛的同義詞是什麼?”
無監督學習把算法變成“壞學生”
第15章一個智能作家的誕生
“水穀”機器人也會生氣地反問你
如何將神經網絡訓練成托爾斯泰?
托爾斯泰機器人的“智能”文本也許隻是假象
第16章成為智能超級玩家
隻需數周人工智能就能在遊戲中打敗你
神經網絡用截圖的卷積學習遊戲
神經網絡研究的新挑戰一全局規劃
“阿爾法狗-零”如何成為頂尖圍棋選手?
第17章“奇點”將至
活在《黑客帝國》的模擬現實之中
機器學習專家向微生物學習如何決策
如何在計算機中重現蠕蟲和蜜蜂的智能?
第18章人類如何與算法共存?
理解算法才能更好地理解未來
算法是人類文化遺產的一部分
附錄算法及人工智能發展關鍵節點
共讀書單
······