上世紀(jì)五十年代，普通美國(guó)家庭每天看電視的時(shí)間“高達(dá)”6小時(shí)。顯像管技術(shù)迎來黃金時(shí)代，但質(zhì)疑聲接踵而至。1950年波士頓大學(xué)的畢業(yè)典禮上，時(shí)任校長(zhǎng)、禁酒令堅(jiān)定支持者丹尼爾·馬什對(duì)電視毫不留情地開炮[1]：

“如果電視熱潮繼續(xù)以目前的水平發(fā)展下去，我們注定會(huì)成為一個(gè)白癡國(guó)家。”

時(shí)過境遷，晶體管、集成電路、GPS、Unix架構(gòu)等一個(gè)個(gè)塑造現(xiàn)代世界的創(chuàng)新接二連三的誕生于這個(gè)白癡國(guó)家，電視機(jī)普及衍生出的電視辯論成為了美國(guó)大選的標(biāo)配環(huán)節(jié)，但“白癡論”的加害者名單卻越印越長(zhǎng)。

上世紀(jì)90年代，消費(fèi)電子產(chǎn)業(yè)爆發(fā)式增長(zhǎng)，電腦可用內(nèi)存增加、圖像影音表現(xiàn)力增強(qiáng)，電子游戲開始出現(xiàn)，隨之而來是關(guān)于“技術(shù)有害”的擔(dān)憂。廉價(jià)電腦生產(chǎn)商Commodore 64為此想了一條廣告語：

當(dāng)您可以買一臺(tái)能為子女準(zhǔn)備上大學(xué)的家用電腦時(shí)，為何會(huì)買一臺(tái)令子女玩物喪志的游戲機(jī)呢？

每種新事物的面世，幾乎都會(huì)經(jīng)歷誤解-爭(zhēng)議-培養(yǎng)的命運(yùn)輪回，最終在漫長(zhǎng)的博弈中，探索出一套行之有效的秩序規(guī)范。

二十世紀(jì)，從電視電腦到動(dòng)畫游戲，從未逃過大毒草的帽子，最新一位進(jìn)場(chǎng)選手是算法。

人們面對(duì)新技術(shù)的艱深造物，難免會(huì)產(chǎn)生相似的恐懼。其中，短視頻或更廣義的內(nèi)容領(lǐng)域，是算法引發(fā)種種爭(zhēng)議的核心地帶。

然而算法的內(nèi)涵并非一個(gè)“猜你喜歡”的推薦黑盒，其學(xué)術(shù)定義是“以數(shù)學(xué)方式或者計(jì)算機(jī)代碼表達(dá)的意見”，也就是說，它是一種處理信息的新生產(chǎn)力工具。

人類從未有過信息如此爆炸的時(shí)代。小到打車、找餐廳，大到股票交易、自動(dòng)駕駛，每個(gè)人都在與信息產(chǎn)生互動(dòng)。據(jù)IDC報(bào)告，全球每年產(chǎn)生的數(shù)據(jù)在2025年會(huì)增長(zhǎng)到175ZB。

這是什么概念？以25MB/秒的下載速度計(jì)算，下載全人類一年產(chǎn)生的數(shù)據(jù)需要18億年。

算法為人類提供一種與巨量信息相處的方式。作為一種應(yīng)用工具，它早已深入社會(huì)生活的脈絡(luò)肌理，形塑了一個(gè)遠(yuǎn)比下滑推薦更復(fù)雜、更廣闊的世界。

一門技術(shù)的勝利

在人工智能這個(gè)細(xì)分產(chǎn)業(yè)里，“算法”是神經(jīng)網(wǎng)絡(luò)技術(shù)流派下的產(chǎn)物。

2012年，人工智能學(xué)者杰夫·辛頓雙持英偉達(dá)GTX580勇闖ImageNet。他們研發(fā)的AlexNet算法模型，通過模擬人腦運(yùn)轉(zhuǎn)的方式訓(xùn)練電腦，以84%的識(shí)別準(zhǔn)確率成功奪冠，一舉推高了行業(yè)準(zhǔn)確率，證明了神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別等復(fù)雜任務(wù)上的能力。

杰夫·辛頓和他的兩名學(xué)生，他們?cè)?012年被谷歌收入囊中

神經(jīng)網(wǎng)絡(luò)算得上最正宗、最原教旨的“算法”。辛頓團(tuán)隊(duì)的開創(chuàng)性在于，科技公司從中看到了人工智能產(chǎn)業(yè)化的愈發(fā)清晰的可能性。

算法決定了計(jì)算機(jī)識(shí)別事物的方式、并為具體的數(shù)據(jù)處理需求對(duì)應(yīng)解決方案。算法的需要足夠大的算力來驅(qū)動(dòng)；而算法的優(yōu)化也需要大規(guī)模高質(zhì)量的數(shù)據(jù)，因此算法、算力和數(shù)據(jù)被稱為人工智能三大基石，三者相輔相成。

就像汽車取代馬車一樣，算法介入大大小小的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品，是一種必然趨勢(shì)。

首先，低門檻的內(nèi)容供給，必然帶來信息分發(fā)的效率問題。

人類一腳踏入互聯(lián)網(wǎng)時(shí)代后，內(nèi)容供給的指數(shù)級(jí)提升。從博客、視頻網(wǎng)站到之后的自媒體、短視頻，互聯(lián)網(wǎng)讓信息生產(chǎn)的門檻不斷降低，供給則迅速增加。

YouTube曾在2017年初披露過一組數(shù)據(jù)，早在2016年，YouTube用戶每天觀看視頻的總時(shí)長(zhǎng)就超過了10億小時(shí)，是2012年收看時(shí)長(zhǎng)的10倍。為了應(yīng)對(duì)視頻內(nèi)容近乎膨脹的規(guī)模，YouTube開始編寫算法，利用用戶數(shù)據(jù)進(jìn)行個(gè)性化推薦，從而提高推薦效率。

現(xiàn)代人每天接收到的信息量是1986年的5倍，相當(dāng)于175份報(bào)紙[2]，這種爆炸式的信息輸入規(guī)模增長(zhǎng)，使得“如何分發(fā)信息”成為了一門技術(shù)。

即便在互聯(lián)網(wǎng)時(shí)代，中心化的媒介依然無法高效匹配信息的供需兩端。無論是單純的搜索，還是發(fā)布時(shí)間、視頻時(shí)長(zhǎng)等結(jié)構(gòu)化的指標(biāo)，都難以勝任精準(zhǔn)推薦的訴求，算法在內(nèi)容產(chǎn)業(yè)的應(yīng)用由此而來。

在短視頻普及前，今日頭條已經(jīng)是一個(gè)基于算法的產(chǎn)物，用以應(yīng)對(duì)內(nèi)容供給增加帶來的信息分發(fā)效率問題。而這種以興趣推薦為參照系的算法，又隨著快手、抖音這類短視頻平臺(tái)的出現(xiàn)，隨之得到應(yīng)用。

2016年，“英國(guó)選手”AlphaGo在圍棋比賽上戰(zhàn)勝了李世石

其次，線上線下的融合趨勢(shì)讓算法成為了移動(dòng)互聯(lián)網(wǎng)時(shí)代的最優(yōu)解。

以電商為代表，在打車、外賣、招聘等一個(gè)個(gè)場(chǎng)景線上化的過程中，Web時(shí)代的搜索邏輯在海量的信息面前同樣捉襟見肘，以精準(zhǔn)匹配為目標(biāo)的技術(shù)方案完成了對(duì)諸多線上化場(chǎng)景的改造。電商平臺(tái)的千人千面，OTA平臺(tái)的精準(zhǔn)推薦，幾乎都離不開算法的參與。

除了在短視頻中的應(yīng)用，早年間關(guān)于“大數(shù)據(jù)殺熟”、“騎手困在系統(tǒng)里”等討論，都可以溯源到算法在互聯(lián)網(wǎng)產(chǎn)業(yè)的滲透。

也就是說，在人們熟知的AlphaGo大戰(zhàn)李世石和GhatGPT出現(xiàn)前，算法就已經(jīng)在各行各業(yè)落地生根，其定位類似于互聯(lián)網(wǎng)產(chǎn)品的一種“通用技術(shù)接口”，在不同的場(chǎng)景中扮演者不同的角色。

當(dāng)AGI的浪潮襲來，最先應(yīng)用算法的互聯(lián)網(wǎng)公司，也自然成為了前沿探索的橋頭堡。

一個(gè)重要的前置產(chǎn)業(yè)

2017年，八位發(fā)量濃密的谷歌研究員經(jīng)過長(zhǎng)達(dá)數(shù)月的合作，發(fā)表了一篇名為《Attention Is All You Need》的論文。論文中提出了一種名為“Transformer”的語言處理架構(gòu)，成為生成式人工智能興起的標(biāo)志性事件。

時(shí)至今日，在大模型、自動(dòng)駕駛、具身智能等人工智能的熱門前沿分支，幾乎都能找到Transformer劃時(shí)代的身影。

正如iPhone的誕生要仰仗蘋果在iPod上積累的無數(shù)經(jīng)驗(yàn)和專利，Transformer架構(gòu)的誕生并非孤立的事件，而是大量AI科學(xué)家在神經(jīng)網(wǎng)絡(luò)研究的基礎(chǔ)上，不斷推陳出新的成果。

科技領(lǐng)域的許多創(chuàng)新看似自于偶然，但在更長(zhǎng)尺度的周期里，它們的誕生大多有跡可循。其中一個(gè)鮮明的共性是：下一個(gè)時(shí)代的推動(dòng)者，大多是上一個(gè)時(shí)代的成功者。

2012年，在斯坦福教書的吳恩達(dá)以顧問的身份進(jìn)入谷歌，主持“谷歌貓”圖像識(shí)別項(xiàng)目研究。吳恩達(dá)之所以選擇與Google合作，很大程度上是因?yàn)橹挥蠫oogle擁有算法訓(xùn)練所需要的數(shù)據(jù)和算力，而這又建立在Google龐大的數(shù)據(jù)規(guī)模和強(qiáng)大的盈利能力的基礎(chǔ)上。

換句話說，Google在移動(dòng)互聯(lián)網(wǎng)和云計(jì)算產(chǎn)業(yè)取得的巨大成功，讓他們有足夠的動(dòng)力投資下一個(gè)時(shí)代的前沿技術(shù)。這種動(dòng)力的具體表現(xiàn)，就是“谷歌貓”項(xiàng)目動(dòng)用的16000個(gè)CPU組成的算力，這是當(dāng)時(shí)產(chǎn)業(yè)界能提供的最復(fù)雜的計(jì)算機(jī)系統(tǒng)。

吳恩達(dá)在谷歌設(shè)計(jì)了“谷歌貓”項(xiàng)目

雖然“谷歌貓”的地位遠(yuǎn)遠(yuǎn)不及后來的辛頓團(tuán)隊(duì)，但如果沒有搜索和云計(jì)算業(yè)務(wù)源源不斷的數(shù)據(jù)與現(xiàn)金流，Google也無力進(jìn)行深度學(xué)習(xí)領(lǐng)域的前沿探索。

臺(tái)積電的先進(jìn)工藝依靠的不是“十萬青年十萬肝”的口號(hào)，而是高達(dá)55%的毛利率。同理，如果中國(guó)的互聯(lián)網(wǎng)公司沒有建立在算法上的成功業(yè)務(wù)，人工智能的發(fā)展也會(huì)止步不前。

2021年末訓(xùn)練GPT-4時(shí)OpenAI耗盡了網(wǎng)上所有可靠的英文文本資源，為此不惜偷偷到Y(jié)ouTube扒了超過一百萬小時(shí)的視頻語料；擁有如今最強(qiáng)開源大模型Llama的Meta，本身就是全球最大的社交媒體平臺(tái)，手握天文數(shù)字的訓(xùn)練資源。

另一方面，互聯(lián)網(wǎng)公司基于用戶體驗(yàn)對(duì)推薦算法的迭代過程，在無形中為人工智能做了許多技術(shù)沉淀。

針對(duì)推薦算法延伸出的內(nèi)容生產(chǎn)需求，2020年，抖音和今日頭條上就已經(jīng)出現(xiàn)了繪畫特效類的AICG功能；之后字節(jié)推出豆包大模型，“全家桶”的每一塊，都能對(duì)應(yīng)上字節(jié)成熟的業(yè)務(wù)線；無獨(dú)有偶，阿里的通義“文生圖”模型能快速上線，離不開在阿里在電商領(lǐng)域的長(zhǎng)期積淀。

人工智能領(lǐng)域，中美之間的競(jìng)爭(zhēng)甚囂塵上，一個(gè)關(guān)鍵原因在于，只有中國(guó)和美國(guó)擁有全世界規(guī)模最大的互聯(lián)網(wǎng)產(chǎn)業(yè)。

繁榮的互聯(lián)網(wǎng)和消費(fèi)電子產(chǎn)業(yè)帶動(dòng)了芯片設(shè)計(jì)、數(shù)據(jù)中心、云計(jì)算等一系列細(xì)分門類的建立，這些都是發(fā)展人工智能重要的基礎(chǔ)設(shè)施。

大模型或許看上去比短視頻更“高級(jí)”，但沒有后者創(chuàng)造的商業(yè)模式反哺算法研發(fā)，前者其實(shí)無從談起，兩者在產(chǎn)業(yè)發(fā)展的路徑中唇齒相依。

更重要的是，并非所有互聯(lián)網(wǎng)公司都在參與前沿領(lǐng)域的探索和競(jìng)爭(zhēng)，但他們都在為這些領(lǐng)域的探索者提供寶貴的人才儲(chǔ)備。

高?？梢院Y選人才，但培養(yǎng)人才的只能是本土優(yōu)勢(shì)產(chǎn)業(yè)。

近年中國(guó)游戲產(chǎn)業(yè)快速發(fā)展，某種程度上得益于影視產(chǎn)業(yè)儲(chǔ)備了大量特效人才；新能源車領(lǐng)域，傳統(tǒng)車企也苦于留不下IT人才。如坐針氈的豐田甚至開始鼓勵(lì)9000名員工“轉(zhuǎn)碼”，學(xué)習(xí)編程語言，轉(zhuǎn)崗軟件工程師。

馬斯克與OpneAI的阿爾特曼，兩人本身就是硅谷互聯(lián)網(wǎng)創(chuàng)業(yè)者

云計(jì)算、自動(dòng)駕駛、大模型等前沿技術(shù)領(lǐng)域開始繁榮，成長(zhǎng)于互聯(lián)網(wǎng)產(chǎn)業(yè)的工程師人才，恰好能成為前者的“預(yù)備役”。說直白一些，AI公司們拿到融資要大干一場(chǎng)，HR們還得從互聯(lián)網(wǎng)公司招兵買馬。

就像不能脫離電商談直播帶貨一樣，英偉達(dá)在AI時(shí)代大殺四方，是因?yàn)橐淮笈螒蛲婕医o黃總報(bào)銷過研發(fā)成本。事實(shí)上AI的進(jìn)步，離不開互聯(lián)網(wǎng)公司們優(yōu)化信息分發(fā)、精準(zhǔn)匹配的漫長(zhǎng)積累。

羅馬不是一天建成的，你不能只在開著輔助駕駛的時(shí)候才熱愛算法。

一種被看見的價(jià)值

時(shí)至今日，自動(dòng)駕駛?cè)匀淮嬖谥粋€(gè)暫時(shí)無法打敗的敵人：Corner Case。

Corner Case指發(fā)生概率極低的事件。最典型的場(chǎng)景莫過于前車突然爆裝備，比如紙箱、水瓶或運(yùn)豬車上跌落的二師兄。如果沒有提前的預(yù)案，自動(dòng)駕駛狀態(tài)下的汽車很有可能直接撞上去。

然而，無窮無盡的Corner Case并不代表自動(dòng)駕駛是一項(xiàng)不值得研究的技術(shù)，它與今天處于輿論風(fēng)口上狹義的“算法”其實(shí)處境類似。

2015年后，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展進(jìn)入井噴期，“家人老鐵”在千元智能機(jī)面前迅速集結(jié)，網(wǎng)紅在真實(shí)的個(gè)體下沉敘事中反客為主，關(guān)于算法的種種討論與爭(zhēng)議由此產(chǎn)生。

算法是一個(gè)無比年輕的技術(shù)分支，從技術(shù)到規(guī)范，處處是亟待填補(bǔ)的拼圖。但從更長(zhǎng)的時(shí)間周期看，新技術(shù)如電視電腦和自動(dòng)駕駛，往往是在爭(zhēng)議之后創(chuàng)造了更大的價(jià)值。

推薦算法也是一樣，在它出現(xiàn)前，一個(gè)人能看到的世界是非常狹窄的。人與人之間的最大公約數(shù)，要么是近在咫尺的學(xué)歷階層，要么是遙遠(yuǎn)的新聞?wù)娟?duì)。

于是南方小孩很難想象東北人如何貓冬；縣城父母很難知道清華北大的課堂是什么樣子；城市白領(lǐng)很難意識(shí)到千里之外，有人在過日落而息的生活；一些寶藏小店、傳統(tǒng)手藝或者小眾旅游美景，只能活在限定區(qū)域的口耳相傳中。

正是因?yàn)橥扑]算法把信息與人高效連接在一起，才讓更多人有了“被看見”、“被討論”的機(jī)會(huì)。

今年年初，“開封王婆”頻頻登上各大平臺(tái)熱搜?！巴跗拧北久w梅，是河南開封萬歲山武俠城的一位演員，負(fù)責(zé)主持一檔名為“王婆說媒”的表演項(xiàng)目，展現(xiàn)大宋開封市井文化。

不料她口才極佳的“說媒”，被一眾無心插柳的短視頻博主發(fā)到網(wǎng)上，在網(wǎng)友的口碑效應(yīng)下迅速走紅。不僅讓萬歲山武俠城客流迎來爆發(fā)，還讓短視頻評(píng)論區(qū)變成了全國(guó)年輕人的大型相親現(xiàn)場(chǎng)。

類似的故事在時(shí)時(shí)刻刻發(fā)生：2023年9月，一條名為“探訪‘三花’劇團(tuán)開放式化妝間”的短視頻在網(wǎng)絡(luò)上流傳，讓這個(gè)名不見經(jīng)傳的劇團(tuán)由此火爆全網(wǎng)，吸引了大批網(wǎng)友觀戲。

短短三個(gè)月，“三花”川劇團(tuán)通過網(wǎng)絡(luò)平臺(tái)賣出2.5萬張票，幾乎是過去兩年多的總和，如今劇團(tuán)演出場(chǎng)場(chǎng)爆滿，老川劇團(tuán)迎來了新生。

無論是開封的“王婆說媒”還是四川的三花劇團(tuán)，即便口才再好、技藝再高，在推薦算法誕生前，想紅遍大江南北都不容易。當(dāng)推薦算法將這些鮮活的表演快速匹配全國(guó)乃至全世界的觀眾，他們就產(chǎn)生了前所未有的影響力——某種程度上看，智能推薦反而讓內(nèi)容展現(xiàn)出更加多元和多彩的一面。

當(dāng)單向、中心化的媒介變成了雙向、去中心化的媒介，內(nèi)容生產(chǎn)和分發(fā)的門檻被大幅降低，由此還帶來了一個(gè)巨大的改變：一個(gè)人的才智和技能，可以輕而易舉的創(chuàng)造價(jià)值。

不管是講物理學(xué)、歐洲古代史，還是探店、賣貨、做手工，每個(gè)擁有一技之長(zhǎng)的人都有自己獨(dú)特的價(jià)值。在上一個(gè)互聯(lián)網(wǎng)時(shí)代，他們被信息洪流埋沒。但在推薦算法的幫助下，越來越多的人被真正看見，他們不再依賴土地、設(shè)備、工廠這些經(jīng)典的“生產(chǎn)資料”，通過一部手機(jī)就可以將自己的才能快速變現(xiàn)。

四川95后小伙王光強(qiáng)曾親歷汶川地震，2017年九寨溝發(fā)生7.0級(jí)地震，農(nóng)產(chǎn)品運(yùn)輸受阻，許多水果滯銷，這讓他決心做一些事。

畢業(yè)后，王光強(qiáng)頂著家人的不理解回到故鄉(xiāng)，在抖音注冊(cè)了賬號(hào)“阿壩小王子”，為家鄉(xiāng)的櫻桃、杏子、李子等農(nóng)產(chǎn)品帶貨找銷路。返鄉(xiāng)創(chuàng)業(yè)近五年后，“阿壩小王子”已經(jīng)成為當(dāng)?shù)剞r(nóng)村致富的一名帶頭人。

王光強(qiáng)（左二）與果農(nóng)

2024年7月，網(wǎng)絡(luò)主播正式進(jìn)入國(guó)家職業(yè)分類，主播們有了新職業(yè)身份。正因?yàn)橥扑]算法讓普通人“被看見”成為可能，才創(chuàng)造了全新的就業(yè)崗位。

作為一種技術(shù)工具，算法在不當(dāng)使用時(shí)的確會(huì)產(chǎn)生負(fù)面作用。許多人不滿當(dāng)前的信息環(huán)境，但在這個(gè)線上線下無限融合的現(xiàn)代社會(huì)中，其實(shí)很難簡(jiǎn)單區(qū)分哪些問題是媒介造成、哪些問題是社會(huì)造成。

算法打破了過去的社交同溫層，讓人們意識(shí)到不止有同溫層的觀點(diǎn)，世界上還有另一群人可能有不一樣的觀點(diǎn)。如果認(rèn)為不使用推薦算法，這個(gè)社會(huì)就不會(huì)產(chǎn)生問題，其實(shí)是一種過于簡(jiǎn)化的思路。

“有害的可能”不應(yīng)該成為阻礙技術(shù)進(jìn)步的理由，合理的探索、有效的干預(yù)防范是被歷史無數(shù)次驗(yàn)證過的有效路徑。

讓汽車更安全的思路不是限制發(fā)動(dòng)機(jī)的功率，而是提醒駕駛員，無論如何都要系緊安全帶。

參考資料

[1] Criticism of 1950s Television, 20th century history song book

[2]「快速定斷」現(xiàn)象成大趨勢(shì)？資訊爆炸的時(shí)代下數(shù)碼網(wǎng)路速食文化是好是壞, BAZZAR

作者：包志遠(yuǎn)

編輯：李墨天

視覺設(shè)計(jì)：疏睿

責(zé)任編輯：李墨天