演算法(Algorithm)是一種明確定義的計算過程,將輸入轉為輸出的一系列計算步驟,藉以完成特定的任務。許多人認為演算法是資訊領域的玩意,和自己完全無關,然而事實卻剛好相反:演算法不只和所有人息息相關,更是伴隨人類生活的隱形力量。這裡就以演算法為主題,探討演算法是如何影響我們的生活。
想像眼前有一台角子機,只要投幣後拉下拉桿,角子機就會秀出挑戰結果,並根據結果決定是否吐錢。演算法和角子機很類似,差別在於他有時候會自己投幣與拉拉桿。演算法能夠模仿人類的判斷與決策,忠實處理事務,迅速作出反應,成為我們生活中不可或缺的一份子。
你可能會納悶,如果演算法真的厲害到足以左右我們的生活,為何我們感覺不到呢?其實你一定有感覺到,只是選擇將其忽略而已。Google讀取你的關鍵字並秀出搜尋結果,臉書彈出和你習慣相近的廣告,Amazon趁你血拚時列出有趣的特價品,這些全部是演算法的運算結果。
▲遊戲的怪物擁有自己的一套行動演算法。
「演算法無論在哪裡都很有用,幫助我們處理一連串任務來達成目標。」曾經在任職於Sony的工程師,保羅.佛斯(Paul Firth)這麼表示。佛斯設立了社群網站「Wildbunny」,教導網友建構自己的交易演算法。
「舉例來說,我的同事與我討論,看要怎麼做才能讓家裡的溫控系統更有智慧。他希望溫控系統能夠在冬天的一大早就啟動,讓他起床時不至於凍成冰棒,並利用手機與Wi-Fi來控制系統。他打算開發一套演算法,讓溫控系統能對戶外溫度做出反應。」
▲Netflix網站會主動統計用戶的行動資料。
Netflix的演算法也有類似的用途,不過並非控制家裡溫度,而是找出你工作回家後想看的電影。Netflix會根據你的租片紀錄,分析電影的Meta Tags,然後將類似的電影放到你面前。如果你專挑五星評價的電影,Netflix就會推薦其他好片,而不會介紹你看亞當山德勒的《當我們混在一起》。
Netflix的電影推薦演算法能夠監控用戶的瀏覽行為,看過哪些電影、搜尋的內容、評分的習慣以及觀賞時間。該演算法不僅會追蹤用戶個體,還會將無數的個體加以分群,剖析群體的興趣傾向與觀賞習慣,最後根據演算結果來預測個體想看哪些電影,表現可圈可點。
▲用戶的星等評比是演算的重要資料來源。
「我們致力於將用戶的瀏覽行為,轉換為推薦的內容。」Netflix的工程師,賽佛.艾瑪催恩(Xavier Amatriain)表示,「根據用戶使用系統的日期、時間、裝置,甚至是地點等資料,我們可以得知不同用戶的觀賞習慣,但是要歸納出推薦的內容卻是個挑戰。希望我們將來能夠達成目標。」
演算法很難達到滴水不露的理想境界。理想的演算法除了要跟上用戶的腳步,還得趕在用戶前面,然而演算法無法全盤考慮所有影響要素,使得演算結果難免有誤差。以臉書的動態消息為例,其內容取決於臉書的演算結果,用戶即使不喜歡也沒有插手的餘地。
▲個人化資料過濾是危險的兩面刃。
臉書的演算法從實務的角度出發,不完美卻具彈性,能夠滿足最多用戶。Google與許多新聞網站也同樣採用類似的演算法,追蹤你過去的瀏覽紀錄,將推測你會有興趣的內容放在你面前,也就是所謂的個人化資料過濾(filter bubble)。
然而個人化資料過濾屬於保守型的演算結果,根據用戶過去的紀錄來預測未來,面對較新或是無法歸類的消息就可能出槌。舉例來說,臉書可能會持續發布冰桶挑戰的動態消息,卻對麥可布朗命案(一位黑人青年被警察射殺的爭議案件)隻字未提,原因是該用戶過去很少關注警察或種族的議題。
▲當你按下同意的同時,臉書的演算法就會立刻啟動。
「我不認為人們喜歡面對現實。」國際數據資訊(IDC)的科技分析師,艾莉絲.伍沃德(Alys Woodward)表示,「演算法是數學計算的結果,他會檢測你在臉書公開的資訊及各式活動,卻不會回應你的要求,這是缺乏透明化的機制所導致。你不知道發生了什麼事,就會產生被害妄想。」
「產業文化習慣也得負一部分的責任,當你使用這類網站時,他們會要求你同意幫助他們改善演算法,隨後你就被他們吃得死死的。對這類網站而言,這一切不過是統計結果,可是我們卻擔心有朝一日,他們會將用戶降格為統計的一個要素。」
▲Youtube利用演算法整理出推薦影片。
紐約州的石溪大學宣稱他們開發出一種演算法,能夠分析一部小說是否能夠獲得商業成功,甚至可以評估小說的有趣度、原創度與文筆表現,準確度高達84%。根據該演算法的演算結果,一部頻繁使用連接詞、名詞與形容詞的小說,其銷售量會比咬文嚼字的小說更高。許多出版社都表示不考慮使用該演算法,但是沒人敢保證他們以後不會改變心意。
而在交易量龐大的美國股市裡,演算法具有舉足輕重的影響力。根據估計,高頻交易帳號(high-frequency trading accounts)的交易量就佔了整個股市交易量的56%。這些帳號幕後由安裝演算法的電腦所控制,投資人完全不需要插手。這些演算法可以在幾毫秒的時間內,完成數百萬美金的交易,教人嘆為觀止。
▲高頻交易的股市交易量超過全部的一半以上。
「股票市場沒有人機介面的活動餘地,難以解讀且錯綜複雜。」麻省理工學院多媒體實驗室的凱文.史拉文(Kevin Slavin)指出,「我不懷疑人類在未來會被演算法支配,只擔心若演算法現在突然瓦解,會帶給我們多大的麻煩。」
在這個摩登的現代社會裡,演算法發揮了絕對的影響力,替生活增加更多的舒適與便利。可是演算法在某些方面卻頗具爭議,干涉了我們的自由意識,自作主張替我們做決定,不肖分子甚至利用演算法擾亂體制。演算法該怎麼伴隨我們,我們要怎麼活用演算法,這些議題值得我們好好思索。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!