当我们也能写出机器学习模型时

最近得到app上,万维钢的《精英日课》第151篇,出了一个简单的教程:教你写一个人工智能程序。只要有一点点编程知识,甚至没有编程知识,跟着教程+搜索引擎,就可以写出一个机器学习模型,用来预测泰坦尼克号上每一位乘客的生死概率,而且,据称模型的准确度能够达到97%。


泰坦尼克号

如果我们都能跟着这短短的一篇文章就能写出一个准确率如此高的机器学习模型,那么是不是可以认为算法可能真的没有那么重要了,毕竟现在很多算法是开源的,并且在国际比赛中,前几名的得分差距已经非常小了。当然我并没有否定算法的重要性,只是在目前算法的基础上,和数据相比较,数据可能更加具有决定性。

再比如说人脸识别,现在很多手机都会对手机里的照片进行分类,把同一个人的照片聚拢在一起,现在的准确性还很高。那么假设有一家公司能够拿到每个人的多张照片和个人信息,那么这家公司就可以对每个人进行标注,理论上这家公司对每个人的识别准确率就可以无限趋于100%准确,这样的公司也许目前还没有,但是一定有些公司正在前进的路上。

其实,各大巨头早就意识到了数据的重要性,并且有理由相信,它们应该很早以前就开始收集用户信息了。还记得百度说过“中国人对隐私问题的态度更加开放,如果他们可以用隐私换取便利、安全或者效率,在很多情况下他们都会那样做”;
腾讯也曾经跳出来澄清:“微信的聊天记录是从来没有任何记录的,虽然我们能力上完全可以,但我们从来没有做过,所以你们用户的聊天记录我们从来不管”,这种此地无银的解释必定是苍白无力的,当然也有另外一种可能,就是向投资人宣告,我们已经有能力做到什么程度。

可以说,在可以预见的将来,我们将没有个人隐私而言,那么问题来了,作为个体的我们,是要与这种趋势抗争呢?还是提早做好心里准备去适应呢?如果对抗,如何对抗?如果拥抱,如果拥抱?

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,544评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,430评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,764评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,193评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,216评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,182评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,063评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,917评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,329评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,543评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,722评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,425评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,019评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,671评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,825评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,729评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,614评论 2 353

推荐阅读更多精彩内容