摘要：在中，算法專家凱文斯拉文提起這個故事，并向觀眾展示了算法控制的圖景。斯拉文把算法稱之為計算機用于決策的數學。凱文斯拉文表示我們正在用炸藥和巖石鋸打穿美國，讓算法能早微秒完成交易，所有的一切都是為了一個前所未有的通訊系統。

The Making of a Fly，這是一本1992年出版的學術書籍，受研究者喜歡。2011年4月8日，一家書商對其的售價為170萬美元，另一家書商標價220萬美元。如果那時你買了他，說不定還撿到便宜了，因為此后書價一直在漲，4月18日漲到直到23,698,655.94美元。當然，這還不包括3.99美元的運輸費！

這本書研究蒼蠅遺傳學，晦澀難懂，但何以高達2370萬美元？故事并非杜撰，而是加利福尼亞大學伯克利分校的進化生物學家邁克爾·艾森真切遇到的事兒。

事情真相卻是，天價源于算法“價格戰”。兩家書商都是用算法給圖書定價，第一家書商利用算法將價格設定為另一家的0.9983倍，第二家算法則始終讓價格保持為第一家的1.270589倍，高價則是因不受監管的算法相互“攀比”導致的。

在TEDGlobal2011中，算法專家凱文·斯拉文（Kevin Slavin）提起這個故事，并向觀眾展示了算法控制的圖景。

他指出，我們正生活在算法設計的世界，并日益為算法所控制。它正悄然無息地進入生活，塑造著世界；斯拉文提醒，人類正在編寫著自己都無法理解的甚至不受控制的代碼。若算法出錯，影響將會非常大。

“算法正直接迅速地改變著我們的生活方式”

算法（Algorithm）是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，代表著用系統的方法描述解決問題的策略機制。斯拉文把算法稱之為計算機用于決策的數學。這是由人類從世界中提煉出的某種事物，但事實上它現在正轉變為開始塑造世界的事物。

“它塑造著我們周圍和內心的世界，甚至可以說它已經具有了真理的敏感性。”斯拉文說。

讀者朋友會不會覺得有些抽象？我們先看看生活中的算法。

有一種新式電梯，在你進入電梯之前，你要按下你所要去的樓層的按鈕，它使用的是裝箱算法，讓每個人能夠進入想進的電梯。例如想去10樓的人進入二號電梯，想去三層的人進入五號電梯。

或者，它們就在你的屋子里。例如有兩種不同的清潔機器人就是兩種算法。

機器人對清潔的含義有著非常不同的理解。如果你讓它慢下來，在上面放上燈光，你就能夠看到其中的差異。“是不是有點像臥室里的秘密建筑師？”斯拉文形象地比喻，建筑本身在某種程度上就服從算法優化的想法，這并不牽強。

《算法改變生活》一文中把算法映射到鮮活的生活場景中，將算法對于生活的影響更直觀地表現出來。你會發現，許多看似復雜的算法正在以非常直接的方式迅速改變著我們的生活方式。

例如令互聯網搜索更加高效的基本算法“超鏈分析算法”；使用網上銀行完成支付時幫助我們完成一系列安全檢測動作的安全哈希算法；以及我們在做路線規劃時，用迪杰斯特拉算法來尋找最短路徑，這也是一個計算機領域圖搜索計算的一個經典算法。

“算法正在形成改變我們文化的物理學”

如果你喜歡看美劇，就會知道前段時間很火的紙牌屋以及圍繞其“大數據分析應用”的鋪天蓋地的新聞。《Netflix是如何用大數據捧火《紙牌屋》的》一文指出，Netflix曾花 1 億美元買下版權，請來 David Fincher 和老戲骨 Kevin Spacey，首次進軍原創劇集就一炮而紅，在美國及 40 多個國家成為最熱門的在線劇集。

作為世界上較大的在線影片租恁服務商，Netflix 幾乎比所有人都清楚大家喜歡看什么。它知道用戶喜歡 Fincher（社交網絡、七宗罪的導演），Spacey 主演的片子表現不錯，英劇版《紙牌屋》很受歡迎，這三點讓其愿意在《紙牌屋》上賭一把，分析認為，它的成功得益于 Netflix 海量的用戶數據積累和分析。

且不論紙牌屋的成功是否真的來源于大數據分析，還是只是將大數據應用作為宣傳的噱頭，Netflix的確在海量用戶數據積累和分析上努力優化著算法。

他們開始用的是Cinematch，后來又嘗試了一些其他的，例如Dinosaur Planet，Gravity，現在則使用Pragmatic Chaos，它試圖把握住你，這樣就能推薦你可能想看的電影。但斯拉文認為，這非常非常困難，如同Netflix的所有算法，算法最后只能決定60％最終被租用的電影。

但如果在這些電影制作之前對它們進行評價呢？

英國名叫Epagogix的數據分析公司就在做著這樣的事情。來自英國的數據科學家開發出了一套針對電影劇本的語義分析算法“神經網絡”，可對新的劇本進行分析消化，并預測其未來的票房情況。、

你可以向他們提供你的劇本，它會將電影的劇本、情節、明星、拍攝場地等各種要素集合在一起，使用其自行研制出的算法預測電影票房收入，并量化地告訴你“這是個三千萬美元票房的電影或是個兩億美元票房的電影。”

算法無法完全準確。但正如該公司首席執行官尼克·米尼表示：“拍攝電影的原因很多，我們的算法只是幫助人們更好地做決定，何樂而不為呢？”

不過，“重點在于，上述種種例子并不是谷歌，也不是信息，不是金融統計，而是文化，算法正在形成改變我們文化的物理學。”斯拉文說。

換句話說，算法正在塑造著我們所觀察和感知到世界，它甚至改變著我們獲取信息的方式。

“如果這些算法某天崩潰了？”

這讓算法看起來具有無盡的用途，但我們是否曾經想過，算法控制的世界并非那么真切？控制本身也會受觀察過程所影響。

谷歌流感趨勢曾被認為是大數據應用的典范，但后來也批判為“大數據的傲慢”。實際上，算法結果會被各種因素左右。量子基金的喬治索羅斯提出過“自反性”概念，認為社會系統的參與者是有思想的，那么在這樣的環境中，不僅觀察，就連思想和信念都會影響到研究的對象，從而影響得出的結論。

更為嚴重的是，“如果這些算法，某天崩潰了出錯了，我們怎么知道，那會是什么樣子？”斯拉文提出了令人深省的警惕。這樣的“無解”已經出現在股票市場中，算法失誤曾導致美國華爾街股市崩盤。

2010年5月6日，整個市場的百分之九消失了五分鐘，這被稱為“2：45的瞬間崩潰”。突然之間百分之九的市值消失了，直到今天大家對發生了什么還不能達成一致，因為并沒人下命令，沒人要這么做。

那天，大家對所發生的事情束手無策，只能看著面前的屏幕上的數字和一個紅色按鈕上面寫著“停。”事情就是這樣，這就是我們正在編寫的東西，甚至自己都讀不懂。我們正在把一些事情變得難以理解，并已經對這個自己創造的世界中正在發生的事情失去理解能力。

“我們正在慢慢失去對自己創造的世界的理解和掌控。”斯拉文警告稱。

微妙之間掘金

人類可以針對電梯設計出一種機器語言，可以控制其停在特定樓層，那么對于算法的控制可以做到什么程度？

回到華爾街。華爾街的算法依賴于高于一切的特質——速度，其運行時間以毫秒和微妙計算。何為微秒？想象一下，點擊一下鼠標要花50萬微秒的時間。如果你是一個華爾街的算法，落后5微秒，你就是失敗者。

為達到快速我們都做了什么？

“微秒之間的掘金達人”曾用芝加哥和紐約之間光纖電纜的鋪設為例解釋了這種“代價”。

芝加哥一直都是期貨合約交易的中心，期貨合約是一種允許你將來某一特定時間以給定價格買賣某種商品（如玉米或豬肉）的協議。某些芝加哥交易所還允許人們以期貨的形式買賣公司股票，這些公司的股票通常在紐交所上市交易。當然這些期貨合約的價格與股票價格有著緊密的聯系。

現在假設有一支股票的價格在紐交所（或者說在新澤西馬瓦郊區的服務器中）發生了變化。可以肯定的是，芝加哥相關的期貨合約的價格也將相應變化。但價格變化不會立即發生：通過連接兩大金融中心的光纖電纜很長，股票價格變化報告需要7微秒或更長的時間才能到達芝加哥。

2010年6月，美國公司SpreadNetworks準備采用最短路徑，在紐約市和芝加哥市之間鋪設一條825英里光纖傳輸信道，其最終目的是將股票交易加快3微秒。該工程需要在山區爆破，造價不菲。

?
凱文·斯拉文表示：“我們正在用炸藥和巖石鋸打穿美國，讓算法能早3微秒完成交易，所有的一切都是為了一個前所未有的通訊系統。”另外，一條連接加拿大新斯科舍省和英國索默塞的光纖連接已被建立起來，以滿足股票交易員的需要，在60毫秒內在倫敦和紐約之間發送股票數據。

?
“你想一想，我們正在用炸藥和巖石鋸穿過美國，只是為了一個算法能快三微秒完成交易，為了一個沒人會知道的通信框架，這有點命運天定論。”斯拉文說，有意思的不是錢，而是錢所激發的東西，我們實際是在用算法的效率改造地球本身。

斯拉文最后提到算法與自然的關系值得深思。

看看這張演講開始就提到的照片，它由藝術家邁克爾·納賈爾在阿根廷拍攝。經過數字化重塑后，你會發現所有山峰的輪廓遵循道瓊斯指數的變化，其中的深溝險壑就是2008年的金融危機。

仔細回想，山峰的輪廓是不是與算法異常時的結果非常類似？風景不正是因人與自然之間的怪異協作產生的嗎？或許這不是藝術或隱喻，而是預言，算法就是自然映射或者說，它就是自然。
謝謝大家！