用户对算法普遍表现出“不信任”，超八成用户对精准推荐表示担忧

　　算法作为人工智能等新一代信息技术的核心，被嵌入经济社会的方方面面，早已无处不在，在提升社会生产效率和国民生活水平上发挥了重要作用，成为推动企业数字化转型和国家治理能力现代化的重要力量。与此同时，算法带来的诸多问题亦破坏了人们的信任，阻碍了算法的技术创新、应用与正向价值发挥。因此，完善算法治理成为亟须全球共同面对的重要议题。

　　今年11月，四部门联合开展“清朗·网络平台算法典型问题治理”专项行动，钟睒晱炮轰算法作恶、快手因落实青少年模式不到位等导致违法信息扩散被处罚等消息，一定程度上向网民普及了“算法”这个小众词汇及其背后的产业链。

　　■策划：新快报记者 罗韵 ■采写：新快报记者 罗韵 ■制图：廖木兴

　　1

　　算法究竟是个什么魔法？

　　本质是以数学方式或计算机代码表达的意见

　　算法究竟是个什么魔法？它是如何影响我们的商业和生活？算法与算力、数据共同组成人工智能产业中三个核心概念，他们构成了AI领域的基础设施，是支撑AIGC（人工智能生成内容）行业创新和发展的必要前提。

　　数据显示，2014年～2023年，全球AIGC及相关产业投融资规模约1938亿美元，成为资本布局的热门赛道。2023年，中国AIGC行业核心市场规模为79.3亿元，预计在2028年将达到2767.4亿元。2020年，中国人工智能核心产业规模达到1500亿元，预计在2025年将达到4000亿元，有望成为全球最大的人工智能市场。

　　正因为这样的高速发展，信息过载不可避免地出现。互联网数据中心发布的《数据时代2025》报告显示，全球每年产生的数据将从2018年的33ZB（十万亿亿字节）增长到175ZB，相当于每天产生491EB（百亿亿字节）的数据。

　　于是，在本质上算法是“以数学方式或者计算机代码表达的意见”。其中，推荐系统就是一个信息过滤系统，帮助用户减少因浏览大量无效数据而造成的时间、精力浪费。

　　推荐系统发展至今，其核心技术可大致分为“基于协同过滤的推荐方法”“基于内容的推荐方法”以及“混合推荐方法”。基于协同过滤的推荐方法，本质是根据相似的用户具有相似的喜好，推荐给他们喜欢的物品、内容或者服务。

　　基于内容的推荐方法，指的是根据项的相关信息（描述信息、标签等）、用户相关信息及用户对项的操作行为（评论、收藏、点赞、观看、浏览、点击等），来构建推荐算法模型。

　　混合推荐方法指的是，衡量各推荐方法的利弊，扬长避短，通过加权、切换、混杂、特征组合等方式避免或弥补各推荐技术弱点，进一步提升推荐方法性能。

　　纵观推荐系统的发展历史，可将其大致分为非个性化推荐系统和个性化推荐系统。其中，个性化推荐系统，就是为每一个特定用户提供特定的服务，实现“千人千面”，服务个性化诉求。

　　从行业的角度，算法同时也是一系列解决问题的清晰指令，代表着用系统的方法描述解决问题的策略机制。其关联技术包括机器学习、深度学习、自然语言处理、计算机视觉、推荐系统等。在目前AIGC产业链图谱中，属于上游和中游的组成部分，上游有相关开源算法和相关算法/模型研究机构，中游的模型和算法领域涉及企业包括腾讯、阿里巴巴、字节跳动、OpenAI、Meta和Google等。