AI时代：推荐引擎正在塑造人类

We shape our tools and afterwards our tools shape us. ------Marshall McLuhan

麦克卢汉说：“咱们塑造了工具，反过来工具也在塑造咱们。”

我本人不反感AI，也相信人工智能会开创一个伟大的时代，可是咱们要思考一些东西，至少知道那是什么。本人旨在让你了解当前人工智能应用最广泛的智能推荐引擎（Intelligent Recommendation Engine），其背后的设计理念，以及一些更深度的思考。关于理念，它不像技术要求太多的基础，我尽可能不使用专业术语，因此本文一样适合程序员之外群体。

从“分类”提及

以你们熟悉的分类信息网为例，像58同城、赶集网。网站把现实生活中的商品、服务进行分类进行展现，好比房产、二手车、家政服务等。这些内容便是现实世界对应的抽象，咱们能够很容易的找到对应关系。

咱们再以求职网站为例，像智联招聘、BOSS直聘。网站按照职业把 人分类，好比程序员、厨师、设计师、数学家、物理学家等。

那么如今问题出现了，众所周知，人工智能的完美入门人才是具备数学和计算机双学位的硕士以上学历人才。那么，咱们如何把这样的人分类呢？咱们没法单一的将其纳入到程序员或者数学家，咱们没法为每个这样的复合型人（slash）进行单独分类。

分类产生矛盾。

咱们区分南方人、北方人，因此有地域歧视。咱们区分亚洲人、欧洲人，因此有种族歧视。“分类”只是人类简化问题逻辑的手段，薛定谔的猫和罗素的理发师已经证实了“分类”并不正确。因此在大计算时代，咱们引入“贴标签”的概念。

贴标签

AI时代是计算能力爆炸增加所带来的。在强大的计算能力面前，咱们真的能够针对每一个人进行“分类”，它的表现形式就是---贴标签。

30岁如下、程序员、屌丝、奶爸、熬夜、不爱运动、公众号叫caiyongji、格子衬衫、机械键盘、牛仔裤……这些能够是一个程序员的标签。换个角度，“类别”反转过来服务于单独的某我的，这是在计算能力短缺的时代所没法想象的。

传统的智能推荐引擎对用户进行多维度的数据采集、数据过滤、数据分析，而后建模，而人工智能时代的推荐引擎在创建模型步骤中加入Training the models（训练、测试、验证）。

最后，推荐引擎就能够根据用户标签的权重（能够理解为对标签的打分，表示侧重点），对用户进行精准推送了。

推荐引擎属性分化

俗话是这么说的“旱的旱死，涝的涝死”，“饱汉子不知饿汉子饥”，不知道这些俗语我用的恰当不恰当。个人意思是在智能引擎的推荐下，会增强属性两极分化。

咱们以程序员为例，选取编程技巧、打游戏、体育运动、熬夜、看书五个维度。通过推荐引擎的“塑造”后以下。

目前，推荐引擎的算法会将权重比较大的标签进行优先推广，这就致使本来权重大的标签获得更多的曝光次数，最终使得权重大的标签权重愈来愈大，而权重小的标签在长时间的被忽略状态下逐渐趋近于零。

推荐引擎行为引导

波兹曼认为，媒体可以以一种隐蔽却强大的暗示力量来“定义现实世界”。其中媒体的形式极为重要，由于特定的形式会偏好某种特殊的内容，最终会塑造整个文化的特征。这就是所谓“媒体即隐喻”的主要涵义。

因为“推荐”机制的属性分化，那些高技术含量的、专业的、科学的、真正对人又帮助的信息被更少的人接触，而那些简单的、轻松的、娱乐的、裸露的、粗俗的信息被愈来愈多的人接触。

咱们看一下具备影响力的百度、今日头条和微博在今天(2018年1月13日10:04:xx)所推荐的内容。我删除了cookie，使用匿名session，移除个人“标签”。也就是说，下图所推荐内容对大部分人适用。

只要你好奇点击，你的tittytainment（我翻译成“愚乐”，那个三俗的译法不要再传了）属性权重就会愈来愈大。娱乐新闻点击过百万，科普文章点击不过百，这种现象正是推荐引擎的行为引导致使的。

不客气的说，百度、今日头条、微博对国民素质的影响是有责任的。

无关推荐(Non Relational Recommendation)

对于你历来都没思考过的事物，你可能永远都接触不到，由于你不知道求索的路径，因此有的人每月都读与本身专业无关的书，来扩展本身的知识面。咱们举个例子：

你可能会在网上搜索如何与女友和谐相处但你未必会搜索如何让女友们和谐相处，有人笑谈“贫穷限制了个人想象力”，其实否则，是你接收不到无关的推荐，你才被限制在特定的知识圈子里。

因此我提出无关推荐这个概念。

对程序员进行画像：

如图，当某个标签没有到达“程序员”的路径时，他可能永远没法触及那个标签。这时，咱们推荐“无关”信息给用户，强制产生路径。

你可能会质疑，这是随机强制推荐垃圾信息吗？

其实否则，经过深度学习，咱们能够进行大量的数据收集、数据分析和模型训练，咱们是能够找到对某个个体无关，但会让其感兴趣信息的兴趣点。这种信息就是无关推荐的解。

最后

你天天接收到的“推荐”背后是各个团队通过心理学研究、行为学研究、大量计算设计的，人们正在失去深度思考、自主判断的能力。对于进步青年、斜杠青年请保持思考。谨以此文献给但愿进步的你，但愿你有所收获和思考。

---

本文欢迎注明出处的转载，但微信转载请联系公众号: caiyongji进行受权转载。