内容简介
在《当我点击时，算法在想什么?》中，大卫·萨普特带领我们深入算法的神秘腹地。萨普特通过对谷歌、脸书、推特、亚马逊等科技巨头的数据专家的访谈，拆解了这些科技巨头的算法模型，为我们破解了它们的算法黑箱、揭示了数字时代智能产品背后的奥秘。只有理解算法背后的运作逻辑，我们才能摆脱算法的控制，并按我们自己的想法塑造算法以及数字科技。
科技巨头的算法黑箱不断影响和控制人类
智能化新纪元人类该如何与算法和谐共存
我们生活在一个由算法构筑的世界:这些基于数据的算法不仅掌控着社会的运转、筛选着我们的网络见闻，还构成了自动驾驶、智能家居、前沿医疗、智慧城市乃至元宇宙发展的根本。它们是人类步入智能化新纪元的关键驱动力。
随着我们对数字技术的依赖日益加深，数学家和数据研究者得以透过它们窥探我们的日常生活。他们通过收集我们的购物记录、消费倾向、兴趣爱好和旅行路径等数据，试图解码我们的日常行为模式。但是，这些数据驱动的分析结论究竟有多精确?若不深入了解数学的能力与局限，我们又怎能洞悉它是如何悄无声息地重塑我们的世界?
深入剖析算法在生活中的广泛应用与影响。本书通过多个实际案例，如追踪班克西、谷歌的医疗诊断项目等，展现了算法如何在互联网、医疗等领域发挥作用，以及对我们生活的多方面影响，让读者能全面了解算法的实际应用情况。
揭示算法背后的潜在问题与挑战。书中探讨了算法可能带来的如数学武器滥用、隐私泄露等问题，结合当下人们对数据隐私的关注，引发读者对算法局限性的思考，以及如何在利用算法便利的同时，应对其可能引发的风险。
以通俗易懂的方式解读算法相关知识。本书没有局限于专业的数学理论，而是用生动有趣的语言和具体事例，深入浅出地讲解算法的原理、运作方式等知识，使普通读者也能轻松理解，适合对算法感兴趣但缺乏专业背景的人士阅读。
作者简介
[瑞典]大卫·萨普特（David Sumpter）
英国皇家学会奖学金获得者
“数学及其应用协会”凯瑟琳·理查兹奖得主
国际著名数学家和数学科普作家
大卫·萨普特教授在英国曼彻斯特大学获得数学博士学位后，成为牛津大学皇家学会的成员，并最终在瑞典乌普萨拉大学担任应用数学教授。在乌普萨拉大学，萨普特教授及其团队通过实验和数学建模深入研究了动物集体行为，包括群体决策、社会昆虫觅食策略和理论生态学，为理解人类社会中的群体动态提供了宝贵见解，特别是在群体决策、社会网络和人工智能等领域。
目录
第一部分算法在监视我们互联网如何收集、分析并应用个人数据来塑造我们的数字生活?
第1章数学怎会侵蚀我们的道德品质?
谷歌掌握你的个人医疗数据，你是否能接受?
数学杀伤性武器引发的血案
第2章算法无处不在，我们却对它一无所知
无人监管的黑箱算法操控着我们
给重定向广告加点“噪声”
算法有时也会产生歧视
第3章你以为自己了解朋友?算法比你更懂他们
一张家庭照片怎样透露你的个人信息?
15个帖子就能读懂他人的生活
第4章算法比你更了解你的人格和行为
《我的世界》玩家通常展现出哪些人格特质?
你的情绪已被编号，你的行为已被建模和预测
第5章总统选举的制胜法宝
性别、年龄、社会阶层如何影响选举投票?
为了政治目的操控每一种情感
总统候选人要小心对待当红歌手的粉丝
算法很了解你，但它未必能预测你的行为
第6章算法中的偏见与歧视能否被去除?
什么样的罪犯再次犯罪概率会低?
在线招聘广告中的歧视陷阱
没有公平，只有悖论
第7章数据炼金术士能战胜人类吗?
“每周发现”为何偶尔推荐不合口味的音乐?
长时间盯着手机，广告将如影随形
在测试中，业余人士打败了算法
第二部分算法想控制我们
个人信息的大数据如何影响和塑造我们的情绪反应与行为模式?
第8章数据让我们在选举中失望
特朗普如何以9%的概率当选美国总统
专家预测有时与猩猩扔飞镖无异
民意调查竟然不如预测市场准确?
第9章大家喜欢的是适合我们的吗?
亚马逊“私人定制”推荐的秘密
互联网用户为何喜欢“顶”多过“踩”?
制作链接果汁
圈子效应:一本书越畅销，评分却越低?
第10章流量背后的推手
火的视频竟有200万个“踩”
科学家也难逃“大家也喜欢”效应
左滑右滑，约会软件中的速配秘诀
第11章过滤气泡如何阻碍人们认识真实世界?
“键盘侠”在刻意制造分化
一次次的点击正在筑成你的信息茧房
阴谋论为何比科学更受欢迎?
网络的孤岛化现象
第12章互联网充斥着回声室
社交媒体重塑了讨论政治的方式吗?
我们与反对者之间只隔着6个人
第13章假新闻才是娱乐的源泉
是谁创造了“曼德拉效应”?
在政治竞选中，算法创造的假新闻传播甚广
虚假报道只存在于社交气泡之中
第三部分算法想取代我们
人类能否与人工智能实现互利共生的和谐共存?
第14章“学”出来的歧视与偏见
算法决策:对付人类偏见的办法
当你问谷歌“雄性奶牛的同义词是什么?”
无监督学习把算法变成“坏学生”
第15章一个智能作家的诞生
“水谷”机器人也会生气地反问你
如何将神经网络训练成托尔斯泰?
托尔斯泰机器人的“智能”文本也许只是假象
第16章成为智能超级玩家
只需数周人工智能就能在游戏中打败你
神经网络用截图的卷积学习游戏
神经网络研究的新挑战一全局规划
“阿尔法狗-零”如何成为顶尖围棋选手?
第17章“奇点”将至
活在《黑客帝国》的模拟现实之中
机器学习专家向微生物学习如何决策
如何在计算机中重现蠕虫和蜜蜂的智能?
第18章人类如何与算法共存?
理解算法才能更好地理解未来
算法是人类文化遗产的一部分
附录算法及人工智能发展关键节点
共读书单
······