喜欢什么就推送什么，AI为什么这样了解我？
发布日期：2025-02-24 06:01 点击次数：181
迎接来到科普中国罕见推出的寒假宏构栏目“给孩子的高新科技课”！
东谈主工智能行为现在最前沿的科技之一，正在以令东谈主咋舌的速率更正着咱们的生计。从智能语音助手到无东谈主驾驶汽车，从 AI 绘图到机器学习，它为咱们掀开了一个充满无穷可能的异日。本栏目将以阳春白雪的容颜，用视频和翰墨给孩子阐扬东谈主工智能的旨趣、诓骗卓绝对社会的潜入影响。
快跟咱们沿路开启这场 AI 之旅吧！
以下为翰墨版块：
（阅读约莫需要 5 分钟）
在生计中，你可能会有这样的资格：
刷完一个视频，App 老是能保举出罕见相宜咱们胃口的视频，让咱们刷刷刷停不下来。
在买东西的时候呢，购物 App 会自动给咱们保举东西，况兼老是那么贴合咱们的喜好，让咱们忍不住想要“剁手”。
各样 App 对咱们有趣有趣、可爱的学习和判断，通常离不开 AI 技巧。
这一集，咱们就来说一说，AI 是怎样给咱们保举东西的。
AI 保举算法：如何读懂你的喜好
早期的保举算法，使用的是一种叫作念协同过滤的技巧。这个词你听起来可能有点目生，但它的旨趣十分好解析。
协同过滤技巧即是寻找用户或者是事物之间的相似性，瞻望出用户可能感有趣有趣的东西，我通过两个轻便的例子帮你解析一下。
假如东谈主小明喜欢看 A、B、C、D 四部电影，小王喜欢看 A、B、C、E 电影。那么，小明和小王的有趣有趣看起来如故挺一致的，于是，筹备机就会给小明保举 E 电影。
再比如，小明和小王王人身处北京，王人处于 20-30 岁之间的，最近王人购买过男士洗发水，那系统也会以为小明和小王可能是合并类东谈主，会把小明关注的东西保举给小王。
这种协同过滤机制在 20 世纪末就还是在交易上获取了诓骗。
比如 1994 年出现的 GroupLens 系统，这个系统大概麇集用户对新闻本色的评分，然后找到有趣有趣点相似的用户，按照他们的浏览本色互相推送。
在 20 世纪末，亚马逊的在线书店也继承了这种保举关节。他们凭据用户在阅读有趣有趣上的相似性，来给为用户保举其他的书目，你看到的保举教导语亦然“买了这件商品的东谈主，也购买了 XXX”这句话也碰巧是这种保举容颜的最好综合。
固然，这种保举关节是基于用户的保举关节，是在用户之间寻找共同点，除此以外，也有基于本色的保举关节。这种关节愈加关注商品、视频与用户之前所喜欢的商品、视频之间的相似性，会保举合并类的东西给用户。
但这种关节也会存在一些问题，可能会产生“复书壁效应”，或者叫“信息茧房”。
复书壁效应，即不断地给一个东谈主推送叠加、相似的信息，会让这个东谈主知谈的事情越来越局限。以致，可能会强化一些异常的、极点的目标。
比喻说，要是一个东谈主不测间点赞了一个视频，本色为“地球是平的”，系统就会保举越来越多与“地球是平的”关联的视频，久而久之，即便够不上误导，也会令东谈主焦急。
另外，复书壁效应可能会让东谈主产生一些错觉，以为我方喜欢的东西，亦然全宇宙所关注的东西。比如一个东谈主喜欢体育，系统会延续给他推送与体育关系的信息。很有可能让东谈主误判，以致错以为体育新闻能代表新闻的全部。
为了搞定这个问题，一些网站在保举的时候，会引入一些马上本色，看重信息过于单一。在保举算法的背后，基于神经麇集和深度学习技巧的匡助，也令系统更趋于智能。
保举系统的发展与挑战
现在的网站、App 频繁会征集无数的用户基本数据、历史浏览数据。海量的数据，成为了东谈主工神经麇集、深度学习技巧的学习材料。AI 以致在咱们的有趣有趣可爱发生变化的初期，就大概有所察觉，以便给咱们保举更多“对胃口”的本色。
在生计中，保举算法咱们确实每天王人能用到，从一又友圈到多样各样的视频、音乐、新闻软件、购物软件，它们的身影无处不在。
除了平方文娱，保举算法也在其他限制进展着迫切作用，比如招聘软件不错凭据求职者之间的相似性，或者是岗亭之间的相似性，来保举责任。
在金融限制，保举算法也能凭据用户的入款、年岁、风险偏好和往常投资知晓的数据，保举最允洽的知晓决策。
在耕种限制，保举算法也能找到每个学生和学习尊府之间的匹配经由，找到最允洽的学习材料，匡助学生更好更快地成长。
跟着东谈主工智能技巧的快速发展，保举算法也在变得越来越复杂。它们能综合探究用户使用的时候、处所，以致天气等其他附加信息，作念出更合适的保举。
在加入当然谈话处理功能或者视频交互功能之后，它们可能会凭据用户的口吻、颜料来作念出合适的推断。
异日，AI 可能会在你我方之前，就能了解你的心。
谋划制作
本文为科普中国-创作培育规划作品
出品｜中国科协科普部
监制｜中国科学技巧出书社有限公司、北京中科银河文化传媒有限公司
作家丨北京云御纪文化传播有限公司
审核丨秦曾昌 北京航空航天大学 自动化科学与电气工程学院 副教授
谋划丨符念念佳
责编丨符念念佳