读算法霸权笔记01_数学杀伤性武器

这篇具有很好参考价值的文章主要介绍了读算法霸权笔记01_数学杀伤性武器。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

读算法霸权笔记01_数学杀伤性武器文章来源地址https://www.toymoban.com/news/detail-760803.html

1. 数学应用助推数据经济,但这些应用的建立是基于不可靠的人类所做的选择

1.1. 房地产危机,大型金融机构倒闭,失业率上升,在幕后运用着神奇公式的数学家们成为这些灾难的帮凶

1.2. 数学逐渐不再关注全球金融市场动态,而是开始关注我们人类本身

1.3. 数学家和统计学家一直在研究我们的欲望、行动和消费能力,一直在预测我们的信用,并用结果来评估我们作为学生、职员、情人的表现以及是否有变成罪犯的潜力

1.4. 有些选择无疑是出于好意,但也有许多模型把人类的偏见、误解和偏爱编入了软件系统,而这些系统正日益在更大程度上操控着我们的生活

2. 华盛顿学区的教师评估增值模型

2.1. IMPACT的教师评估工具

2.2. 特点:不透明,不接受质疑,解释不通,并且都面对一定规模的大众进行筛选、定位或者“优化“

2.3. 用于评估数学教学和语言技能教学的效果

2.3.1. 试图借助对二三十个学生的考试成绩的分析评估一名教师的教学水平

2.3.2. 从统计学上来说也是不可靠的,甚至是很可笑的

2.3.2.1. 样本量太小了,一切皆会出错

2.4. 比起探索教学质量不佳的真相,评估模型所做的只不过是用分数具象化了问题

2.5. 萨拉·韦索基

2.5.1. 大众认可的好老师

2.6. 该算法给出的评分权重占她最终评分的一半,超过了学校领导和社区的评价

2.6.1. 分数可以清楚地说明问题

2.6.2. 分数更能体现公平

2.6.3. 给她差评

2.6.4. 华盛顿特区别无选择,只好开除了她,以及另外IMPACT得分在最低限度之下的205名教师

2.6.4.1. 这看起来不完全像是一种政治迫害或者分数决定论

2.6.4.2. 评分系统确定这些教师是不合格者,那么别人就会认为他们是不合格者

2.6.4.3. 很多人包括校长都担保她是个好老师,她很快在北弗吉尼亚富人区的一个学校入了职

2.7. 由于一个正当性与准确性都极为可疑的模型,穷学校失去了一个好老师,而不会根据学生考试成绩开除教师的富学校得到了一个好老师

3. 信用评分系统

3.1. 用来评估求职者

3.2. 雇主的想法是,及时支付账单的人更可能准时到岗和遵守规则

3.2.1. 他们因为只关注信用评分而错过了多少个优秀的员工

3.3. 失业导致他们陷入贫穷,而这又进一步降低了他们的信用得分,让他们找工作难上加难

3.3.1. 这是一个恶性循环

4. 数学杀伤性武器

4.1. Weapons of Math Destruction,简写成WMD

4.2. 试图将人类行为、表现以及潜力归纳为某个算法或模型确实不是一件容易的事情

4.2.1. 动员同行数学家们反对使用草率的统计和带有偏见的模型,因为这样的统计和模型会导致恶性循环

4.2.2. 大多数数学杀伤性武器都会把其运算结果和实际情况相混淆,最终只能导致恶性循环而非问题解决

4.3. 统计系统需要反馈通路,以保证系统出差错时运行者能觉察到

4.3.1. 谷歌这样的大数据公司

4.3.1.1. 研究人员会不断测试、监测成千上万个变量。他们可以把任一广告的字体从蓝色改为红色,将不同的版本分别投放给1000万名用户,然后追踪哪个版本获得的点击率更高,随时根据用户的反馈微调算法和操作。

4.3.1.2. 但谷歌的这种测试方法可以说是对数据的一种有效利用

4.3.2. 亚马逊公司就需要不断调整模型,直到用户相关性推荐的算法运作正常为止

4.4. 天生有缺陷的数学模型正从微观上掌控着整体经济,其影响覆盖了从广告业到监狱运营的各个领域

4.4.1. 数据科学家也许会说,没有数学模型是完美的,那些受害者是附带损失

4.4.2. 多想想算法实现的这些令人惊讶的成就,忽略那些不完美

4.5. 数学杀伤性武器的构建过程存在着许多有害的假设,这些模型包裹着数学精确性的外衣,流行于市场,未经检测便投入使用,而人们对此却毫无争议

4.5.1. 许多数学杀伤性武器都是依靠自己的内置逻辑来定义其所处理的情况,然后再以其自己的定义证明其输出结果的合理性的

4.5.1.1. 这种模型会不断地自我巩固、自我发展,极具破坏力

4.5.1.1.1. 而且在我们的日常生活中很常见

4.5.1.2. 其结果往往更倾向于惩罚穷人

4.5.1.2.1. 部分原因是数学模型是被设计来评估数量巨大的人群的

4.5.2. 数学杀伤性武器擅长处理巨量数据,而且处理成本很低,这也是它们的优势所在

4.5.2.1. 富人通常受益于个人投入

4.5.2.1.1. 高档律所或者大学预科学校会比快餐连锁店或者资金短缺的城市公立高中更依赖推荐和当面交流

4.5.2.2. 特权阶级更多地与具体的人打交道,而大众则被机器操控

4.6. 算法就像上帝,数学杀伤性武器的裁决就是上帝的指令

4.6.1. 数学杀伤性武器就像一个黑盒子,其内容物是被严格保护的公司机密

4.6.2. 维护算法的机密性也有另一个目的:如果被评估的人被蒙在鼓里,他们将不太可能找到系统的漏洞

4.6.2.1. 他们只能努力工作,遵守规则,祈祷模型记录并回报他们的努力

4.6.2.2. 人们无从了解模型的具体运作方式,这意味着人们很难对模型给出的分数提出质疑或者抗议

4.6.2.2.1. 如果你自己都无法解释评估标准的根据,你怎么能保证评估的正当性呢?

4.6.3. 某个算法被用于处理大量数据,它根据结果提出了一种可能性,即某人可能是糟糕的员工、有风险的借款人、恐怖主义者或者是糟糕的老师,这种可能性所对应的分数能摧毁一个人的生活

4.6.4. 数学杀伤性武器必然会出现偏差,在一段时间内会把部分人群归错类,剥夺他们找到工作或者买房的机会

4.6.4.1. 数学模型操作者不会思考这些可能的错误。他们看重的反馈是金钱,这也是他们的根本动机

4.6.4.2. 设计模型就是为了吸收更多的数据,对分析结果进行微调,让更多的热钱涌入

4.6.4.2.1. 投资者因此而尽享收益,于是决定继续将更多的钱投入数学模型开发公司

4.7. 你不能状告一个数学杀伤性武器

4.7.1. 这也是我们说数学杀伤性武器具有极为可怕的破坏力的原因之一

4.7.2. 模型不会倾听,也不会屈服,对诱惑、威胁和哄骗以及逻辑通通充耳不闻,即使被评估者有充足的理由怀疑得出结论的数据被污染

4.7.3. 如果自动化系统出现过于明显的错误或者整体性错误,程序师的确会回头修改算法

4.7.3.1. 多数情况下,程序的裁决不容置疑,而操作程序的人只能耸耸肩,好像在说:“嘿,你又能怎么样呢?

4.7.4. 数学杀伤性武器的受害人所面对的提供反驳证据的标准要比算法给自身设定的标准还高

到了这里,关于读算法霸权笔记01_数学杀伤性武器的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 读改变未来的九大算法笔记01_数据压缩

    1.1.1.1. 1948年论文创建信息理论领域的贝尔实验室科学家 1.2.1.1. 法诺的一位学生 2.2.1.1. 这意味着下载和转移文件的速度要比不压缩时快数倍 7.2.1.1. b27c8 7.3.2.1. 数回2个字母,直至抄到第14个字母 7.3.2.2. b2c14 7.3.2.3. FG-b2c14 11.2.1.1. 每个方块都会被单独压缩 11.3.2.1. 有些种类

    2024年02月07日
    浏览(51)
  • 算法:程序员的数学读书笔记

    目录 ​0的故事 ​一、按位计数法 二、不使用按位计数法的罗马数字 三、十进制转二进制 ​四、0所起到的作用​​​​​​​ 逻辑 一、为何逻辑如此重要 二、兼顾完整性和排他性 三、逻辑 四、德摩根定律 五、真值表 六、文氏图 七、卡诺图 八、逻辑表达式 余数 一、余

    2024年02月02日
    浏览(56)
  • 读天才与算法:人脑与AI的数学思维笔记12_数学的艺术

    2.6.2.1. 这往往就是数学家最具创造性和可以发挥高深莫测技能的地方 2.6.2.2. 数学家只有一辈子都沉浸在数学的世界里,才可能获得关于数学猜想的灵敏嗅觉 2.6.2.3. 这通常是一种不需要解释的直觉和预感,是所有人梦寐以求的东西 2.6.2.4. 这就是计算机很难对猜想计算成功的

    2024年04月28日
    浏览(34)
  • 读天才与算法:人脑与AI的数学思维笔记04_算法

    1.2.2.1. 在欧几里得的算法中,任何阶段都不存在歧义 1.3.4.1. 算法的执行时间与问题的规模成正比,数字越大,耗时越长 1.9.2.1. 这就是DeepMind团队所使用的新算法,这个算法使机器在围棋领域中战胜了人类,开创了机器学习的新纪元 2.4.2.1. 为了防止这种情况出现,他们决定

    2024年04月22日
    浏览(36)
  • 读天才与算法:人脑与AI的数学思维笔记06_算法的进化

    1.5.2.1. 深度学习算法提取出了人类无法用语言描述和表达的特征信息 1.5.2.2. 就好比在没有建立颜色的概念,也没有红色或蓝色这种表示颜色的词汇的情况下,仅仅通过我们对所见事物表现出的好恶,计算机就能帮我们实现蓝色和红色的分类 2.1.1.1. 现实中数据之间的逻辑关

    2024年04月22日
    浏览(42)
  • 读天才与算法:人脑与AI的数学思维笔记05_算法的幻觉

    1.3.4.1. 我们可通过编程为感知器分配初始的权值和阈值,通过真实的输入数据对其进行训练,每一次错误的预测都将会作为反馈,用以促进权值的调整和修正 1.6.3.1. 严格意义上说,也不是完全免费,因为我们也在它们提供的服务中获得了数据的“交换 1.6.3.2. 很多人意识不

    2024年04月22日
    浏览(44)
  • 读天才与算法:人脑与AI的数学思维笔记11_算法如何思考

    1.3.2.1. 在创造艺术行为伊始,有了最初的想法之后不久,就出现了最初的反向运动,即接受性的最初运动 1.3.2.1.1. 德国艺术家保罗·克利

    2024年04月27日
    浏览(37)
  • 【数学建模笔记】【第四讲(1)】拟合算法之最小二乘算法及其MATLAB实现

    与插值问题不同,在拟合问题中不需要曲线一定经过给定的点。拟合问题的目标是寻求一个函数(曲线),使得该曲线在某种准则下与所 有的数据点最为接近,即曲线拟合的最好(最小化损失函数) 【插值和拟合的区别】 插值算法中,得到的多项式f(x)要经过所有样本点。但

    2024年02月09日
    浏览(47)
  • 读天才与算法:人脑与AI的数学思维笔记09_分形

    1.1.2.1. 因为无论将它放大到什么程度,它都不会是以直线或光滑曲线所构成的,那么它就不包含任何一维的几何图形 1.1.2.2. 它被称作曲线也就意味着它不占任何面积,所以它也不是二维的 1.1.2.3. 科赫曲线约为1.26维 1.3.1.1. 点是零维、线是一维、面是二维 1.3.1.2. 人们习惯上

    2024年04月25日
    浏览(41)
  • 数学建模笔记——整数规划类问题之我见(匈牙利算法)

    目录 浅浅叙述匈牙利算法 基本思路 计算步骤 来一道简单例题 1.1 符号规定 1.2目标函数​编辑       1.3约束条件 ​编辑 1.4代码 题目复述 基本假设 问题分析 符号说明  模型的建立与求解 模型建立思路 模型建立的过程 建立0-1整数规划模型  运用匈牙利方法: 代码实现  

    2023年04月11日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包