算法的力量有多大

張辛欣

讀懂一個時代，從讀懂語言開始。算法就是數(shù)字經(jīng)濟時代的“語言”。當數(shù)字漸成生產(chǎn)生活內(nèi)在要素時，算法優(yōu)劣直接影響著制造效率、產(chǎn)品質(zhì)量、生活服務等，也影響著發(fā)展的潛力。

算法的力量有多大？技術之外，算與被算之間，是否存在著道德邏輯？

算法給出答案

被網(wǎng)絡“包圍”的生產(chǎn)生活離不開算法二字。工廠生產(chǎn)多少，流程是什么，需要算;店鋪進什么樣的貨。貨架如何擺放，也要算;外賣、網(wǎng)約車是否便捷等，都與算法息息相關。作為數(shù)字經(jīng)濟的基礎與核心，算法支撐著生產(chǎn)運轉(zhuǎn)與服務效率。

以外賣為例。每增加一個訂單。系統(tǒng)要在毫秒內(nèi)計算出最優(yōu)路徑;每縮短一分鐘，無不通過技術與算力實現(xiàn)……看似體力活的外賣。囊括了智能“大腦”和前沿算法。美團配送人工智能方向負責人何仁清告訴本刊記者，用餐高峰時，美團每小時需執(zhí)行約29億次的路徑規(guī)劃算法。

衣食住行，都離不開算式。甚至工業(yè)生產(chǎn)的規(guī)模、工藝等，有時也需算法給出答案。

共享汽車平臺途歌（TOGO）創(chuàng)始人王利峰說。盡管不同領域、企業(yè)算法不同，但究其根本，都是用智能平衡供需關系，最大化提高效率。

算法向更多領域滲透，不斷締造新動能。教育就是其中之一。建立精準題庫，推斷知識薄弱點，智能生成個性化學習方案。在線教育企業(yè)一起教育科技創(chuàng)始人劉暢說。科技正讓精準施教變成可能。教育部預計，在線教育市場將以超過20%的增速發(fā)展。

醫(yī)療、文化、農(nóng)業(yè)等。也因算法注入不斷演化新業(yè)態(tài)。中國科協(xié)黨組書記懷進鵬說。算法已成為社會、產(chǎn)業(yè)發(fā)展的內(nèi)在要素和核心競爭力，脫離數(shù)字化的產(chǎn)業(yè)或?qū)⒈贿吘壔?h3>計算力即潛力

數(shù)字經(jīng)濟時代，計算力決定著發(fā)展?jié)摿ΑＤ撤N程度上，判斷一個產(chǎn)業(yè)轉(zhuǎn)型是否取得成效，企業(yè)創(chuàng)新是否蘊含活力，核心在于能否擁有精準的算法。

懷進鵬說，數(shù)字化將使成本大幅降低，有效提高生產(chǎn)力，對交易方式、決策方式等帶來變革。企業(yè)和產(chǎn)業(yè)都要投入其中，學會數(shù)字化生存。

維度和需求的現(xiàn)實差異決定不同領域之間算法的差異。比如，與快遞物流“兩點一線”不同，外賣配送中。騎手時刻接到新的訂單，取餐和送餐點也是動態(tài)調(diào)整。本刊記者調(diào)研多家外賣平臺發(fā)現(xiàn)，配送模型通常涉及商圈繁華程度、點單概率等100多個變量，每分鐘產(chǎn)生的新訂單要在秒級時間內(nèi)指派騎手和路徑規(guī)劃。

智能推送一道作業(yè)題的難度有時更勝外賣。“不同學科、教材知識圖譜甚至題型中存在巨大差異，學生水平更動態(tài)變化。”劉暢說，每增加一個知識點。答案分析就有上千萬個數(shù)據(jù)增量。既要大數(shù)據(jù)預測班級水平合理出題，也要在毫秒內(nèi)判斷出學生的“薄弱點”加強練習。

模型越復雜，服務越個性化，需求越升級，對算法的要求越高。業(yè)內(nèi)人士普遍認為，在生活應用中。搜索的算力難度最大，教育、共享出行、外賣等難度大干物流配送。工業(yè)生產(chǎn)中，對算法要求也十分嚴苛。

專家認為，既要在數(shù)據(jù)質(zhì)量、流通效率、價值利用等方面加速提升，也要提高新型計算平臺、分布式計算架構以及芯片等硬件實力，加快走向數(shù)字化、服務化、軟件化。

繞不開的道德邏輯

當算法改變生產(chǎn)生活的同時，一些分歧也逐漸顯現(xiàn)。

一部分爭議源于算法的價值。很多應用軟件算法中，“我選擇我喜歡”原則占據(jù)主流。這就牽扯到留痕數(shù)據(jù)是否足夠了解用戶，用戶是否只能按原有喜好選擇等問題。

一些專家認為，算法決定了內(nèi)容和用戶，某種程度上，不是用戶決定想看什么，而是平臺決定能看什么。技術可以中性，但應用不能沒有價值觀。應糾正“流量為王”的觀念，用價值觀指引算法的設計和應用。

算與被算的爭議體現(xiàn)了人們對隱私和公共利益保護的呼聲。工信部信息化和軟件服務業(yè)司司長謝少鋒認為，算法的法律邊界應進一步厘清。對涉及公眾基本權利、公共利益等的技術。應進行更強的監(jiān)管。行業(yè)中。也要有健全的標準和管理。

算法可以幫助決策，卻不保證帶來幸福。這里面既有技術演進的要求。也有加強服務的迫切。

“個性化的前提是標準化，如果做不到線下服務標準化，個性推送仍屬空中樓閣。”王利峰認為，一方面要加強數(shù)據(jù)價值提取和應用能力，豐富模型架構，使服務更精準。另一方面，也應加強線上線下的融合。

越是“技術為王”時代，越不能忽視經(jīng)驗與人工的作用。一些科技企業(yè)正進行完善。為使在線題庫推送更加精準，一起教育科技在老師留存率基礎上，增加了學習效果、大綱匹配等指標，并加強教育專家與技術人員溝通反饋;共享出行平臺途歌則通過工程師、地勤人員等對模型進行實時糾正。

“算法的精髓在于不斷學習，人是不可或缺的部分。”劉暢說，要注重人對技術的改造，讓技術不偏移，價值充分體現(xiàn)。