《算法帝国》第四章第五章第六章笔记

第四章

这一章把目光转移到了计算机的硬件部分，这一部分也决定了计算机的运行速度。斯皮维通过铺设暗光纤道路使数据传输速度降低了4毫秒左右，而微波甚至还能降低4毫秒，如果不考虑铺设线路的外界阻碍的话。这章揭示了一个很简单的道理，速度=先手=金钱=高科技使用权=更快的速度，所以普通人想要往最上层爬是很困难的。

第五章

好了，机器现在有能力掺和到人与人的尔虞我诈了，他变得更像人类了，这一张有点偏向于现在的机器学习，从“深蓝”这样依靠计算所有可能性的可能性推算器到学习已有知识解答问题的智力竞赛冠军，甚至到达风云变幻、充斥着虚张声势的德州扑克战场，人类行为的干预使得计算变得没有那么可靠，他们还得懂人性，把握人性，推断什么时候人们会做出非理智行为。除了在游戏方面，政治、运动乃至网上配对这些领域都能看到算法的身影，谁都看得出来我们正处在数据时代的中央，谁能想到懂得博弈的算法机器还能带来什么？一个智商和情商都高于大部分人的“人造人”？

阿拉伯之春：阿拉伯世界的一次革命浪潮，以2010年突尼斯的茉莉花革命为起点，革命浪潮蔓延至阿尔及利亚、利比亚、埃及、叙利亚等国，席卷了整个阿拉伯世界。
博弈论：二人在平等的对局中各自利用对方的策略变换自己的对抗策略，达到取胜的目的。

第六章

现在，算法甚至入侵到了一个触及人们心理抗拒线的领域——医学。虽然人们都很忧心机器的可靠性，但是数据说明了很多。像是肾源库的匹配或者配药这样的重复性强计算量工作，算法的应用并不令人稀奇，但是应用到诊断的情形中就显得确实有一些冷冰冰了。小啾看来这方面实际上是人心和效率的拉扯，人为诊断可以有效给予安慰，而机器诊断可以显著降低误诊率和许多病症的死亡率，从而降低看病的成本与潜在的误诊赔付成本。但是，一旦机器出错了，人们能够像理解医生一样理解机器吗？刚刚看到一则文章说ibm内部信息爆出watson抓错药，和人不同，机器的一次失误就会造成无法遏制的恐慌。
哦对了，如果是我来说的话，我很愿意有这样一个机器人医生。

肾源匹配算法：按文章形容来看应该是并查集算法。
假阴性结果：报告上写的是阴性，但实际上这个结果是错的。
Watson：IBM研发的一款医疗机器人。但是现在证明应用收效甚微，由于缺乏罕见病例数据训练跟不上进度，在医疗健康领域推荐诊疗方案时也因为需要的各种病人资料和成功案例分散在不同机构、具有不同格式而很难集齐。现在市场一片不看好。
资料来源：https://36kr.com/p/5149014