详细内容或原文请订阅后点击阅览
像数据结构一样看待
2024-05-23我们以数据为中心的看待世界的方式并不能很好地为我们服务。巴拉斯·拉加万（Barath Raghavan）和布鲁斯·施奈尔（Bruce Schneier）认为，我们需要新的社会技术系统，为现实固有的混乱性留出空间。
来源:贝尔弗科学与国际事务中心研究裂缝
看清一个国家完全取决于“可读性”。但如今，世界太难变得可读了。这就是数据结构、算法和人工智能发挥作用的地方：人类不再需要手动创建可读性。人类甚至不需要消费已变得可读的东西。有关世界的原始数据可以输入到新的人工智能工具中，以创建可读性的表面。然后，我们可以让更多的自动化工具对这个所谓的世界表示采取行动，很快就会产生现实生活中的后果。我们现在将创建可读性的过程委托给技术。在此过程中，我们使其变得近似：对其他人或事物来说是可读的，但对实际负责的人来说却不是。
现在，我们正在经历让这些系统发挥作用的最后尝试，怀着或许天真的希望和对人工智能及其推动的数据科学的新信念。希望是，因为我们有更好的算法可以帮助我们理解更多的数据，我们可以以某种方式成功地使系统在过去社会失败的地方发挥作用。但这行不通，因为思维方式行不通。
像一个国家一样看待事物的能力让政府规划者、企业效率专家和一般高度现代主义的追随者陶醉其中。但现代技术让我们所有人都能像一个国家一样看待事物。随着人工智能的出现，我们都有能力根据这种看法采取行动。
人工智能由数据结构组成，这些数据结构能够将我们所处的混乱的多维现实映射到某种有用的类别和模式。Spotify 可能会将歌曲组织成由其人工智能发明的巧妙的新音乐流派，但这仍然是凭空创造可读性的努力。我们使用人工智能工具发送冗长的电子邮件，而这些电子邮件只会被另一个人工智能总结出来。这些都只是概念，无论它们是由人类思维还是数据结构或人工智能工具创建的。虽然概念可以帮助我们理解现实，但它们并不是现实本身。
星云和模式 将其放置