人民网三评智能算法,技术又一次为平台背了锅

简介:

智能算法有其该担的责,但用户也该反思自己。

从9月18日到20日,连着三天,人民网每天一文,三评智能算法,矛头直指今日头条——一个依靠数据挖掘推荐引擎的内容分发平台。

显然,人民网此次是“怒”了。而做为矛盾中心,今日头条到底做了什么,才会引来如此“关注”?

人民网认为,智能算法作为新技术,在加入内容分发平台后,犯下了“三大罪”:

1.垃圾新闻过多;

2.私人订制信息易造成用户自我封闭;

3.促使内容生产者媚俗化并削弱其创造力。

但镁客君想说,在这连番的指责中,智能算法并没有原罪。

从技术本身来说,算法并没有原罪

从人民网的三评中可以看出,智能算法的不完善导致了众多不良社会影响。但这真的是智能算法的错吗?

人民网三评智能算法,技术又一次为平台背了锅

抛开今日头条,人工智能算法在其他领域的应用和成果都有目共睹的。

当前,淘宝、天猫等线上电商平台对智能算法均有应用。该算法会依据浏览和消费行为为用户推荐相关产品,从而实现精准营销。

而在线下大数据服务方面,很多服务平台则是通过智能算法分析数据来为客户提供运营、宣传、促销建议等。仅以ZMT众盟为例,目前他们已经建立了包括10亿+独立移动设备线下数据和超过200万的数据热点的庞大数据库,然后在智能算法的加持下,很快在同行中脱颖而出。

可以说,对很多AI初创企业来说,智能算法是他们的命根子。

由此镁客君认为,技术是没有原罪的,只是在与某些内容平台的结合中,暴露了其缺陷。

算法碰上今日头条,因融合困难而暴露缺陷

真正好的智能算法,应该是可以根据用户的喜好数据,对内容进行审核并分析用户实际心理,以做到一个内容分发平台应该做的事。

可以预见的是,如果今日头条与智能算法能够完美融合,那么它就不会只知道推荐“同样”的内容,垃圾新闻也不会出现在用户的首页。

人民网三评智能算法,技术又一次为平台背了锅

用过今日头条的人应该都知道,在你第一次它的某条新闻之后,你的首页就会被该类新闻或相关、相近的新闻所填满,简称个性化推荐。不可否认,今日头条之所以在很短时间内打出知名度并获得大量用户认可,智能算法推荐是其最大的功臣,没有之一。

从今日头条推荐的结果看,其智能算法大致走了以下几大流程:

一、数据抓取。如果用户在注册时用的是微博等既有账号,今日头条就会从该账号的日常动态中抓取数据。而如果用户没有用此类账号注册今日头条或者这些账号并无动态,智能算法则抓取用户前几次的信息浏览数据。

二、用户分析。每个用户都是一个数据库,随着用户信息浏览行为的增多,其数据库中的数据也就越来越多。智能算法会对这些数据进行整合与分析,从而提炼出该数据库的关键词。

而当前智能算法在这方面的欠缺就是,太过依赖数据库既有数据,无法举一反三。此外,每一个数据库除了最初的数据是能真实反映用户心理之外,随后填充进去的数据都是基于用户被推荐后的浏览行为所产生的,数据相似度太高。

三、内容审核。可以说,这是智能算法被抨击的关键问题所在。在这方面,智能算法主要做了两件事,消重和审核。

可以看到,在今日头条推荐给用户的内容中,是没有重复的内容的,这是因为智能算法有消重这一功能。但同时,目前今日头条所推荐给用户的部分内容的相似度还是比较高的,包括标题、图片以及文章的具体内容等。

而审核方面,今日头条几乎完全依赖于智能算法,这也导致了在算法不够完善的情况下,无法准确审核出“不适合”的内容,从而阻止低俗内容。这是智能算法“最大的罪过”。

四、新闻推荐。这是最后一步,也是与用户直接关联的一步。从今日头条的推荐机制看,文章的标题与内容若与热点挂钩,则会在推荐的最初就得到“关照”。而如果文章的点击量越高,其推荐的次数就会越多。这是智能算法对文章受欢迎程度的直接判断。

因此,很多作者为了阅读量和推荐量不惜做标题党,一味的蹭热点博关注。这不仅促使作者媚俗化,还降低了内容的整体质量。

技术有该担的责,但管理者和用户也该反思

然而,人民网在三评智能算法中,是从社会影响角度去分析今日头条等的给用户带去的不良影响的。既然从技术层面看,智能算法推荐技术并无原罪。那么,所需要反思的就是平台管理者和部分“爱看低俗内容”的用户了。

人民网三评智能算法,技术又一次为平台背了锅

仅从智能算法这一技术上说,它为用户提供的关键性服务就是记录喜好并分析喜好,最后做出推荐。简单来说,今日头条的智能算法就是在用户浏览信息时智能抓取了关键词,并自动根据关键词匹配出相关内容,最后将这些内容推荐给用户。

那么,镁客君想问一句,如果你最初没有浏览低俗内容,平台又怎么会继续为你推荐这些内容呢?此外,平台应该对用户负责,如上面所说,既然当前技术审核能力有限,平台管理者的审核能力就必须要跟上。

而至于“促使内容生产者媚俗化并削弱其创造力”,虽然推荐机制是诱导这一问题出现的原因,但内容产生者应有其原则与判断。一味跟风,有失“作者”之称。

最后,在我们所处的弱人工智能时代,技术是只有智商而没有情商的,我们不能指望它了解用户的心理。在“私人订制信息易造成用户自我封闭”的问题上,还需要用户与平台一起主动走出封闭空间,去了解更多的内容。

总结

新技术的出现必有其缺陷,我们不否认问题,但也不夸大问题。在弱人工智能时代,我们所要做的不是抨击,不是打压,而是找出问题所在,而是在加快技术发展进程的同时让其应用到更多的领域中去。


原文发布时间: 2017-09-22 20:47
本文作者: 伶轩
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
2月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
334 0
|
6月前
|
机器学习/深度学习 数据采集 算法
智能限速算法:基于强化学习的动态请求间隔控制
本文分享了通过强化学习解决抖音爬虫限速问题的技术实践。针对固定速率请求易被封禁的问题,引入基于DQN的动态请求间隔控制算法,智能调整请求间隔以平衡效率与稳定性。文中详细描述了真实经历、问题分析、技术突破及代码实现,包括代理配置、状态设计与奖励机制,并反思成长,提出未来优化方向。此方法具通用性,适用于多种动态节奏控制场景。
248 6
智能限速算法:基于强化学习的动态请求间隔控制
|
2月前
|
算法 安全 定位技术
【创新未发表】【无人机路径巡检】三维地图路径规划无人机路径巡检GWO孙发、IGWO、GA、PSO、NRBO五种智能算法对比版灰狼算法遗传研究(Matlab代码实现)
【创新未发表】【无人机路径巡检】三维地图路径规划无人机路径巡检GWO孙发、IGWO、GA、PSO、NRBO五种智能算法对比版灰狼算法遗传研究(Matlab代码实现)
239 40
|
7月前
|
人工智能 自然语言处理 算法
阿里云 AI 搜索开放平台:从算法到业务——AI 搜索驱动企业智能化升级
本文介绍了阿里云 AI 搜索开放平台的技术的特点及其在各行业的应用。
821 3
|
7月前
|
人工智能 运维 算法
基于 C# 深度优先搜索算法的局域网集中管理软件技术剖析
现代化办公环境中,局域网集中管理软件是保障企业网络高效运行、实现资源合理分配以及强化信息安全管控的核心工具。此类软件需应对复杂的网络拓扑结构、海量的设备信息及多样化的用户操作,而数据结构与算法正是支撑其强大功能的基石。本文将深入剖析深度优先搜索(Depth-First Search,DFS)算法,并结合 C# 语言特性,详细阐述其在局域网集中管理软件中的应用与实现。
184 3
|
3月前
|
运维 监控 算法
基于 Java 滑动窗口算法的局域网内部监控软件流量异常检测技术研究
本文探讨了滑动窗口算法在局域网流量监控中的应用,分析其在实时性、资源控制和多维分析等方面的优势,并提出优化策略,结合Java编程实现高效流量异常检测。
148 0
|
4月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
133 2
|
6月前
|
传感器 人工智能 算法
企业内训|智能调控系统算法与优化——某汽车厂商
5月9日,东北某市,TsingtaoAI团队为某汽车厂商的智能驾驶业务和研发团队交付“智能调控系统算法与优化”课程。 本课程系统化解析智能调控系统的核心算法原理与前沿优化技术,深度融合经典控制、现代控制及模型预测控制(MPC)三大理论体系,聚焦自动驾驶与工业自动化场景的实践需求。课程从硬件层(传感器、异构计算芯片、执行器)到软件层(闭环反馈、实时优化)逐层拆解系统架构,结合车辆横纵向控制等实际案例,详解PID参数整定、LQR最优控制、MPC多目标优化等关键技术。
171 16

热门文章

最新文章