[[121078]]

算法對于我們今天生活十分重要，怎樣宣揚(yáng)也不會夸張。它們在虛擬世界中無處不在，從金融機(jī)構(gòu)到交友網(wǎng)站。但是，相比于其他算法，其中有一些算法更大程度上改變并控制著我們的世界——本文列舉了其中十種最為重要的算法。

在正式介紹算法內(nèi)容之前，讓我們來迅速復(fù)習(xí)一些基本內(nèi)容。雖然，沒有明確的定義，但是計算機(jī)科學(xué)家將算法描述為一個定義了操作順序的規(guī)則集合。它們是一組順序指令，用來告訴計算機(jī)怎樣解決一個問題或者達(dá)到某種既定目標(biāo)。認(rèn)識算法的好方法，是將算法可視化為流程圖。

1. Google Search 谷歌搜索

不久之前，搜索引擎成為了互聯(lián)網(wǎng)時代的霸主。與搜索引擎一起崛起的還有谷歌和谷歌提出的PageRank算法。

[[121079]]

今天，在美國的核心搜索市場中，谷歌的市場占有率達(dá)到了66.7%，其次是微軟（18.1%），雅虎（11.2%），Ask（2.6%），AOL（1.4%）。毋庸置疑，谷歌已經(jīng)統(tǒng)治了搜索市場，而且我們中的很多人把谷歌作為使用互聯(lián)網(wǎng)的主要途徑。

PageRank 的工作依賴于兩個組成部分，一是叫做“蜘蛛”或者“爬蟲”的自動程序，另一部分是關(guān)鍵詞索引及其 位置。這個算法通過計算某個網(wǎng)頁的相關(guān)鏈接數(shù)量和鏈接質(zhì)量，來大致計算這個網(wǎng)頁的重要性。算法的基本思想是越重要的網(wǎng)頁會有越多的鏈接指向它。這是一個基 本的人氣競賽。除此之外，PageRank算法也考慮了一個網(wǎng)頁中關(guān)鍵詞的頻率和出現(xiàn)位置，以及這個網(wǎng)頁發(fā)布的時間。

2. Facebook News Feed

雖然我們不愿承認(rèn)，但是Facebook的新聞提要（NewsFeed）是我們最喜歡浪費(fèi)時間的地方。除非你的個人偏好已經(jīng)設(shè)置為展示所有事件并且 按照時間順序更新所有好友新聞，不然你看到的新聞是一個預(yù)處理之后的選擇，這個預(yù)處理是由Facebook的算法為你量身選擇某些新聞而展示。

為了決定哪些新聞的內(nèi)容是最有意思的，這個算法會考慮很多因素，比如評論數(shù)，發(fā)表人（是的，有一個內(nèi)容的“流行”人物排名，所謂的“流行”人物是與你互動最多的人），發(fā)表類型（比如照片、視頻、狀態(tài)、更新等等）。

3. OKCupid 情侶匹配

在線交友現(xiàn)在是一個價值20億美元的產(chǎn)業(yè)。由于Match.com, eHarmony, and OKCupid等網(wǎng)站的發(fā)展，這個產(chǎn)業(yè)自從2008年以來每年擴(kuò)大3.5%。分析家認(rèn)為這個產(chǎn)業(yè)的加速發(fā)展在未來五年還將繼續(xù)——情有可原：這是情侶遇見 的有效方式?；閼倬W(wǎng)站不僅僅造就了更多的成功婚姻，他們也擅長于根據(jù)個人不同的喜好和傾向，匹配潛在情侶。當(dāng)然，這樣的匹配完全是由算法完成的。

我們將以O(shè)KCupid為例，OKCupid是一個免費(fèi)的婚戀網(wǎng)站，聯(lián)合創(chuàng)始人之一是哈佛大學(xué)的數(shù)學(xué)家Christian Rudder。OKCupid采用一種絕對的分析方法促成約會，他們從用戶那里盡力獲取信息。OKCupid 的配對算法不僅僅是簡單地匹配一些共同愛好，同時，每一個問題都被賦予了權(quán)重，用來衡量這個問題對于用戶和他們潛在情侶的重要程度。這就是所謂的差異造就 不凡——這是OKCupid成為***效婚戀網(wǎng)站的原因之一。

4. NSA 數(shù)據(jù)采集，解讀和加密

我們越來越多地被算法而不是被人觀察。感謝Edward Snowden，我們知道了美國安全局（NSA）及其小伙伴已經(jīng)暗中監(jiān)控了上百萬的無辜公民。近期披露的文件顯示，已經(jīng)有許多的監(jiān)控項(xiàng)目被 FiveEyes實(shí)施，F(xiàn)iveEyes是由美國、澳大利亞、加拿大、新西蘭和英國共同組成的情報組織。它們已經(jīng)監(jiān)控了我們的移動電話、電子郵箱、網(wǎng)絡(luò)攝 像頭圖像和地理位置信息。同時，“它們”我指的是他們的算法，這其中有太多的數(shù)據(jù)，人力無法進(jìn)行收集和解讀。

有意思的是，NSA聲稱實(shí)際上他們并沒有“采集”我們的數(shù)據(jù)。根據(jù)一份1982年的程序手冊，“信息“采集”是指當(dāng)信息被收集并被國防部情報機(jī)構(gòu)在 職責(zé)范圍內(nèi)使用”。同時“數(shù)據(jù)由電子系統(tǒng)采集是指信息采集并被轉(zhuǎn)換為可理解的形式”。英國衛(wèi)報的Bruce Schneier解釋道：

“ 因此，假設(shè)你的朋友在家里有成千上萬的書籍，根據(jù)NSA的解釋，他并不“收集”圖書。只有他真正在讀的那些才是他“收集”的圖書，他利用圖書做其他事情時并不能認(rèn)為他在“收集”圖書。”

這會產(chǎn)生一個問題因?yàn)椋?/p>

計算機(jī)算法與人們密切相關(guān)。當(dāng)我們想到計算機(jī)算法正在監(jiān)控我們并且分析我們的個人數(shù)據(jù)時，我們必須想想在算法背后的人。是不是有人正在看著我們的數(shù)據(jù)，事實(shí)上，他們能做的事情正是監(jiān)視。

***，最相關(guān)的還有美國國家安全局的Suite B 加密算法，這是一套功能強(qiáng)大的算法，用于加密、數(shù)據(jù)交換、數(shù)字簽名和哈希。機(jī)構(gòu)正是利用這一算法來保護(hù)分類以及未分類文件的。

5. 推薦算法

諸如比如 亞馬遜和 Netflix 這樣的網(wǎng)站，會記錄你購買過的書籍或是你看過的電影，然后根據(jù)我們的愛好為我們推薦商品。

正如許多自動程序一樣，這種二十一世紀(jì)獨(dú)有的技術(shù)既有優(yōu)點(diǎn)也有缺點(diǎn)。雖然這樣的推薦有時候很有幫助，但是有時候也會偏離目標(biāo)——特別是你為你的三歲女兒選購了一本兒童讀物作為禮物之后。

與PageRank和Facebook的新聞提要一樣，這樣的算法正在造成所謂的“過濾器泡沫”，這是一種現(xiàn)象，用戶與他們不感興趣的信息隔離—— 有效地將用戶通過意識形態(tài)的“泡沫”隔離起來。這導(dǎo)致了Eli Pariser提出的“信息決定論”，我們過去在網(wǎng)上瀏覽的興趣決定了我們的未來。

6. Google AdWords

與之前的算法類似， Google, Facebook以及其他的網(wǎng)站跟蹤你的行為、用詞、搜索請求來推送相應(yīng)廣告。 Google’s AdWords——公司最主要的收入來源——正是以這樣的模式進(jìn)行預(yù)測的，同時Facebook也在盡力進(jìn)行相關(guān)研究（你***一次點(diǎn)擊Facebook的 廣告是什么時候？）

7. 高頻率的股票交易

很久之前，金融部門就開始使用算法來預(yù)測市場波動，但是他們在高頻率的股票交易中的實(shí)踐才剛剛開始。這樣的高速交易涉及的算法，也叫做機(jī)器人，可以對訂單在毫秒級做出判斷。相反，一個人通常需要至少一秒才能對潛在的風(fēng)險做出反應(yīng)。因此，人們逐漸被排除在了實(shí)際交易的循環(huán)之外——一個全新的電子生態(tài)正 在逐漸形成。

但是，又是這些算法會造成錯誤。Leo Hickman解釋道：

比如：2010年五月六日的“閃電崩盤”，當(dāng)時道瓊斯指數(shù)在幾分鐘內(nèi)平均下跌了1000點(diǎn)，而在二十分鐘之后市場才出現(xiàn)反彈。這樣的大幅直線下跌到 目前為止也沒能得到完整解釋，但是大部分經(jīng)濟(jì)學(xué)家將齊歸咎于“竟次”。“竟次”的罪魁禍?zhǔn)资菫榱诉_(dá)到高頻交易而大規(guī)模使用的量化交易算法。Scott Patterson，華爾街日報的記著和《The Quants》的作者，將在交易場地使用這些算法比作飛機(jī)的自動駕駛。今天，大部分的交易是由算法自動完成的，但是當(dāng)情況出現(xiàn)不同時，比如發(fā)生閃電崩盤 時，應(yīng)當(dāng)有人工介入。

8. MP3 壓縮

壓縮數(shù)據(jù)算法是電子世界不可磨滅的重要一員。我們希望更快地接收媒體數(shù)據(jù)，同時希望節(jié)約硬盤空間。因此，人們設(shè)計了很多方法來壓縮和傳送數(shù)據(jù)。

比如，在1991年思科系統(tǒng)研發(fā)了CRTP協(xié)議。1987年，德國研究者發(fā)明了今天廣泛使用的MP3格式，從而將音頻的大小減少到原始大小的十分之一。這一壓縮格式導(dǎo)致了音樂產(chǎn)業(yè)的革命（影響有好有壞）。

9. 預(yù)測分析軟件

目前這一技術(shù)并沒有主宰我們的世界，但是它將很快主宰世界。越來越多的警察機(jī)構(gòu)正在使用一種預(yù)測分析技術(shù)——一種讓人想起電影《少數(shù)派報告》的新工具。

在2010年，據(jù)說利用IBM的預(yù)測分析軟件（叫做CRUSH，全稱 Criminal Reduction Utilizing Statistical History），2006年以來孟菲斯市的警察局減少了超過30%的惡性案件，其中包括減少了15%的暴力犯罪。同時，在波蘭、以色列以及英國的城市也 在關(guān)注這一技術(shù)?，F(xiàn)在，洛杉磯、圣克魯斯、查爾斯頓等也開始了試點(diǎn)。

[[121082]]

這一技術(shù)結(jié)合了數(shù)據(jù)采集、統(tǒng)計分析，當(dāng)然還有前沿的算法。它使得警察可以評估城市的犯罪特點(diǎn)，并且預(yù)告可能的犯罪“熱點(diǎn)”，從而“積極地配置資源和分配人手，從而提高人力物力的使用效率，提高公眾安全”。

未來，這個系統(tǒng)可能會大規(guī)模替代分析家的工作。犯罪行為可以被精確的算法所追蹤，這些算法監(jiān)控了互聯(lián)網(wǎng)行為、GPS，個人電子設(shè)備，生物特征和其他現(xiàn)實(shí)中的通信方式。越來越多的無人機(jī)會用來追蹤潛在罪犯，通過分析他們的肢體動作和其他的可視化線索，來預(yù)測他們的意圖。

10. 調(diào)音（Auto-Tune）

***，僅供娛樂，現(xiàn)在調(diào)音器由算法完成。無論是歌聲或是樂器的聲音，這些設(shè)備都能通過一組特定規(guī)則，略微修改音高，讓音高達(dá)到最接近的準(zhǔn)確半音上。有趣的是，這種技術(shù)最初由Exxon’s Any Hildebrand 用于處理地震數(shù)據(jù)。

美國女歌手Cher的《Believe》，被認(rèn)為是***首使用調(diào)音的流行歌曲。