【BBC中文網】算法：日常和人生十字路口陪伴你的「無形之手」
大數據、算法、人工智能、互聯網、物聯網 ...... 科技的發展為人類生活帶來各種便利的同時，也在靜悄悄地決定著人們的生活軌跡和命運。
假設，如果中國有一年取消高考，用算法根據歷年成績給每個應屆畢業生打分，然後大學根據這個分數決定是否錄取，錄取到什麼專業？
英國今年的中學畢業生對算法的這種威力有切身體驗。
因為新冠疫情而取消了決定數萬名中學畢業生命運的考試，用電腦算法 ( algorithm）給學生打分，讓機器根據學校往年的考試結果，經過一番運算，得出今年畢業生的成績。
決定命運的是高中畢業生的A-level 考試也決定了能否上大學，能上哪所大學。初中畢業，不再上學而開始求職謀生的，需要憑GCSE考試成績去找工作。如果凖備繼續上學，日後申請大學時，這組成績也是重要參考數據。
除了這種「十字路口」式的人生關鍵節點，算法在現代人生活中很多方面扮演著「無形之手」的角色，而我們未必知道。
BBC科技事務記者克雷頓（James Clayton）和克萊恩曼（Zoe Kleinman）梳理了幾個算法左右命運的平台。
社交媒體
從許多方面來看，社交媒體平台基本上就是龐然大物般的算法。
它們根據你所提供的，以及來自其他各種渠道的數據，確定你的興趣、愛好、口味，然後為你推送更多它們認為你喜歡的內容。
這些數據包括你點的每一個「讚」，看的每一條訊息或視頻，點擊的每一個鏈接，都被記錄存檔。大部分應用軟件還會從你的上網習慣和特點，以及地理位置等信息提取更多數據，關於你的數據。這些數據用來判斷你喜歡什麼，哪些內容吸引你的眼球，能讓你在網上流連。
這個算法對你了解越多，對你生活的影響力就越大。 除了推送更多合你口味的內容，它自然還會用這個知識向你推銷產品。
社交媒體公司收集儲存的數據也被用來訂製個人化的廣告，定向投放，而且精凖度高得令人咂舌。
當然，這類算法也會犯很嚴重的錯誤，惹大禍。比如它發現極端的、刺激的、重口味的、充滿仇恨和煽動性的內容，在社交媒體上很吃香，比平淡普通的內容更賺眼球、點擊和轉發更多。所以有些人髮現自己收到各種極端主義的、暴力的、仇恨的推送內容。
臉書針對民權問題做過一次內部審計，審計報告中明確提到，公司必須盡一切所能阻止它的算法把用戶「驅趕到極端主義自我強化的迴音室裏去」。
算法還有一個盲點，那就是對種族歧視和仇恨類產品不加分辨地推送，導致投訴甚至吃官司。
保險
保險公司需要評估風險，要做精算，無論是房產險、汽車險、壽險、醫療險，保費的多少依據這個評估結果來定。
許多人不知道的是，保險業很早就開始探索利用歷年積累儲存的數據來分析、預測未來；在電腦和算法尚未普及的時候就開始了。
有了算法，保險公司如虎添翼。
哈克尼斯（Timandra Harkness）是這方面專家，有一部關於大數據的專著（Big Data: Does Size Matter）。
有些顯而易見但人們通常不太在意的事，背後就有算法的無形之手。
她舉了個例子，比如家庭住址的郵編就決定了你的保費高低，而你在這些問題上毫無發言權，完全被動。
你的房產或車保險保費在搬家後漲了還是降了，跟你個人沒有直接關係，而是跟這個地區的其他居民曾經，或者在多大程度上可能成為犯罪分子的受害者，或者遭遇水淹，或者出車禍，等等。
現在比較普遍的行車記錄儀，汽車上的「黑匣子」，可以用來記錄司機的駕車習慣，如果記錄顯示車主基本上是安全駕駛，即使其他指標都屬於高風險群體，他/她的汽車險保費也可能降低。
這是利用算法制定個人化保險產品的一個例子。
保險行業的 實質是風險分攤，人人交保費，需要的人從錢庫裏取。個人化的保險產品能否普及，或許還需要算法來幫忙，確定這類新業務對保險公司有何利弊。
醫療
人工智能（AI）在疾病診斷方面的應用日益普及，有些地方AI甚至可以提出治療方案和療法建議。
2020年1月一項研究結果顯示，通過X光片子診斷乳癌，算法的表現超過醫生。
其他例子也有，比如可以預測子宮癌患者生存率的工具，這個工具還能幫助確定治療方案。
倫敦大學學院（UCL）研發的人工智能可以分辨出哪些病人最容易忘記就診預約，因此需要提醒服務。
海量數據是訓練人工智能的必要前提。這就涉及到許多棘手的問題，包括病人隱私和個人數據保護。
2017年，英國信息委員會裁定，皇家自由醫院NHS信託沒有妥善保管病人數據，跟谷歌的人工智能子公司DeepMind分享了160萬病人的數據。
警務
大數據和機器學習對警察機構來說具有顛覆性的巨大潛力。
理論上，算法具備了科幻作品中描述的那種「預測警務」（predictive policing）的功能，可以利用歷年刑事罪案的數據分析來確定警察資源的部署。
問題在於這種算法有先天缺陷，容易產生算法偏見，甚至形成算法種族歧視。
科技智庫WebRoots Democracy專家喬杜里（Areeq Chowdhury）解釋說，這就跟算法確定考試分數類似，實際上是根據別人過往的學業表現來給你打分，有什麼道理？
他說，根據算法，一個特定社區很可能被不成比例地突出和強調。
國防和安全智庫RUSI今年稍早發表了一份報告，闡述算法在警務實踐中的應用。
報告提出一些需要關注的問題，包括沒有全國統一的凖則，也沒有影響評估機制。
另一個需要深入研究的問題是算法如何放大、加劇種族主義傾向。
警務部門已經在使用的人臉識辨技術受到批評，矛頭集中在用於機器學習的數據庫是否會導致算法種族主義。
比如，用於人臉識別的攝像機識別白人更凖確，是否因為它們背後的數據庫裏白人的面部數據更多？
這方面，數據是否足夠多，足夠多元化，就至關重要。
喬杜里說，最應該避免的是因為算法誤判而錯抓無辜。
#科技 #社會
壽險考試成績 在 [心得] 人身保險業務員資格測驗... - 看板License 的推薦與評價
我參加的是12/4的考試而今天成績出來了...
在考之前其實跟還沒考過的人一樣心情忐忑不安
爬了文有人說簡單有人說難
不過我覺得是運氣+細心...
這次考試內容我倒覺得不難
難的是題目有沒有看清楚這很重要
雖然跟考古題上的重複率很高但是請注意
不是看到選項就知道答案是什麼了就馬上畫上去
因為我還發現有不少的陷阱題目還蠻故意的
我隨便舉個例子
題目一大串問到最後他問的重點是問說要保人的權益義務是什麼?
但是對照一下我手上借來兩本的題庫都是問要保人的義務是什麼?
多權益兩個字答案就差了很多了...(多了契約撤銷權)
我是因為還好有事先看過公會出的教材所以我才比較有點印象
考試時間其實很充足請務必把題目看完整再作答
其他的我考出來還遇到答案卡畫的順序畫錯這個我懷疑到底有沒有在看題號?
還有要記得買2B鉛筆和橡皮擦
我同事還帶原子筆上戰場還好我有多買一支可以借他
跟我一樣有手汗症的請準備好衛生紙以免答案卡弄得髒髒的影響電腦閱卷的判讀
另外還有運氣也很重要
我以為他的題目每個人都是一樣只是題目順序不一樣就類似所謂的AB卷這樣
但事實並不是
他是從上千題的題庫當中實務抽50題法規抽100題出來
所以這個真的看個人運氣
例如我實務都集中在前面1~4章
我同事還有比較可憐都集中在第5章
連一堆考古題都沒列出來的微型保險和優體壽險他就佔了5題了...
再來要看看這次考題是哪家壽險公司出的
因為我爬文看到有人讀很熟但是沒過我覺得應該都是遇到比較硬的壽險公司
我同事也問他以前有考過的同學
也是蠻奇怪考了好幾次前幾次都很刁鑽最後一次考試題目變的比較簡單就順利的過了
不過還好第一次考就有過
我同事一堆人很緊張的也都有過了
個人建議你買來的或借來的題庫除了是最新的以外不要只有一本這樣真的不夠
最好有兩本可以交叉閱讀而且是兩本不同壽險公司出的
因為我借來的題庫雖然是最新的但是有些答案竟然還是有錯...
還好我又有另外借公會的教材來做對照
把東西理解比死背還來的重要
畢竟他考出來的東西會不會跟考古題一模一樣很難說
就算很有把握他來個小變化可能就因為這樣喪失掉很多分數了
花了一個月又幾天的時候在這上面
實務98 法規97 這樣的努力也算值得了
身旁有同事只花不到兩個星期就8X分了
我自認為我讀書能力真的不強
從以前到現在除了國小以外根本已經看不到這種分數了
但是上面盯人的壓力太大只好強逼自己要考過
接下來又要面對更難的產險了
會不會過還很難說
因為再來可以讀的時間實在不太充裕了又加上產險公會沒有教材可以參考...
只能硬死背題庫了...
--
下列何者最容易爆肝？
１、 固定上班時間，有排休，需日夜輪班，沒有加班，不會on call
２、 基本12個小時，沒得休，假日也要來，常常加班，隨時on call
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 122.126.114.140
... <看更多>