内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

usdt不用实名买入卖出(www.caibao.it):我的同伙受到社交媒体的算法推荐“蛊惑”,加入了激进组织

2021-02-05 05:38 出处:  人气:   评论( 0

USDT第三方支付

菜宝钱包(caibao.it)是使用TRC-20协议的Usdt第三方支付平台,Usdt收款平台、Usdt自动充提平台、usdt跑分平台。免费提供入金通道、Usdt钱包支付接口、Usdt自动充值接口、Usdt无需实名寄售回收。菜宝Usdt钱包一键生成Usdt钱包、一键调用API接口、一键无实名出售Usdt。

原题目:我的同伙受到社交媒体的算法推荐“蛊惑”,加入了激进组织

大数据文摘出品

作者:Caleb

说到社交媒体的算法推荐,还真是让人欢喜让人忧。

事情是这样的。

那时,我的一个同伙John正在申请麦吉尔大学的生物学博士,我也正在钻研生物化学领域。我们由于在统一家制药厂实习迅速热络起来,经常还在我家地下室打球、录制视频等。

然则一年后我发现,John变了。他最先狂热地信仰宗教,总是和我争论宗教知识应该是天下上唯一的科学,也是从那个时刻最先,John把名字改成了Yahya,留起了胡子,语言也带上了显著的口音。

同时,John的Facebook账号上最先涌现出大量的激进内容,其中一些视频内还对美国和加拿大的所谓“异教徒”怀有显著的愤恨与恶意。

最后一次与John攀谈的时刻,我已经知道特勤局已经对他举行了长达数月的观察。

连系我在谷歌和DeepMind的实习履历,以及我在算法推荐系统领域的学习,John的事宜让我最先思索现在风头正盛的基于推荐算法的社交媒体

在John这件事上,可以一定的是,John逐渐激进的事实与Facebook的推荐算法有着亲切的关系。然则,还无法确定的是,是怎样的算法推荐让John最先转变信仰,当John的Facebook发帖变得越来越极端的时刻,此时的新闻推送是凭据怎样的算法得出的?

当我们尝尽了基于算法推荐的社交媒体的种种甜头之后,现在,严重的负面效应最先展现。这在最近美国所发生的一连串事宜中都能获得印证,尤其是当平台自动为你推荐一些激进内容或者是公布一些激进组织的相关信息时。

于是我也最先思索,当我在推特或者其他新闻推送中点开一些激进视频时,我是否也在无形之中对其成型起到了推波助澜的作用?

在社交媒体中使用机械学习的风险

随着智能手机的普及,我们逐渐习惯于把虚拟助手、社交媒体等作为新闻来源来辅助我们领会这个天下。久而久之,平台的倾向性也会影响我们自身的倾向,甚至是行为。

这些推荐机制的原理都是来源于机械学习。

机械学习算法就是一组指令,辅助机械从数据模式中举行学习,这些模式还能辅助人们举行决议。好比,新闻源就可以通过被称为推荐系统的机械学习来建立。这在广告领域的应用可能更为普遍,广告商想知道的是,用户最可能点击什么样的广告,从而更大水平地举行资源分配。

但在这种利益背后是难以撼动的激励机制和权力结构,Facebook、苹果和谷歌等公司仍然忙于行使会员制和广告费来赚取收入,对于“房间里的大象”,所有人都选择了置若罔闻

2020年,六家FAANGM公司(Facebook,亚马逊、苹果、Netflix、谷歌和微软)的商业模式组成一个季度标普指数和卖力的大部门收益,这些公司的员工平均年薪为339,574美元。

当这种征象成为普遍的时刻,社交媒体便能够行使机械学习来放大现有的不平等,以及针对易受错误信息影响的人群公布更带有偏激性的内容。

最大的证据即是Facebook成立了一支反恐团队,但具有取笑意味的是,其自己依赖于机械学习,也不乏相同的商业念头。换句话说,当屏障的内容越多,被禁的人就越多,公司的收入就会削减。

,

usdt收款平台

菜宝钱包(caibao.it)是使用TRC-20协议的Usdt第三方支付平台,Usdt收款平台、Usdt自动充提平台、usdt跑分平台。免费提供入金通道、Usdt钱包支付接口、Usdt自动充值接口、Usdt无需实名寄售回收。菜宝Usdt钱包一键生成Usdt钱包、一键调用API接口、一键无实名出售Usdt。

,

现在,Facebook已经认可其对缅甸的报道具有倾向性。同样,推特、YouTube和Facebook也在近期美国的政治事宜中发挥了作用,Facebook的举报人认可,全球政治操作能力部门是通过机械学习来建立的,这可能会增添地缘政治风险。

针对如John般这样可能由于自己的履历而受到社交媒体影响的人,我们更需要在社会层面上,与相对自由的道德和执法专家以及机械学习研究专家举行更具有针对性的讨论。

若何减轻机械学习的社会风险

令人好奇的是,在算法社交媒体的有害影响已被纪录在案的前提下,有哪些执法途径可以治理以机械学习为动力的企业。例如,在小我私家层面上,我们都市易受影响于某类新闻,这是受到执法珍爱,不能被歧视。也就是说,社交媒体行使我们的这些“弱点”举行攻击其实是非法的。

那么问题来了,哪些途径可以辅助保留机械学习的收益,同时珍爱弱势群体免受有害影响?

假设科学家找到确凿的证据,凭据种族、性别或收入,有些人更容易着迷于机械学习所推荐的内容,那么我们能否称,歧视是发生了,从而降低公司的市值?究竟,社交媒体着迷对公司而言意味着更深的用户粘度和介入度,然则在营业指标上悦目的数字可能并不会使受其影响的人们变得更好

除此之外,更直接的一种方式是降低广告收入。制作AI的实验室正面临亏损,这意味着当营收下降到一定水平时,他们将首先脱离。

同时,支持谷歌、Facebook和其他大公司营业的机械学习工具顺应的开源的趋势,正变得加倍易于接见。随着广告收入连续下降,算法私见将会成为主流民众知识。

收入连续下降、用户隐私意识醒悟和开放源代码都可以成为推动社交媒体往良性生长的动力,而不是通过数据来行使用户。学术实验室还可以通过向导透明、开放源码的起劲来发挥作用,以辅助领会机械学习系统中的利益相关者若作甚研究造福整个社会。

然则,当我们守候并希望有关掌权者缔造变化时,作为小我私家,我们可以做许多事情,以领会和学习若何治理生涯中许多方面的机械学习算法带来的风险。

小我私家应该怎么做

正如上文所言,这些计谋自己其实是告诉自己,代表自身及他人提倡与网络N=1数据,届时可能会对大型社交平台的念头发生更深刻的熟悉。

与受影响的人最先对话:介入事情环境。若是你正在构建机械学习工具,请实际使用它们。需要思量到,这份工具可能会影响谁,并与这些人攀谈。攀谈中可以简朴形貌所做的事情,以及驱动该手艺的数据和商业利益。

例如,我从形貌我的机械学习和心理健康研究中获得了强烈的负面反馈,从而塑造了该研究并辅助矫正了课程。与我们的同伙,家人和社区的这种非正式的民族志野外观察被低估了,并提供了一种低风险、高影响力的方式来见告我们学习的内容:与谁以及为谁学习。

注意到人们在工业界和学术界研究的是差别事物。工业往往是一条单向道,小心金笼效应,即那些赚许多钱的人可能会不愿思量或讨论机械学习的风险,或者可能由于忧郁被开除而制止对其举行研究。

例如,算法公平性的领域获得关注是由于微软克制其研究职员对歧视性广告的研究。类似的,谷歌人工智能与道德团队由于在论文中强调了谷歌搜索模式的缺陷而被开除。此类事宜对相关职员而言价值高昂,这就是为什么在商业利益凌驾于民众利益和学术自由之上的罕有情况下,他们能够大声疾呼,举报或以其他方式见告民众时,需要获得分外支持的缘故原由。

阻止定位并消灭隐私设置。若是要让80亿人选择通过行使私人数据来个性化广告,那么激励错误信息的商业模式将很难生长。使用uBlock或其他浏览器扩展程序可以阻止所有新闻提要或HTML元素以及在YouTube等上使用机械学习建立的内容;在Facebook上作废关注所有人以消灭新闻源。

通过启用自动删除位置、网络和语音纪录的历史纪录来删除数据。我为私人利益牺牲的数据越少,我注意到的认知负荷就越少,这也许是由于对涉及我的数据的预期场景,可能应用的机械学习系统以及系统在天下范围内发生的第二级和第三级影响的担忧削减了。

希望通过本文为人人提供一个解决问题的思绪,找到问题可能泛起的地方,问题是若何生长起来的,以及我们应该接纳怎样的方法来解决。

固然,回到本文主题上,无论是对于激进态度自己,照样错误信息,我们都应该随时保持小心,以阻止那些无法很好地治理机械学习而做出不明智决议的商业念头。

相关报道:

https://www.reddit.com/r/MachineLearning/comments/l8n1ic/discussion_how_much_responsibility_do_people_who/

分享给小伙伴们:
本文标签:

相关文章

Copyright © 2002-2019 延边新闻网 版权所有 Power by DedeMao