現階段大數據算法的困境是什麼？

2013年，美國有一塊兒充滿爭議的案子，一個由於偷竊罪被判刑的男人把威斯康星法院告了。緣由是他被判整整8年有期徒刑，不是由於他的罪行，也不是由於法官的判斷，而是由於一個AI(人工智能)認爲，他對社會具備「高危險性」。大數據時代，咱們關注最多的是數據的安全和隱私，然而，數據加上算法所帶來的問題，或許要比安全和隱私重要得多。

大數據讓算法史無前例的強大

機器學習和深度神經網絡，克服了算法設計中人的侷限;只要有數據，只要數據中有統計規律，算法就能找到這些規律。人工智能技術近幾年的火熱，主要得益於機器學習、深度神經網絡方面的技術突破，以及大數據技術的成熟。這些技術的突破使得從前不少被認爲機器不可能解決的問題，變得能夠解決。過去技術人員開發信息系統，須要將領域知識在頭腦中轉換爲算法和程序。這些技術突破改變了這一現狀，消除了對領域知識的依賴。算法能夠經過機器學習的方法，從大量數據中自動提取出來，再也不須要人來編寫。這不只減小了錯誤遺漏、下降了開發成本，而且能夠隨着數據的變化自動更新，而不會由於現實的變化而落伍。

算法存在的問題

算法沒有價值判斷，最終是人給計算結果加上了價值判斷。可是一旦人們把算法給出的結果，用在處理社會關係上，這些結果就對相關的每一個人產生了意義。

算法讓一部分人掌握了過大的權力。雖然技術突破和大數據讓算法開發變得容易，可是獲取到足夠的數據和計算資源，開發並利用算法，仍然是一件具備至關門檻的事情。可以掌握利用算法的仍限於少數人，這就使得這些少數人在社會生活中相對於其餘人佔有了極大的優點。爲了社會公平，咱們對擁有財產優點的人徵收更多的稅負，對掌握權力的人施加種種制衡，可是咱們對擁有算法優點的人如何限制，仍然沒有可行的思路。

對算法的迷信。技術突破讓算法不須要人編寫，雖然減輕了人開發算法的負擔，但也讓人更難以理解算法。大多數深度學習產生的算法都讓人沒法理解，可是因爲大多數狀況下算法是有效的，人們即便不理解，也樂於利用算法。這就產生了一個風險：沒人知道算法的邊界和失效條件，所以也就不能判斷算法什麼時候會出錯。因爲不理解，使用者每每傾向於忽視這種風險，因而造成了對算法的迷信。威斯康星州的判案系統就是這種狀況。

相應的社會約束機制難以跟上。新技術只要有效，很快就會在社會生活中普遍應用，可是新技術每每深入地改變了人們的生活方式，而與這些改變相適應的社會約束機制，只能在新技術的社會影響日益明確以後，才能逐漸創建起來。社會規範老是滯後於社會現實，在技術快速發展的當今，這種滯後形成的問題尤其顯著。今天人工智能對人們平常生活的影響，恰如一百年前汽車普及形成的影響。當美國普通家庭開始擁有汽車不少年以後，道路信號、交通規則、駕照考試等設施和機制才逐漸完善，跟上技術變革的腳步。

在變化中探索秩序。人工智能技術仍在快速發展過程當中，對社會生活的種種影響纔剛剛開始顯現。對此咱們既不能因噎廢食，阻礙技術發展，也不能聽任自流，任由叢林法則支配，而是必須因應技術發展的潮流和社會現實的變化，不斷探索調整，興利除弊，讓技術發展始終做爲推進社會進步的動力。

感謝您的觀看，若有不足之處，歡迎批評指正。

在此我向你們推薦一個大數據開發交流圈：

658558542 （☛點擊便可加入羣聊）

裏面整理了一大份學習資料，全都是些乾貨，包括大數據技術入門，大數據離線處理、數據實時處理、Hadoop 、Spark、Flink、推薦系統算法以及源碼解析等，送給每一位大數據小夥伴，讓自學更輕鬆。這裏不止是小白彙集地，還有大牛在線解答！歡迎初學和進階中的小夥伴一塊兒進羣學習交流，共同進步！

最後祝福全部遇到瓶頸的大數據程序員們突破本身，祝福你們在日後的工做與面試中一切順利。