推 kanonehilber: 好像不錯 08/04 07:45
推 ecco: 這本好看 08/12 02:46
附上封面圖片、並嵌入演算法Emmy所創作的交響樂連結的網誌頁面
http://mikanlemonn.blogspot.tw/2016/08/blog-post.html
以下正文內容--
本書中文版在2014年出版，資料科學與演算法在兩年內早就更全面的席捲世界，
以至於這本書在今日讀起來少了驚喜。
如果對於演算法的還停留在模糊的名詞概念，本書倒是能作為切入點。
在「工作可能被機器取代」的不安下重溫這本書，
更能掌握這份威脅的邊界與限制何在。
演算法的核心是一組設計的指令，資訊在進入這組指令而得到答案。
人類最早的演算法紀錄可追溯到蘇美文化。
17世紀的數學暨哲學家萊布尼茲（Gottfried Leibniz）認為，
1與0不但能表達所有運算，人的認知思維與邏輯可被簡化為一系列二元表現，
甚至以機械操作執行決策過程。
1930年代末的麻省理工學院學生夏南（Claude Shannon）將萊布尼茲的二元運算，
承接高斯分布、大數法則、布林代數等數學貢獻，建構到電路系統，
便成就模仿、超越人類的演算法。
過去，人類以數學觀察世界；現在，人類以數學塑造世界
誰被取代？誰不可取代？我們要成為哪一種角色？
機器與自動化在第一波工業革命中取代勞動密集產業，
演算法不僅能依資料決策，還擁有大量複製模式的本事。
在1與0的運算中，不僅打造出有效、快速、自動的決策運算系統，
也侵蝕消滅產業舊典範。
除了金融交易、醫療，以及人力資源調度，
本書還提及另一個人類以為能在演算法侵蝕下固守的領域：電影、音樂等文化商品。
像是Epagogix是個可以依電影腳本預測票房的演算法，
MusicXray能比照暢銷歌曲模組算出哪首歌會紅，
音樂學院教授柯普（David Cope）也曾打造出重現巴哈作曲模式的演算法Emmy，
以及能寫作日本俳句的演算法Annie。
或許有些人會非難：若依照演算法的複製與重組，終將帶給人們一個沒有變化的世界。
也曾經有人攻擊，由Emmy所製作的音樂就是少了所謂的「靈魂」。
事實上，現行排行榜前40大的暢銷歌曲也幾乎是出自同一批人，
這些攻擊者在揭露作者之前同樣也欣賞Emmy的作品。
創作與賞析本身就是一連串決策過程，而二元數學與DNA都是很棒的演算法。
少數的差別或許在於，人的天賦與創造力為創造者帶來優越感、有所不同，
但是對於機器來說只是編排的結果之一，沒有巔峰與全盛之別。
機器人不懂創造、無法建立從0到1的途徑，但可以學會評估品質與原創性。
或許有那麼些作品能夠創新、提升人類的文化領域，
但追求文化商品化的工作者們，確實要小心被演算法取代：
廉價、無休、大量複製大眾的熱門品味，原本就是演算法的拿手絕活。
演算法統治世界，但它未必能征服你
根據演算法，人類能打造出最舒適的環境、帶來最大利益。
只是演算法即使打造出最合拍的團隊、最佳的效率，但那真的會是我們要的嗎？
或是與不太對盤但才華洋溢的主管同事，會使我們得到更多收穫？
即便在西洋棋與圍棋領域戰勝人類，書中提到演算法目前的限制之一：撲克牌，
便是出於同樣的道理。
當演算法預測人類只會以最有效率、最佳利益行動，
便看不透拿爛牌卻虛張聲勢的理由。
演算法不擅長與人類的非理性行為分析、對賭，而整體與個體在最佳利益的差別
也可能讓演算法「看走了眼」。
換個方式說，對你來而言「最好的選擇」是什麼，
也只有你自己的演算法才能知道了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.159.101.37
※ 文章網址: https://www.ptt.cc/bbs/book/M.1470071897.A.A88.html