顯示具有 Y14應用科學類-科技 標籤的文章。 顯示所有文章
顯示具有 Y14應用科學類-科技 標籤的文章。 顯示所有文章

2019/04/24

內參-蓋茨:如何通過基因編輯技術殺死蚊子

出處:蓋茨:如何通過基因編輯技術殺死蚊子


比爾·蓋茨在2019年年初的公開信中呼籲,
在他看來,基因編輯技術和人工智能技術同樣重要,但是受到的關注和討論卻遠遠不夠。 
4月17日,蓋茨通過社交網絡發表了一篇文章,介紹如何通過基因編輯技術來殺死蚊子。

因為蚊子會吸血,並且通過血液傳播疾病,所以,人類一直在用各種方式殺蚊子。
但是,即使人類發明了殺蟲劑,蚊子也通過進化,讓自己的抵抗力變得越來越強,
也因此更難被殺死。現在,基因編輯技術可能扭轉人類和蚊子的戰局。

蓋茨基金會一個項目做的事情,
就是通過對蚊子進行基因改造,來減少蚊子的數量,進而減少傳染病。
用蓋茨的話說,這項技術最酷的地方,不是它的有效程度,而是它的精確程度。
在3000多種蚊子裡,造成絕大多數瘧疾病例的,其實只有五種。
而且,五種裡還只有會吸血的雌蚊子傳播疾病。
借助基因編輯技術,人類可以只在特定區域消滅特定種類的蚊子。
而且,在傳染病過後,還可以恢復蚊子種群數量。這就避免了可能的生態失衡。

蓋茨介紹了一種基因編輯技術:
基因驅動(Gene Drive),它的原理是,使用基因編輯技術來重寫遺傳規則。
具體而言,在遺傳規律中,父母中的一方,有50%的機率把某個基因遺傳給孩子。
但是基因驅動技術可以把概率提高到100%。
把一個編輯過的基因帶給一些蚊子,那麼這些蚊子的後代會100%攜帶這種基因。
隨著時間推移,整個蚊子族群都會有這種基因。

我們來看兩個應用的例子。
一個例子是,通過基因編輯技術影響蚊子的雌雄比例,進而減少蚊子繁殖。
一隻蚊子是雌性還是雄性,取決於它從上一代那裡繼承到的染色體。
雌性蚊子的染色體是XX,雄性是XY。
從母親那裡得到X染色體、從父親那裡得到Y染色體的蚊子,就是雄性;
如果從父親那裡得到的也是X染色體,那就是會吸血的雌性蚊子。
 2014年,科學家們通過基因編輯技術,破壞了雄性蚊子精子中的X染色體,
結果就是,它們的後代絕大部分都只能繼承Y染色體,也就是大部分都是不會吸血的雄性。
這樣下去,不出幾代,蚊子的雌雄比例會失調,最終導致蚊子在某個地區滅絕。

另一個例子是,雙性基因。
攜帶經過編輯的雙性基因的雌性蚊子,不能繁殖,也沒有辦法吸血。
結果就是,降低了蚊子的繁殖,也降低了蚊子對病毒的傳播。
在實驗中,研究人員把150只攜帶編輯後的雙性基因的雄蚊,
同450隻野生蚊子放進一個封閉的小籠子。
經過了大約10代,這對蚊子而言是幾個月的時間,所有蚊子都死了。
蓋茨解釋說,下一步還有更多的問題需要研究。
比如蚊子死亡對食物鏈的影響是什麼、人類需要蚊子消失多長時間等。 
2018年,非洲內陸國家布基納法索,許可在野外釋放經過基因編輯的蚊子。
這讓科學家可以進行進一步研究。
以上就是比爾·蓋茨對通過基因編輯技術來殺死蚊子的介紹。
蓋茨一直主張,基因編輯技術應該和人工智能技術一樣,受到廣泛的重視和討論。
蓋茨基金會也投資過基因編輯技術公司。
現在,科學家可以通過基因編輯技術來精確地殺死特定種類的蚊子。
希望對你了解這個話題有幫助。



----------------------------
摘要:
基因驅動(Gene Drive),它的原理是,使用基因編輯技術來重寫遺傳規則。
具體而言,在遺傳規律中,父母中的一方,有50%的機率把某個基因遺傳給孩子。
但是基因驅動技術可以把概率提高到100%。
把一個編輯過的基因帶給一些蚊子,那麼這些蚊子的後代會100%攜帶這種基因。
隨著時間推移,整個蚊子族群都會有這種基因。

我們來看兩個應用的例子。
一個例子是,通過基因編輯技術影響蚊子的雌雄比例,進而減少蚊子繁殖。
2014年,科學家們通過基因編輯技術,破壞了雄性蚊子精子中的X染色體,
結果就是,它們的後代絕大部分都只能繼承Y染色體,也就是大部分都是不會吸血的雄性。
另一個例子是,雙性基因。
攜帶經過編輯的雙性基因的雌性蚊子,不能繁殖,也沒有辦法吸血。

這項技術最酷的地方,不是它的有效程度,而是它的精確程度。

2018/10/23

❤內參-對大數據的誤解和大數據的四種力量

出處:對大數據的誤解和大數據的四種力量


大數據是這幾年的一項熱門技術。
它和人工智能、雲計算一起,已經成為大科技公司的技術標配。
但是該如何理解大數據技術?這項技術對我們有什麼影響?
這些基本的問題,不少人卻並不清楚。
谷歌的數據科學家賽斯(賽斯·史蒂芬斯-大衛德維茨Seth Stephens-Davidowitz)
寫了一本書《數據、謊言與真相》
(Everybody Lies:Big Data,New Data ,and What the Internet Can 
Tell Us About Who We Really Are ),裡面對這些問題給出了他的回答。
大數據這個名字本身會給人一種誤解,認為大數據的關鍵在於數據量很大。
不過,賽斯說,數據集的大小經常被高估。
其實所需要的數據集的大小,跟數據本身的效果、數據的真實程度等都有關。
舉個例子,一個火熱的爐子,你只需要碰到一次,就明白,熱爐子很危險,會燙傷你。
但是,你可能需要喝幾千杯咖啡,才能確定,咖啡是否會讓你頭疼。
原因就在於,熱爐子本身的效果強度很高,因此,只需要一項數據,就能顯現出結果。

賽斯在這本書裡引用了大量人們在谷歌中搜索的數據。
谷歌的數據之所以這麼有價值,
其實原因也不完全是因為谷歌能拿到的龐大的數據量,
還因為,人們在自己的電腦上輸入關鍵詞、進行搜索時,都很誠實。
他們不需要考慮社交壓力、周圍人的眼光等等。

用賽斯的話說,“你未必總是需要大數據,才能得出重要見解,你需要正確的數據。”
大數據革命跟收集更多的數據無關,而是跟收集正確的數據有關。
還是以谷歌為例。谷歌不是僅僅憑藉著能夠比其他搜索引擎搜索到更多的內容,
就成為世界上最大的搜索引擎公司,它憑藉的是,可以搜索到更好的數據。
這跟谷歌的算法有關。谷歌的算法,按照一個網頁被鏈接的數量來對搜索結果排序。

賽斯介紹了大數據的四種力量。這四種力量,也並不都同數據集本身的大小相關。
大數據的第一種力量是,提供了新類型的數據。
比如,包括弗洛伊德在內的思想家,都會從性的角度,來解釋人類的很多行為。
但是,這些思想家更多還是在觀念層面進行思考。
而現在,大數據時代的研究者,有了一項讓那些過往思想家羨慕不已的數據:
人們在互聯網上搜索和觀看色情作品的數據。
這些獨特的數據來源,能夠讓研究者進入以前只能靠推理和猜測的領域。
大數據的力量在於,重新想像什麼東西有資格成為數據,
提供之前從來沒有收集過的信息,讓人們可以研究。
作者舉了一個例子。
他曾經把2004年至2011年的失業率輸入到谷歌的數據挖掘工具Google Correlate中,
結果發現,跟失業最相關的搜索,一個是色情網站,另一個是蜘蛛紙牌。
作者猜測,原因也很簡單,因為失業者會有很多空閒時間。
所以,他就發現,“利用一些跟消遣相關的搜尋組合,
就能追踪失業率,而且是預測失業率最佳模式的一部分。”


大數據的第二種力量是,提供了誠實的數據。
在數字時代出現之前,可想而知,由於考慮到社會壓力等因素,
人往往會隱藏起來那些會讓自己難堪的想法。即使面對詢問,也不會坦誠相告。
但是,在數字時代,雖然人們仍然會在現實生活中隱藏起一些真實想法,
但是在互聯網上,尤其是可以匿名的網站上,人們往往會透露出自己的想法。

“大數據使我們終於可以看清人們真正想要什麼和真正做了什麼,
而不是人們說自己要什麼和做了什麼。”
知名投資人彼得·蒂爾說過,偉大的企業建立在秘密之上。
可能是關於自然的秘密,也可能是關於人的秘密。
人的秘密,指的是跟自己有關但自己卻不知道,或者不想讓別人知道的事。
舉個例子,流媒體公司奈飛,曾經讓用戶設置一個自己以後想看的電影播放列表。
奈飛發現,用戶確實會把電影添加到這個列表中,
但是,儘管奈飛會提醒用戶看這些電影,用戶卻很少真的去看。
因為,人們說自己想要的,跟自己實際想要的不一致。
後來,奈飛不再要求用戶告訴自己他們想看什麼電影,
而是根據用戶點擊和觀看的數據建立一個模型,用模型來推測用戶想看什麼電影。
結果,用戶果然越來越頻繁地造訪奈飛,在上面看了越來越多的電影。

所以,奈飛前數據科學家澤維爾·艾瑪特里安說:算法比你更了解你自己。


大數據的第三種力量是,讓我們可以把焦點放在人口中的一個很小的子集,去進行研究。
當然,這要求對小的子集,也有大數據量。
打個比方,為了將照片的一小部分放大後還能看清楚,照片需要有很高的像素。
同樣,為了能夠清楚放大檢視數據的小子集,每一個小子集中都需要大量的數據。
比如,某一個球隊有多受1978年出生的男性的歡迎。
只對幾千人進行的小調查,樣本根本不夠大,1978年出生的男性人數肯定不夠多。
這樣做的意義在什麼地方呢?
作者通過數據研究發現,是否成為一個球隊的粉絲,
跟這個球隊在一個人特定年齡段的表現有關係。
如果在一個人對運動最痴迷、最容易喜歡上某項運動的時間段,
這個球隊的表現越好,那它獲得這個年齡段的球迷就越多。
而且,美國人政治觀點的形成也類似。
很多美國人會在14歲到24歲這個關鍵時期,形成個人的政治偏好。
其中,形成政治觀點最重要的年紀是18歲。
受歡迎的共和黨總統或不受歡迎的民主黨總統,將影響很多年輕人成為共和黨人。
反之亦然。 “大數據允許我們有意義地放大檢視數據集的細部,獲取新的洞察。”

第四種力量是,允許研究者進行因果關係實驗。
大數據可以允許研究者進行快速而且可控制的因果關係實驗,而不僅僅是相關性。
這種測試在很多互聯網公司被稱作是A/B測試。
臉書(Facebook)每天能進行上千次A/B測試。
所謂的A/B測試,指的是,
在同一個時間維度,分別讓相似的兩組訪客隨機訪問這些版本,
收集數據,來評估出用戶更喜歡的版本。
比如,兩個標題,哪一個點擊量更高;放哪種類型的照片,更能讓用戶喜歡等等。
有一個網站的CEO說:“你不能假設任何事,必須針對每件事都進行測試才行”,
“如果我們了解人性,根據我們的生活經驗就能判斷答案是什麼,那麼測試就不會有價值。
但事實上,我們不了解人性,所以測試才這麼有價值。”
這種方法,互聯網公司已經大量使用,而現在和將來,社會科學家也可以使用,
從而把以往模糊的研究,變得更科學。

本期內容改寫自:《數據、謊言與真相》
《Everybody Lies:Big Data,New Data ,and What the Internet Can 
Tell Us About Who We Really Are 》
作者:賽斯·史蒂芬斯-大衛德維茨(Seth Stephens-Davidowitz)



---------------------------------------------------
摘要:
數據集的大小經常被高估。
其實所需要的數據集的大小,跟數據本身的效果、數據的真實程度等都有關。

舉個例子,一個火熱的爐子,你只需要碰到一次,就明白,熱爐子很危險,會燙傷你。
但是,你可能需要喝幾千杯咖啡,才能確定,咖啡是否會讓你頭疼。
原因就在於,熱爐子本身的效果強度很高,因此,只需要一項數據,就能顯現出結果。
谷歌的數據之所以這麼有價值,
其實原因也不完全是因為谷歌能拿到的龐大的數據量,
還因為,人們在自己的電腦上輸入關鍵詞、進行搜索時,都很誠實。
他們不需要考慮社交壓力、周圍人的眼光等等。
你未必總是需要大數據,才能得出重要見解,你需要正確的數據。
大數據有四種力量:
1. 提供了新類型的數據。
 比如,包括弗洛伊德在內的思想家,都會從性的角度,來解釋人類的很多行為。
 但是,這些思想家更多還是在觀念層面進行思考。
 而現在,大數據時代的研究者,有了一項讓那些過往思想家羨慕不已的數據:
 人們在互聯網上搜索和觀看色情作品的數據。
 這些獨特的數據來源,能夠讓研究者進入以前只能靠推理和猜測的領域。
 大數據的力量在於,
 重新想像什麼東西有資格成為數據,提供之前從來沒有收集過的信息,讓人們可以研究。
2. 提供了誠實的數據
 在數字時代出現之前,可想而知,由於考慮到社會壓力等因素,
 人往往會隱藏起來那些會讓自己難堪的想法。即使面對詢問,也不會坦誠相告。
 但是,在數字時代,雖然人們仍然會在現實生活中隱藏起一些真實想法,
 但是在互聯網上,尤其是可以匿名的網站上,人們往往會透露出自己的想法。
 舉個例子,流媒體公司奈飛,曾經讓用戶設置一個自己以後想看的電影播放列表。
 奈飛發現,用戶確實會把電影添加到這個列表中,
 但是,儘管奈飛會提醒用戶看這些電影,用戶卻很少真的去看。
 因為,人們說自己想要的,跟自己實際想要的不一致。
 後來,奈飛不再要求用戶告訴自己他們想看什麼電影,
 而是根據用戶點擊和觀看的數據建立一個模型,用模型來推測用戶想看什麼電影。
 結果,用戶果然越來越頻繁地造訪奈飛,在上面看了越來越多的電影。
3. 讓我們可以把焦點放在人口中的一個很小的子集,去進行研究
 例如美國人政治觀點的形成,
 很多美國人會在14歲到24歲這個關鍵時期,形成個人的政治偏好。
 其中,形成政治觀點最重要的年紀是18歲。
 受歡迎的共和黨總統或不受歡迎的民主黨總統,將影響很多年輕人成為共和黨人。
 反之亦然。 “大數據允許我們有意義地放大檢視數據集的細部,獲取新的洞察。”
4. 允許研究者進行因果關係實驗
 大數據可以允許研究者進行快速而且可控制的因果關係實驗,而不僅僅是相關性。
 這種測試在很多互聯網公司被稱作是A/B測試。
 臉書(Facebook)每天能進行上千次A/B測試。
 所謂的A/B測試,指的是,
 在同一個時間維度,分別讓相似的兩組訪客隨機訪問這些版本,
 收集數據,來評估出用戶更喜歡的版本。
 比如,兩個標題,哪一個點擊量更高;放哪種類型的照片,更能讓用戶喜歡等等。

2018/10/13

❤內參-劉慈欣:計算機技術可能是個陷阱

出處:劉慈欣:計算機技術可能是個陷阱


劉慈欣是現在中國最有影響力的科幻作家。
一個原因是他是首位獲得國際科幻大獎雨果獎的中國作家。
另一個原因是,他的作品《三體》的影響力,遠遠超出了科幻圈,
還影響到了互聯網圈和創業投資圈。包括雷軍和周鴻禕在內的很多人都頻頻提到《三體》,
不少科技公司比如騰訊,也請劉慈欣來擔任顧問。
 《三體》中的概念比如“黑暗森林”、“降維攻擊”在商業圈經常會被提到。

微信公眾號“GQ報導”發表了一篇劉慈欣跟地產企業家潘石屹的對話。
在對話中,劉慈欣對於計算機技術的態度非常有趣,值得分享給你。
完整訪談文稿,請於首頁查看《總編輯之選》欄目。

首先,是關於幾項重要技術的比較。
計算機技術同其他另外兩項可能改變人類命運的重大技術,
幾乎是在同一個時期開始起步發展的。這兩項技術是核能和航天。
而且,當時的預測更看好核能和航天技術,認為會真正改變人類未來,
計算機則沒那麼被看好。 
1943年時,IBM董事長托馬斯·沃森就說,全世界只需要5台計算機就足夠了。

但是,發展最快的卻是計算機技術,另外兩項都特別慢。
用劉慈欣的話說,“航天技術慢得簡直讓人無法忍受。”
他曾經跟第二位登上月球的人類宇航員巴茲·奧爾德林交談。
奧爾德林說,1969年人類剛登上月球時,如果去問一個NASA工程師,
人類什麼時候能登上火星,對方都會回答說,二十年之內。但是直到今天也沒實現。
至於核能,核聚變有個五十年定律,指的是,
任何時候問核聚變科學家,多長時間核聚變才能實現,答案是五十年。
再過二十年去問,答案還是五十年。

其次,在劉慈欣看來,
計算技術當然很重要,但是一直發展下去,“它就根本是個陷阱”。
為什麼這麼說呢?因為計算機技術最後營造出的是一個技術的安樂窩。
 “當我們什麼都能用VR得到了,
我們宅在家裡,哪兒都能去了,太空也能上了,我們幹嗎還要爭著去上太空”。

劉慈欣連續用了幾個“很危險”來形容這種傾向。
他說:“讓人宅的那些技術發展得都很快,開闢新世界的技術發展得都慢。
對人類來說這是不是一個陷阱?誰也不知道。”

然後,劉慈欣介紹了一個理論叫“大篩選”(Great Filter)來解釋這種狀況。
大篩選理論指的是,宇宙中的生物,
從低等生物發展到可以一直延續的高等文明,過程中有很多道篩子,
每一道篩子,都會淘汰一些物種。對於人類來說,第一道篩子是可以自我複制的分子細胞;
第二道篩子可能是核戰爭;第三道篩子,劉慈欣認為,很可能就是人工智能技術。

在他看來,人工智能帶來的最大的危險,不是說讓人類沒有工作可做,
而是在這種情況下,人類找到一個新的社會分配機制,即使什麼都不用做,也什麼都會有。
這樣一來,“整個人類文化將失去活力,這是AI將來給我們帶來的最大的一個陷阱。”

用劉慈欣的話說:
“其實沒飯吃沒事,人類一直就是吃不飽的,反而不工作就能吃得好,那就完了。
不要寄希望於說人類任何的生存需要都能得到滿足,
就會自發地追求更高的藝術和科學,有一小部分人會這樣做,
但大多數人不會,大多數人自我滿足了就不會再有創造力了,只會沉淪和墮落下去。”
最後,人類技術的發展,對科幻文學也會有影響。
在劉慈欣看來,
最直接的影響就是,讓科幻文學越來越向內,而不是向外,
對星辰大海的關心變少,關注的問題越來越小。
同時,越來越關心人的內心的感受,而不關注人類作為一個整體的感覺。

以雨果獎為例。劉慈欣每次都會把雨果獎獲獎和提名的作品,
無論是短篇還是長篇,從頭看到尾。
他最大的感想就是,“他們關注的東西早就不是科幻了”。
比如連續獲得三屆雨果獎的黑人女作家傑米辛(NKJemisin)的作品,
劉慈欣讀完之後,發現,“她就在表達一種極端的憤怒、對壓迫她的那些人的憤怒。
這個當然不能說不正當,但是科幻畢竟不是幹這個用的。”

而且,雨果獎作品也成為中國科幻作家的風向標,大家都開始向這個方向寫,
“關注性別歧視、種族歧視,包括對少數邊緣族群的歧視”。
劉慈欣懷念的則是美國科幻黃金時代的作品主題:太空、外星人、機器人。
 “科幻好像變味了”,“對我這樣的科幻迷,或者對大多數科幻迷來說,
我們肯定不是衝著科幻要揭露社會什麼東西才看的,那不是科幻的任務。”


本期內容參考來源:
《GQ專題·通往未來之路| 劉慈欣×潘石屹:人類正活在技術的安樂窩裡》;
見於:微信公眾號“GQ報導”;



----------------------------------------------
摘要:
關於幾項重要技術的比較。
計算機技術同其他另外兩項可能改變人類命運的重大技術,
幾乎是在同一個時期開始起步發展的。這兩項技術是核能和航天。
而且,當時的預測更看好核能和航天技術,認為會真正改變人類未來,
計算機則沒那麼被看好。

但是,發展最快的卻是計算機技術,另外兩項都特別慢。
用劉慈欣的話說,“航天技術慢得簡直讓人無法忍受。”
他曾經跟第二位登上月球的人類宇航員巴茲·奧爾德林交談。
奧爾德林說,1969年人類剛登上月球時,如果去問一個NASA工程師,
人類什麼時候能登上火星,對方都會回答說,二十年之內。但是直到今天也沒實現。
至於核能,核聚變有個五十年定律,指的是,
任何時候問核聚變科學家,多長時間核聚變才能實現,答案是五十年。
再過二十年去問,答案還是五十年。

計算技術當然很重要,但是一直發展下去,“它就根本是個陷阱”。
為什麼這麼說呢?因為計算機技術最後營造出的是一個技術的安樂窩。
“當我們什麼都能用VR得到了,
我們宅在家裡,哪兒都能去了,太空也能上了,我們幹嗎還要爭著去上太空”。
“讓人宅的那些技術發展得都很快,開闢新世界的技術發展得都慢。
對人類來說這是不是一個陷阱?誰也不知道。”
最直接的影響就是,讓科幻文學越來越向內,而不是向外,
對星辰大海的關心變少,關注的問題越來越小。
同時,越來越關心人的內心的感受,而不關注人類作為一個整體的感覺。

2018/10/07

❤內參-用統計學方法解開甲殼蟲樂隊著作權之謎

出處:用統計學方法解開甲殼蟲樂隊著作權之謎


甲殼蟲樂隊有首著名的歌《在我生命中》(In My Life),
收錄在他們1965年的專輯《橡膠靈魂》中。
這首歌在滾石音樂榜單“史上最偉大的500首歌曲”中,排名第23位。
但它到底是誰寫的,在流行音樂史上一直是個謎。
樂隊的兩位靈魂人物,約翰·列儂和保羅·麥卡特尼兩人都公開說過,
自己是這首歌的原創,對方記錯了。
哈佛大學研究員邁克爾·格里克曼,用統計學方法破解了這個謎題。
他們得出結論,這首歌應該出自約翰列儂之手,作者是麥卡特尼的概率只有1.8%。
 9月19日,哈佛大學校報(Harvard Gazette)發布了這一消息。

邁克爾·格里克曼是哈佛大學統計學專業的研究員,他的專長是數學和計量分析。
幾年前,他就和學生瑞安·宋(Ryan Song),
還有另一位大學教授傑森·布朗(Jason Brown)一起,研究甲殼蟲樂隊的著作權問題。
他們三人也都是甲殼蟲樂隊的歌迷。

他們採用了一種叫做“計量文體學”(stylometry)的方式,來研究甲殼蟲樂隊。
這是一種借助統計學技術來確定文本作者的方法。
這一方法曾被用來確定莎士比亞戲劇的幕後作者,也有人用它研究特朗普的總統演說文本。

格里克曼團隊是這樣做的。
他們收集起甲殼蟲樂隊從1962到1966年間所有單曲,
按五個特徵維度來分析音樂曲目的特徵。比如,常用和弦的頻率、主唱演唱的音符變化等。
每個維度的數據,都表示這個特徵在歌曲裡的出現頻率。這
種方法可以把音樂內容用數據量化出來。一首歌也可以分解為一組數據組合。

按照這種方法,甲殼蟲樂隊的70首歌,被分解成149種成分特徵。
有些特徵對列儂來說是獨一無二的,有些特徵更符合麥卡特尼的風格。
格里克曼團隊用這些數據搭建成模型,應用在70首曲目中。
最後數據顯示,《在我生命中》這首歌的特徵,
與列儂的音樂風格高度一致,與麥卡特尼的匹配概率是1.8%。
爭執已久的“甲殼蟲音樂原創之謎”,被統計學和數學解決了。
格里克曼說,不僅針對甲殼蟲樂隊,這種統計方法可以更大範圍地使用,
它能夠描繪出流行音樂的歷史,分析音樂流派和風格的演變。



---------------------------------------
摘要:
格里克曼團隊採用了一種叫做“計量文體學”(stylometry)的方式,來研究甲殼蟲樂隊。
這是一種借助統計學技術來確定文本作者的方法。
這一方法曾被用來確定莎士比亞戲劇的幕後作者,也有人用它研究特朗普的總統演說文本。
他們是這樣做的。他們收集起甲殼蟲樂隊從1962到1966年間所有單曲,
按五個特徵維度來分析音樂曲目的特徵。比如,常用和弦的頻率、主唱演唱的音符變化等。
每個維度的數據,都表示這個特徵在歌曲裡的出現頻率。這
種方法可以把音樂內容用數據量化出來。一首歌也可以分解為一組數據組合。

按照這種方法,甲殼蟲樂隊的70首歌,被分解成149種成分特徵。
有些特徵對列儂來說是獨一無二的,有些特徵更符合麥卡特尼的風格。
格里克曼團隊用這些數據搭建成模型,應用在70首曲目中。
最後數據顯示,《在我生命中》這首歌的特徵,
與列儂的音樂風格高度一致,與麥卡特尼的匹配概率是1.8%。
爭執已久的“甲殼蟲音樂原創之謎”,被統計學和數學解決了。

2018/09/11

❤內參-赫拉利:普通人怎樣面對“技術恐懼”

出處:赫拉利:普通人怎樣面對“技術恐懼”


如今,每個人或多或少都聽說過一些具有顛覆性的新技術,
比如人工智能、大數據、區塊鍊等,但大部分人並不了解這些技術。
由於對新技術知之甚少,導致普通人的這種“技術和我無關”的恐懼正在增加。
這是歷史學家尤瓦爾·赫拉利的觀點,他在《大西洋月刊》發表的文章
《為什麼技術偏愛暴政》裡,解釋了自己對這個問題的看法。
微信公眾號“極客公園”編譯了文章內容。

赫拉利認為,“技術恐懼”有點兒類似“知識焦慮”。
兩者的區別是,人們已經通過各種手段來緩解自己的“知識焦慮”,
而且當人們知道的越多、越發現自己無知的時候,這種焦慮反而會漸漸平息。
但在赫拉利看來,技術恐懼反而會讓普通人覺得自己和未來漸行漸遠,
畢竟目前的科技還是掌握在少數人的手上。


面對這種技術恐懼,
赫拉利認為,
與其對未來感到焦慮和不安,不如先審視一下自己,看看自己到底被“科技化”到哪一步了。
如今我們在生活中,不可避免地要交出自己的部分數據,
而原本我們應有的一些能力,卻在一次次更方便的選擇中被削弱了。
比如,當你有了問題時,你是先自己思考一下,還是先去求助搜索引擎?
搜索引擎通過算法給出的結果,是否影響了你對答案的判斷?
再比如,視頻網站和音樂網站給你推薦的節目,你會完全拒絕它們的“安利”嗎?
又或者可以反過來問,為什麼要拒絕算法誠心實意給我們的推薦呢?
是為了所謂的“一切盡在我的掌控之中”的幻覺嗎?
總之,赫拉利認為,
不管是抵抗還是擁抱人工智能和未來的技術,
最重要的是不能喪失作為一個人應有的自我意識。

此外,赫拉利建議,在開發人工智能的同時,
也要盡快弄清楚人類智能的運作方式,尤其是人類思維中積極的一面。
因為人工智能是人類設計的,想要不走彎路,人類就先要認清自己。
另一方面,要規範數據的所有權,數據和信息是當今的重要資產,
但是人類目前還缺少管理和規範這個“看不見、摸不著”的資產的經驗。
赫拉利認為,規範數據這項資產,需要全人類的努力,不只是科學家,
還包括哲學家、律師,甚至藝術家也要參與進來,
去思考“如何規範數據的所有權”這個問題。




---------------------------------------
摘要:
面對這種技術恐懼,與其對未來感到焦慮和不安,
不如先審視一下自己,看看自己到底被“科技化”到哪一步了。
如今我們在生活中,不可避免地要交出自己的部分數據,
而原本我們應有的一些能力,卻在一次次更方便的選擇中被削弱了。
比如,當你有了問題時,你是先自己思考一下,還是先去求助搜索引擎?
搜索引擎通過算法給出的結果,是否影響了你對答案的判斷?
再比如,視頻網站和音樂網站給你推薦的節目,你會完全拒絕它們的“安利”嗎?
又或者可以反過來問,為什麼要拒絕算法誠心實意給我們的推薦呢?
是為了所謂的“一切盡在我的掌控之中”的幻覺嗎?
總之,不管是抵抗還是擁抱人工智能和未來的技術,
最重要的是不能喪失作為一個人應有的自我意識。

在開發人工智能的同時,
也要盡快弄清楚人類智能的運作方式,尤其是人類思維中積極的一面。
因為人工智能是人類設計的,想要不走彎路,人類就先要認清自己。
另一方面,要規範數據的所有權,數據和信息是當今的重要資產,
但是人類目前還缺少管理和規範這個“看不見、摸不著”的資產的經驗。
規範數據這項資產,需要全人類的努力,不只是科學家,
還包括哲學家、律師,甚至藝術家也要參與進來,
去思考“如何規範數據的所有權”這個問題。

2018/04/30

❤內參-洞察:打破對稱性才能產生信息和變化

出處:洞察:打破對稱性才能產生信息和變化


假如有一個外星人來地球,觀察人類的文化和科學,可能很快就會得出結論:人
類是一種痴迷於對稱的物種。
從建築設計到音樂節奏,甚至連宇宙的基本定律幾乎都是對稱性的結果。
不過,想要遠離平庸進行創造,只有打破對稱才能做到。
專欄作者安東尼·菲利普斯(Anthony Phillips)
在《萬古》雜誌(Aeon Magazine)的一篇文章中詳細闡述了這個觀點。


首先,完美對稱的模式是單調的,不對稱才能產生信息。
舉個例子,如果給你看蝴蝶的一隻翅膀,你很容易就能畫出另一隻;
給你看一個木欄杆的樣子,你就能畫出整個柵欄。
這些缺失的部分非常容易被重建,因為它根本不涵蓋什麼新的信息。
所以,如果想要表達或儲存新信息,就要找到打破對稱的方法。
比如把每個欄杆隨意地塗成白色或藍色,
柵欄就喪失了對稱性,你也沒辦法看一個欄杆就畫出整個柵欄了。
如果用0表示白色木柵,1表示藍色木柵,就成為了計算機中的二進制,
所以不對稱性其實是數據存儲和操作的基礎,也是信息的來源所在。


其次,對宇宙來說,不對稱性才能產生變化。
以材料學中的“壓電現象”為例,“壓電現象”簡單來說,就是通過對壓力的反應來生成電場。
壓電材料被應用於許多日常用品中,包括照相機、打印機等。
研究發現,如果材料在原子層面太對稱的話,
就不能成為壓電材料,因為只有原子原本就有些偏離時,
向內擠壓才能使原子進一步偏離中心,產生電荷。
同樣的原理還適用於很多其他的化學和物理效應,所以不對稱性對於科學發展也是必要的。


最後,進行創作時,打破對稱也很重要。
在創作中有一個“第三法則”(Rule of Three),
指的是以三段、三次、三個形式出現的事物會更引人注目,同時又不失簡潔。
比如在西方童話故事中的“三隻小豬”“三個國王的兒子”,
中國文化中的“孟母三遷”“三顧茅廬”等。為什麼我們對數字三如此痴迷呢?
答案很簡單,一件事發生一次以後,類似的事又發生了一次,就成為了模式,
但到了第三次,不同的事情發生了,就打破了模式。
就像國王的前兩個兒子以悲劇收場,
而第三個兒子卻成功殺死了惡龍,迎娶了公主,從此過上幸福的生活。
數字三並沒有什麼神奇之處,
只是由於形成一個模式至少要有兩個元素,
因此以三為代表,就成為建立對稱性、再破壞它的最好方式。
無論是在科學還是藝術中,打破對稱性才能為變化創造空間,遵循模式或許很有吸引力,
但那些最有趣、最有用並最具有啟發性的事物,往往就發生在模式被打破的時候。

以上就是安東尼·菲利普斯關於對稱性的思考,希望對你有所啟發。



------------------------------------
摘要:
完美對稱的模式是單調的,不對稱才能產生信息。
舉個例子,如果給你看蝴蝶的一隻翅膀,你很容易就能畫出另一隻;
給你看一個木欄杆的樣子,你就能畫出整個柵欄。
這些缺失的部分非常容易被重建,因為它根本不涵蓋什麼新的信息。
所以,如果想要表達或儲存新信息,就要找到打破對稱的方法。
比如把每個欄杆隨意地塗成白色或藍色,
柵欄就喪失了對稱性,你也沒辦法看一個欄杆就畫出整個柵欄了。
如果用0表示白色木柵,1表示藍色木柵,就成為了計算機中的二進制,
所以不對稱性其實是數據存儲和操作的基礎,也是信息的來源所在。

進行創作時,打破對稱也很重要
。
在創作中有一個“第三法則”(Rule of Three),
指的是以三段、三次、三個形式出現的事物會更引人注目,同時又不失簡潔。
比如在西方童話故事中的“三隻小豬”“三個國王的兒子”,
中國文化中的“孟母三遷”“三顧茅廬”等。為什麼我們對數字三如此痴迷呢?
答案很簡單,一件事發生一次以後,類似的事又發生了一次,就成為了模式,
但到了第三次,不同的事情發生了,就打破了模式。
就像國王的前兩個兒子以悲劇收場,
而第三個兒子卻成功殺死了惡龍,迎娶了公主,從此過上幸福的生活。
數字三並沒有什麼神奇之處,
只是由於形成一個模式至少要有兩個元素,
因此以三為代表,就成為建立對稱性、再破壞它的最好方式。

2018/03/15

內參-智能手機會放大部分青少年的脆弱

出處:智能手機會放大部分青少年的脆弱


如今,青少年花在手機等電子設備上的時間越來越長。
我們經常會聽到這樣的觀點,電子設備和社交媒體給年輕人造成了負面影響。
加州大學爾灣分校心理學和社會行為學教授坎蒂斯·歐哲斯(Candice Odgers)
在《自然》評論上發表文章認為,數字技術帶給年輕人的並非全是壞處。
公眾號“Nature自然科研”翻譯了這篇文章。


首先,數字交流能增進青少年之間的感情。
從2002年到2017年發表的36項研究表明,
青少年會使用數字交流的方式,分享親密感、表達情感、安排見面和活動,以增進感情。


其次,今天青少年在網上的交流對象和過去不一樣。
在20世紀90年代和21世紀初,
美國的調查顯示,花更多時間上網的青少年更可能出現抑鬱和焦慮的情況。
但當時只有很少的青少年能上網,
而且他們大多數是在玩遊戲,或者在聊天室裡跟陌生人聊天。
而今天,超過90%的美國青少年每天都在上網,
但他們大部分時間是在跟他們有共同生活的朋友和家人交流。


此外,虛擬交流還能幫青少年重建社會關係。
有一項研究,讓參與對像在實驗室裡玩電腦遊戲。
結果表明,虛擬交流,比如青少年給他們以前不認識的同伴發短信,
可以幫助青少年在遭到社會拒絕(在遊戲中被多個玩家排擠)之後重返社會。

不過,數據也表明,來自不同社會經濟背景的年輕人在網絡上有著不同的經歷。
比如,和家庭比較富裕的青少年相比,來自低收入家庭的青少年,
每天花在電子設備上的時間要多3個小時左右。
再比如,2014年,研究人員調研了歐洲3500名年齡在9至16歲的兒童,
結果表明,富裕家庭的父母更有可能“積極介入”孩子的網上活動。
他們可能會告訴孩子如何更安全地使用互聯網,
也可能參與其中,和孩子一起玩電腦遊戲、看視頻或者發帖。


另外,文章說,那些在現實生活中遇到更多逆境的青少年,
在使用智能手機和其他數字設備的過程中,似乎更容易受到負面影響。
根據2015年美國北卡羅來納州的一項調查,
受到過傷害的青少年,更有可能在網上受到霸凌、誘惑和攻擊。



--------------------
摘要:
1. 數字交流能增進青少年之間的感情
 青少年會使用數字交流的方式,分享親密感、表達情感、安排見面和活動,以增進感情。
2. 今天青少年在網上的交流對象和過去不一樣
 在20世紀90年代和21世紀初,美國的調查顯示,
 花更多時間上網的青少年更可能出現抑鬱和焦慮的情況。
 但當時只有很少的青少年能上網,
 而且他們大多數是在玩遊戲,或者在聊天室裡跟陌生人聊天。
 而今天,超過90%的美國青少年每天都在上網,
 但他們大部分時間是在跟他們有共同生活的朋友和家人交流。
3. 虛擬交流能幫青少年重建社會關係。
 比如青少年給他們以前不認識的同伴發短信,
 可以幫助青少年在遭到社會拒絕(在遊戲中被多個玩家排擠)之後重返社會。
但是,那些在現實生活中遇到更多逆境的青少年,
在使用智能手機和其他數字設備的過程中,似乎更容易受到負面影響。

根據2015年美國北卡羅來納州的一項調查,
受到過傷害的青少年,更有可能在網上受到霸凌、誘惑和攻擊。