合集-读当我点击时，算法在想什么？
摘要：算法影响深远，存在危机，如歧视、监控等。需警惕算法偏见，加强监管。数学方法如PCA、k-means聚类广泛用于行为分类，涉及犯罪预测、广告推送等，但黑箱操作引发担忧。
阅读全文
摘要：主成分分析法用于人格分类，斯坦福教授Michael Kosinski通过社交媒体数据利用此法分类人群。脸书等社交媒体利用此法分析用户，用于配对、招聘等，但可能操纵用户。回归模型用于数据转化，但存在局限。
阅读全文
摘要：世界上不存在绝对公平，算法也无法完全公平，存在偏见与歧视。COMPAS算法对不同种族存在不公平校准。数据炼金术士利用数据推送定向广告，但算法预测不及人类身边人。大型商业软件预测再犯不一定比人类更准确公平。
阅读全文
摘要：人工智能预测选举存不确定性，基于概率工作；谷歌等算法推荐受用户行为影响；学术界关注论文引用次数，但不应忽视未获高引用的研究，论文被引用次数已成科研通用货币，加剧不平等。
阅读全文
摘要：算法导致信息分化，形成过滤气泡和信息茧房，加剧回声室效应。假新闻虽广传但收效甚微。社交媒体算法工具性强但理解信息含义有局限。
阅读全文
摘要：工作场所存在不平等与偏见，内隐联想测试可识别。GloVe等算法存在内隐性别和种族歧视，需消除算法偏见。神经网络在语言和游戏中取得进展，但仍有限制。强人工智能目标为自学，AlphaGoZero等展现自学潜力。
阅读全文
摘要：人工智能发展引发关注，但面临诸多挑战，如算法能力、学习机制等。人工智能不如人类灵活，过分恐慌不必要。算法是社会工具，理解算法有助于预判未来，人类控制算法发展。
阅读全文
摘要：读当我点击时，算法在想什么？08读后总结与感想兼导读
阅读全文
