轉(zhuǎn)自：網(wǎng)的事
1 ?智能推薦的盛行
這是一個(gè)信息爆炸的時(shí)代审轮。
互聯(lián)網(wǎng)上每天產(chǎn)生的信息量是過(guò)去幾十年甚至上百年的信息量之和。
人們獲取信息的方式也經(jīng)歷了幾次變革：最初是遠(yuǎn)古時(shí)代人類(lèi)掌握語(yǔ)言后的口頭“交流”葫笼，其次是竹簡(jiǎn)紙張誕生后的“閱覽”，再到近代互聯(lián)網(wǎng)的網(wǎng)頁(yè)“搜索”拗馒，至今日人工智能衍生出來(lái)的智能“推薦”路星。
例如今日頭條的個(gè)性化資訊分發(fā)，網(wǎng)易云音樂(lè)的日推歌單诱桂，京東淘寶的猜你喜歡洋丐，以及朋友圈的廣告精準(zhǔn)推送等等，智能推薦已經(jīng)逐漸融入到我們生活中日常使用到的絕大多數(shù)互聯(lián)網(wǎng)產(chǎn)品挥等。
而智能推薦在互聯(lián)網(wǎng)圈的流行友绝，無(wú)外乎這幾個(gè)因素：
商業(yè)因素：長(zhǎng)尾市場(chǎng)的巨大利益誘惑
克里斯.安德森的《長(zhǎng)尾理論》中提到大規(guī)模市場(chǎng)正在轉(zhuǎn)化為數(shù)不盡的利基市場(chǎng)，而正是由于網(wǎng)絡(luò)化及數(shù)字化的發(fā)展肝劲，使得消費(fèi)者能以較低成本找到自己非熱門(mén)的小眾商品迁客。
傳統(tǒng)的網(wǎng)絡(luò)搜索或人工推薦無(wú)法高效匹配海量的長(zhǎng)尾資源與千奇百怪的用戶(hù)需求郭宝，而個(gè)性化推薦通過(guò)“智能分發(fā)引擎”做到千人千面，以推送高效率換取商業(yè)高效益掷漱。
用戶(hù)因素：對(duì)內(nèi)容資訊的需求升級(jí)
不敢說(shuō)大熱門(mén)的時(shí)代已經(jīng)過(guò)去粘室，但就目前來(lái)看，用戶(hù)的需求越來(lái)越多樣化卜范，主流市場(chǎng)正在逐漸分化為更加垂直的細(xì)分領(lǐng)域衔统，任何一小部分刁鉆的個(gè)性化需求總能被一款小眾的產(chǎn)品所滿(mǎn)足。
除此之外海雪，被網(wǎng)絡(luò)慣壞的我們變得越來(lái)越“懶”锦爵。信息量的巨大、篩選成本的增加使得用戶(hù)對(duì)信息主動(dòng)獲仍骸（搜索）自然而然向被動(dòng)接受（平臺(tái)推薦）轉(zhuǎn)變棉浸。
技術(shù)因素：人工智能的突破與發(fā)展
近兩年，除了IT巨頭們紛紛布局人工智能刺彩，不少創(chuàng)業(yè)公司也蜂擁押寶AI產(chǎn)業(yè)。加上政策利好枝恋，人工智能行業(yè)正進(jìn)入高速發(fā)展的黃金時(shí)期创倔。個(gè)性化推薦引擎作為人工智能發(fā)展過(guò)程中的衍生產(chǎn)品，涵蓋了機(jī)器學(xué)習(xí)焚碌、自然語(yǔ)言處理畦攘、神經(jīng)網(wǎng)絡(luò)、自動(dòng)推理等多學(xué)科技術(shù)十电，正是由于以上技術(shù)的突破性進(jìn)展知押，才加劇了智能推薦技術(shù)商業(yè)落地的可能。
2 ?智能推薦的回聲室效應(yīng)
網(wǎng)絡(luò)帶寬的增長(zhǎng)及存儲(chǔ)容量的升級(jí)帶來(lái)的是數(shù)據(jù)指數(shù)級(jí)的爆炸鹃骂，互聯(lián)網(wǎng)每一秒鐘都在生產(chǎn)出龐大冗雜的數(shù)據(jù)信息台盯。
以搜索“人工智能”為例，百度給出了大約18,400,000條結(jié)果畏线，而Google更是給出了多達(dá)48,700,000條結(jié)果静盅。
我們淹沒(méi)在數(shù)據(jù)的海洋里不知道自己想要什么，我們從來(lái)沒(méi)有像現(xiàn)在這樣周?chē)椴夹畔s依舊感到焦慮寝殴。
而個(gè)性化推薦解決了這一難題蒿叠，根據(jù)用戶(hù)以往的網(wǎng)絡(luò)行為（搜索、瀏覽蚣常、收藏市咽、點(diǎn)贊、評(píng)論抵蚊、轉(zhuǎn)發(fā)等）構(gòu)建每個(gè)人獨(dú)特的用戶(hù)畫(huà)像施绎，然后智能推薦引擎根據(jù)預(yù)先設(shè)定的機(jī)器算法向用戶(hù)推送可能感興趣的內(nèi)容曼验。
但是，無(wú)論是“最懂你的信息平臺(tái)”還是為你量身打造的私人定制粘姜，其最終目的還是為了把你留在產(chǎn)品里鬓照。
當(dāng)我們主觀上傾向于某一觀點(diǎn)時(shí)，我們往往會(huì)主動(dòng)或被動(dòng)地去接收那些有利于我們觀點(diǎn)的信息孤紧，而對(duì)于那些有悖于我們觀點(diǎn)的信息豺裆，我們通常會(huì)選擇忽視，這在心理學(xué)上叫做證實(shí)偏見(jiàn)号显。
而互聯(lián)網(wǎng)的這種個(gè)性化推薦放大了這種偏見(jiàn)臭猜，它使得我們?cè)谟勺约号d趣編織的籠子里只看到自己想看到的內(nèi)容，只接收自己贊同的觀點(diǎn)押蚤。長(zhǎng)此以往蔑歌，這種智能推薦是否會(huì)將一個(gè)人逐漸推向偏執(zhí)甚至極端呢？
以今日頭條為例揽碘，精準(zhǔn)的個(gè)性化資訊分發(fā)的確降低了用戶(hù)閱讀成本次屠，最大限度地保證用戶(hù)看到的都是自己想看的，但這種以用戶(hù)喜好作為判斷條件來(lái)迎合用戶(hù)的做法帶來(lái)的回聲室效應(yīng)也是不容忽視的雳刺。長(zhǎng)期只接受特定的信息劫灶，只會(huì)讓我們?cè)谧约邯M小的圈子里自?shī)首詷?lè)、故步自封掖桦。
有句話(huà)我很認(rèn)同本昏，“在精準(zhǔn)的用戶(hù)畫(huà)像里，機(jī)器算法自動(dòng)過(guò)濾了異樣的聲音枪汪，同時(shí)也杜絕了驚喜的可能”涌穆。
回聲室效應(yīng)：在一個(gè)相對(duì)封閉的環(huán)境下，一些意見(jiàn)相近的聲音不斷被重復(fù)和加強(qiáng)雀久，最終使得處于該環(huán)境下的大多數(shù)人都認(rèn)為這些扭曲的觀點(diǎn)就是事實(shí)的全部宿稀。
3 ?智能推薦是否在剝奪我們的選擇權(quán)
智能推薦其實(shí)是一種被動(dòng)的信息獲取，雖然基于我們自身的興趣愛(ài)好岸啡，但其推薦內(nèi)容的選擇權(quán)卻不在我們原叮。
有人會(huì)說(shuō)，系統(tǒng)推薦的那部分內(nèi)容巡蘸，我依舊可以選擇看或者不看奋隶。
你錯(cuò)了，呈現(xiàn)在你眼前的那幾十條或者幾百條信息只不過(guò)是億萬(wàn)條數(shù)據(jù)根據(jù)算法過(guò)濾之后呈現(xiàn)給你的悦荒，而你在選擇忽視掉或者“不感興趣”某條信息時(shí)唯欣，只不過(guò)是在幫助機(jī)器修正算法以達(dá)到下次讓你多看幾眼的目的。
事實(shí)上搬味，你的每一次選擇都是為了讓你最終無(wú)從選擇境氢。機(jī)器算法由于你的“調(diào)教”變得越來(lái)越聰明蟀拷，而你自己卻正在被機(jī)器算法所塑造。
當(dāng)年看《黑客帝國(guó)》給我觸動(dòng)很大萍聊，有時(shí)候會(huì)想问芬，我們?cè)趺粗雷约簺](méi)有生活在電影中類(lèi)似的算法矩陣?yán)锬兀?/p>
關(guān)于對(duì)機(jī)器算法的爭(zhēng)議，9月19日寿桨，人民網(wǎng)再次發(fā)文二評(píng)算法推薦《別被算法困在“信息繭房”》此衅，以下是部分摘要：
在算法的幫助下，我們可以輕易過(guò)濾掉自己不熟悉亭螟、不認(rèn)同的信息挡鞍，只看我們想看的，只聽(tīng)我們想聽(tīng)的预烙，最終在不斷重復(fù)和自我證成中強(qiáng)化了固有偏見(jiàn)和喜好墨微。一旦身處這樣的“信息繭房”，就再難接受異質(zhì)化的信息和不同的觀點(diǎn)扁掸，甚至在不同群體翘县、代際間豎起阻礙溝通的高墻。
4 ?智能推薦究竟帶給我們什么
科技的進(jìn)步必然會(huì)帶來(lái)一些變革也糊，而智能推薦的發(fā)展只是在潛移默化地改變我們獲取信息的方式甚至內(nèi)容炼蹦。
就像黑鏡第三季《PLAYTEST》里男主腦袋插上接口就可以在毫秒間體驗(yàn)超感游戲一樣，我甚至能夠想到將來(lái)我們通過(guò)頭盔狸剃、VR眼鏡或者人腦API就能在瞬間讀完一天的新聞、看完一百部劇狗热、聽(tīng)完一千首歌钞馁，我相信這在技術(shù)上總有一天可以實(shí)現(xiàn)，但這樣做給人類(lèi)帶來(lái)的是福音還是災(zāi)禍匿刮，我不知道僧凰。
前些年大家一直都在提的“互聯(lián)網(wǎng)是把雙刃劍”，在網(wǎng)絡(luò)日益發(fā)達(dá)的今天熟丸，貌似已經(jīng)被逐漸淡忘训措。
當(dāng)前的社會(huì)，人工智能是大趨勢(shì)光羞，我不排斥高科技或新事物的發(fā)展绩鸣，只是在“科技改變世界”的同時(shí)，千萬(wàn)警惕“人類(lèi)被機(jī)器主宰”纱兑。
最后一句話(huà)總結(jié)全文：
我憂(yōu)心忡忡地看待未來(lái)呀闻，但仍滿(mǎn)懷美好的希望。 ? —— 史懷哲
