避孕原理：使用超音波暫時停止精子再生 這項裝置名為COSO（我翻譯 → 夠熟？），是一種可逆的避孕裝置，每次操作可持續6個月的避孕效果。
總而言之呢，努力到1991年蘇哀宗努力不下去了。戈巴契夫認為蘇聯的體制完全僵化了。
而當蘇聯嘗試降低意識形態色彩，似乎打算「背叛革命」時，原先維繫社會主義成員國的紐帶消失了，各個民族突然之間歷史知識都變得特別好，國仇家恨全部都回來了。事實上相比1992年至1998年那段會讓許多俄羅斯人PTSD發作的「光輝歲月」，現在的俄羅斯似乎還沒這麼糟。不僅如此，國內生產總值急劇下滑，俄羅斯1995年的國內生產總值只達到1990年的50%，烏克蘭只達到40%。然而經歷過90年代俄羅斯經濟全身癱瘓那幾年的人，也許會苦笑一聲，轉過頭看向那些稚嫩而驚恐的臉龐，有點無奈又有點黑色幽默的問一句：「First time？」 確實，俄羅斯的經濟不是第一次這麼天崩地裂了。這一切怎麼開始的呢？蘇聯解體的歷史很複雜，但簡單來說，經過勃列日涅夫（Leonid Brezhnev）同志多年來孜孜不倦的窮兵黷武，當亡國之君蘇哀宗戈巴契夫（Mikhail Gorbachev）接手這個國家的時候......怎麼形容呢？反正蘇聯的經濟情勢就是山河破碎風飄絮的狀態。
俄羅斯境內隨後的價格漲幅遠遠超出了國際貨幣基金組織專家的估計：一個月內俄羅斯的零售價格上漲了大約3.5倍，而出廠價格上漲了近五倍（Kotz and Weir，2007）。超過50%的外匯儲備被凍結，高達6380億美元的資產成為業障。這樣的過程也與逆向工程有明顯可見的共通之處。
美食裡的隱藏公式：為什麼你無法抗拒自己最喜愛的菜餚 在變數有限的情況下，人類相當善於偵測模式，但超過一定的複雜度之後，我們的表現就會大幅下滑。往回倒推，得出致勝公式 近年來，像Tinder使用的這種演算法已顛覆許多產業，一大原因就是演算法能夠迅速偵測出模式。然而，如同許多電腦科學家注意到的，由於科技的進展，現在電腦辨識模式的能力已遠遠勝過我們。從事逆向工程，需要後退一步、推測模式，並且提出公式。
從數以千計的點擊、頁面捲動以及滑動的動作中，提煉出一道公式，再以此預測未來行為，這也帶給各種領域深遠的影響，包括商業、科技，乃至愛情。他們把輸入這些資訊之後的程式稱為「華生主廚」，然後依據其偵測出來的模式，從資料當中產生出新菜餚的食譜。
舉個簡單的例子，看看IBM怎麼悄悄顛覆了烹飪界。艾莉莎在應用程式裡接受或拒絕推薦對象的次數越多，演算法就越準確，用她回饋的資料持續修正預測並改進。不久之前，在網站上找伴侶還被視為別無選擇的無奈之舉。換句話說，透過網路交往更有可能走向艾莉莎與喬許那種有如童話故事般的醉人結局。
第二是拆解例子，從中找出重要變數。這些行為表示使用者對於那名對象感興趣。舉例來說，每次只要有個像艾莉莎這樣的使用者接受一名交友建議對象，或是對一張照片看得比較久，或是點選細看某人的個人檔案，或是回應一則訊息，Tinder的演算法就會記錄下來。他們靦腆地互傳幾則簡訊，接著又多傳了幾則。
文：朗恩・傅利曼（Ron Friedman） 像演算法一樣思考 艾莉莎．納森在二十二歲那年認識了喬許．亞諾維。他們一時興起，走進了喬許非常喜歡的披薩餐館，共享一片美味的蘑菇披薩，還有他們之間的第一個吻。
這兩者都可從她的反應（點選了哪些男人的檔案）當中取得，而這就是第一步：蒐集例子。如此一來，艾莉莎收到推薦選項後會越看越順眼，也更合乎她喜歡的類型。
模式辨識引擎具備四大要素，第一是資料蒐集。」 時間雖然已經很晚，但他們還不打算結束這場約會，一點也不想。不過，這種汙名在今天已經消失。演算法也不像人類會下意識也受到他人期望和社會壓力影響，所以不怕提出非傳統的預測。他們在網路上認識，而且是在全世界最熱門的交友應用程式上：Tinder。在人類歷史上，我們的祖先都藉著辨識模式預測各式各樣的事物，包括在哪裡可以找到食物、什麼顏色的植物可能有毒，以及在一天當中的什麼時間進入莽原比較安全。
研究顯示，現在有將近四成的感情關係都是始於網路交友，而且通常比實體約會展開的關係更成功。在今天，擅長辨識模式也許不再生死攸關，但心理學家卻認為這種能力在預測成功方面仍扮演了極重要的角色，而且也是高智商的核心面向之一。
把一個引人入勝的故事、一首交響樂，或者一張照片轉變為一道配方，同樣也需要推斷遠超出單一例子當中明顯可見的元素。然後，演算法把獲得艾莉莎投注時間與注意力的所有男子挑出來，分析他們共通的特色。
這些優勢疊加起來之後，與人類的差距就會越拉越大。最後一步，就是演算法利用分析結果，針對艾莉莎會喜歡的男人做出預測。
艾莉莎感興趣的男人有哪些相同之處？他們有哪些共同的特徵？還有，遭到艾莉莎拒絕的男人呢？他們和她喜歡的對象有什麼不同？藉著比較這兩個群體的特質，交友演算法即可開始辨識出促使艾莉莎做出決定的元素。這些男人的哪些不同之處有可能對艾莉莎的決定造成影響？明顯可見的是生理特徵，例如年齡、體重與身高。「親愛的，我們在四十五分鐘以前就已經打烊了。實際上，在許多世代當中，這是求生的基本要求。
過了一會兒，艾莉莎發現工作室裡已經沒有別人，員工也忙著打掃。而電腦演算法正是在這種情況下大大勝過我們。
這些男子都是高還是矮？他們平均幾歲？根據他們的個人檔案，這些男子是外向又熱愛冒險，還是愛看書又內向？ Tinder演算法想求出一種配方，能夠捕捉到艾莉莎心目中理想的男人擁有的特徵。要預測什麼類型的男人能夠吸引艾莉莎，首先必須針對她喜歡與不喜歡的男人找出實際例子。
不到兩年後，他們已決定共度一生，並且正在敲定婚禮的計畫。要在一片危險的區域當中生存，你就必須能夠解讀周遭的環境，而推論接下來可能發生的事。
在這第二個階段辨識出越多變數，就越有機會精確抓出能夠吸引艾莉莎的要點。不過，接下來還有個人檔案的品質：他們上傳的照片數量、自傳的長度，還有他們的自我簡介裡傳達出來的人格類型。演算法越是能夠辨識她的偏好，就越能提出吸引她的追求者清單，而她找到真命天子的機會也越大。她向其中一名員工詢問是不是準備打烊了。
演算法能夠評估龐大的特質資料庫，同時分析多項元素，也能隨著新資料出現而即時更新預測這些男人的哪些不同之處有可能對艾莉莎的決定造成影響？明顯可見的是生理特徵，例如年齡、體重與身高。
最後一步，就是演算法利用分析結果，針對艾莉莎會喜歡的男人做出預測。這兩者都可從她的反應（點選了哪些男人的檔案）當中取得，而這就是第一步：蒐集例子。
艾莉莎在應用程式裡接受或拒絕推薦對象的次數越多，演算法就越準確，用她回饋的資料持續修正預測並改進。他們靦腆地互傳幾則簡訊，接著又多傳了幾則。
相关文章
发表评论
评论列表