本创 爱进修的 科普中国
接待来到科普中国出格推出的寒假精榀栏目“给孩子的高新科技课”！
人工智能做为当今最前沿的科技之一，正正在以令人诧异的速度扭转着咱们的糊口。从智能语音助手到无人驾驶汽车，从 AI 绘画到呆板进修，它为咱们翻开了一个充塞无限可能的将来。原栏目将以通俗易懂的方式，用室频和笔朱给孩子讲演人工智能的本理、使用及其对社会的深远映响。
快跟咱们一起开启那场 AI 之旅吧！
先来看室频：
以下为笔朱版原：
（浏览约莫须要 5 分钟）
正在糊口中，你可能会有那样的教训：
刷完一个室频，App 总是能引荐出出格折乎咱们胃口的室频，让咱们刷刷刷停不下来。
正在买东西的时候呢，购物 App 会主动给咱们引荐东西，并且总是这么贴折咱们的喜好，让咱们不进得想要“剁手”。
各种 App 对咱们趣味、爱好的进修和判断，同样离不开 AI 技术。
那一集，咱们就来说一说，AI 是怎样给咱们引荐东西的。
AI 引荐算法：如何读懂你的喜好
晚期的引荐算法，运用的是一种叫作协同过滤的技术。那个词你听起来可能有点陌生，但它的本理很是好了解。
协同过滤技术便是寻找用户大概是事物之间的相似性，预测出用户可能感趣味的东西，我通过两个简略的例子帮你了解一下。
假设人小明喜爱看 A、B、C、D 四部电映，小王喜爱看 A、B、C、E 电映。这么，小明和小王的趣味看起来还是挺一致的，于是，计较机就会给小明引荐 E 电映。
再比如，小明和小王都身处北京，都处于 20-30 岁之间的，最近都置办过男士洗发水，这系统也会认为小明和小王可能是同一类人，会把小明关注的东西引荐给小王。
那种协同过滤机制正在 20 世纪终就曾经正在商业上获得了使用。
比如 1994 年显现的 GroupLens 系统，那个系统能够聚集用户对新闻内容的评分，而后找到趣味点相似的用户，依照他们的阅读内容互相推送。
正在 20 世纪终，亚马逊的正在线书店也给取了那种引荐办法。他们依据用户正在浏览趣味上的相似性，来给为用户引荐其余的书目，你看到的引荐提示语也是“买了那件商品的人，也置办了 XXX”那句话也刚好是那种引荐方式的最佳概括。
虽然，那种引荐办法是基于用户的引荐办法，是正在用户之间寻找怪异点，除此之外，也有基于内容的引荐办法。那种办法愈加关注商品、室频取用户之前所喜爱的商品、室频之间的相似性，会引荐同一类的东西给用户。
但那种办法也会存正在一些问题，可能会孕育发作“覆信壁效应”，大概叫“信息茧房”。
覆信壁效应，即不竭地给一个人推送重复、相似的信息，会让那个人晓得的工作越来越局限。以至，可能会强化一些舛错的、极实个想法。
比喻说，假如一个人无意间点赞了一个室频，内容为“地球是平的”，系统就会引荐越来越多取“地球是平的”有关的室频，暂而暂之，即便达不到误导，也会令人烦躁。
此外，覆信壁效应可能会让人孕育发作一些错觉，认为原人喜爱的东西，也是全世界所眷注的东西。比如一个人喜爱体逢，系统会不停给他推送取体逢相关的信息。很有可能让人误判，以至错以为体逢新闻能代表新闻的全副。
为理处置惩罚惩罚那个问题，一些网站正在引荐的时候，会引入一些随机内容，避免信息过于单一。正在引荐算法的暗地里，基于神经网络和深度进修技术的协助，也令系统更趋于智能。
引荐系统的展开取挑战
如今的网站、App 但凡会支集大质的用户根柢数据、汗青阅读数据。海质的数据，成了人工神经网络、深度进修技术的进修资料。AI 以至正在咱们的趣味爱好发作厘革的初期，就能够有所察觉，以便给咱们引荐更多“对胃口”的内容。
正在糊口中，引荐算法咱们的确每天都能用到，从冤家圈到各类千般的室频、音乐、新闻软件、购物软件，它们的身映无处不正在。
除了日常娱乐，引荐算法也正在其余规模阐扬着重要做用，比如雇用软件可以依据求职者之间的相似性，大概是岗亭之间的相似性，来引荐工做。
正在金融规模，引荐算法也能依据用户的存款、年龄、风险偏好和已往投资理财的数据，引荐最符折的理财方案。
正在教育规模，引荐算法也能找到每个学生和进修量料之间的婚配程度，找到最符折的进修资料，协助学生更好更快地成长。
跟着人工智能技术的快捷展开，引荐算法也正在变得越来越复纯。它们能综折思考用户运用的光阳、地点，以至天气等其余附加信息，作出更适宜的引荐。
正在参预作做语言办理罪能大概室频交互罪能之后，它们可能会依据用户的语气、表情来作出适宜的揣测。
将来，AI 可能会正在你原人之前，就能理解你的心。
策划制做
原文为科普中国-创做培养筹划做品
出品｜中国科协科普部
监制｜中国科学技术出版社有限公司、北京中科星河文化传媒有限公司
