1707567569
1707567570
原因何在？这位人类学家来到赌场后很快就发现，拉斯韦加斯的大部分赌客来赌场并不是为了赢钱。根据娜塔莎的研究，没有一个赌客自负地以为自己能够打败机器，他们知道自己最后会输，而且会输得一分不剩。但关键在于，将这种最后输光的状态尽可能远地往后推，从而让赌客在那种愉快的状态中尽可能长时间地停留，而这种愉快的状态是机器带给他们的。
1707567571
1707567572
赌客们称这种状态为：在“机器世界”中欲罢不能。一位女性赌客在描述这种状态时说：“就像是处于恍惚之中，你就坐在自动驾驶仪前，这个世界就像一块磁铁，它将你吸引过去然后把你紧紧抓住。”另外一位女性赌客激动地说：“我几乎着魔了，就好像自己已经变成了机器的一部分。”不少人将这种状态描绘成一种冥想，一种先验经验。其他人则将其与一种完全沉浸其中的“心流体验”[3]相比。在嘈杂的赌场中，这些赌博上瘾者们完全沉浸其中，世界的其他部分像是被渐渐隐去，除了一种几乎可以称得上是痛苦的与机器的紧密融合之外，就什么都没有了。
1707567573
1707567574
这种状态是如何产生的？这种状态产生于一种节奏，产生于来自机器的不断的细微反馈，以及心理学家所谓的“自我影响”。一旦按下游戏按钮，就会立即发生些什么。再按，会再发生些什么，但与之前不是完全一样的，而是稍微有些改变。赌客是赢还是输，都不重要。重要的只是不断地按下按钮。行动，反应，连续不断地发生。有经验的赌客每分钟会玩3—4局，每小时多达900—1 200局，而且不少赌客会在机器前玩数小时之久。他们已经沉浸在机器的世界之中了。一位赌客描述说：“在赌博机器旁你能够把一切都忘掉——甚至包括你自己。”
1707567575
1707567576
上述这些都是极端的表现形式，但是很多人应该在一些小事上有过这种沉迷的经历。每一个曾经沉迷某个游戏应用的人，或者长时间坐在电脑前、从一个链接跳转到另外一个链接的人，都知道这种引诱的力量，这种由机器产生的诱惑力。每一次点击，每一个行为都会产生一个相应的反馈，将我们引向下一次点击——我们正体验着一种无休止的自我实现。诸如《魔兽世界》或者《侠盗猎车手》这样复杂的电脑游戏就会产生类似的作用。在这些游戏中发挥作用的机制与在赌场中的一样，只不过使用频率没有那么高。
1707567577
1707567578
很多研究表明，反馈的多样性和密集度将我们拖入这个世界。一位研究者写道，机器“独特的响应能力和敏感性”，以令人无法抗拒的方式加强用户黏性，使他与机器融合在一起。另外一位女性科学家观察到，“计算机对于操作的即时的、精确的而且一直相同的反应”将我们“制服”了。娜塔莎提出了“温顺的技术”这个概念。数字化的机器是可以无限变化的，而且能够毫无麻烦地、快速且令人信任地适应人的每一个身体和精神活动，因为它们归根结底是建立在无限变化的数学的基础之上。一位游戏设计者说：“就像是，使赌客们因为一个数学模型而变得愉快。”这正是数字化粒度的根源：数字化粒度存在于数学的无限微粒性之中。
1707567579
1707567580
根据这种情况，即人们喜爱这种机器世界而且会在其中消磨尽可能多的时间，游戏研究者简·麦戈尼格尔总结出真实的人在数字化的游戏中展现出的特质是：充满创造性、有耐心、坚忍不拔。而且赌客在那里正在经历的是一个或许比“真实”世界好得多的世界，因为机器世界会更加全方位地满足赌客对于挑战、认同、快速反应和清晰的规则等方面的需要。
1707567581
1707567582
拉斯韦加斯的赌客们都说，他们与机器达到了一种清晰的状态，一种他们一离开就会痛苦怀念的状态。一位女性赌客说：“许多人断言，赌博就是纯粹地凭运气，但是人们一直都知道，无论是赢还是输，靠的都不是什么运气——相反，它是少数相当确定的事情之一。”鉴于机器的紧密反馈，人的行为和环境将变得可以预见。机器以一种使人迷失的方式，提供着生活不能提供的东西：一目了然。因此毫不奇怪许多赌客说他们会在机器世界中获得一种巨大的安宁和一种幸福的感觉——他们终于掌握了混乱的生活。
1707567583
1707567584
对于控制革命而言，这些都是重要的认知。我们不能觉得好像机器对于我们什么贡献都没有，好像它们对于我们来说只是一种要求服从的陌生而又邪恶的力量。我们在数字化世界中投入了渴望和贪婪，就像布鲁诺·拉图尔所写的那样，我们在以越来“越亲密的方式”将自己与机器连接起来，而它们也比迄今所有其他事物都更进一步地走向我们。它们以令人不安的方式变得比之前更加无私，服务更加周到，更加顺从。它们是愿望机器，或者更确切地说是愿望满足机器。
1707567585
1707567586
与这些机器保持距离非常困难。我们已经允许它们进入我们的生活，而且那扇敞开的大门将进一步开放。这种“无声的默契”是控制革命的基础。我们难以自持从来都不是因为机器的出现，而是因为我们自己。
1707567587
1707567588
我已经接受了之前提到的观点，即我们将从惩戒社会进入控制社会。在控制社会中，民众将不再是在各种机构（诸如学校、军队、工厂）中接受纪律的管理，同时因为惧怕受惩罚而调整其行为。取而代之的是，对于我们而言——在某种框架内——所有的一切都是被允许的。我们将不再受强迫，而是被引诱；不再被利用，而是从信息上被解读。我们的身体、行为、感觉以及资产的流动均处于持续不断的观察之下，但是将不再受指令支配，而是被调整；我们的行为将不再受指令支配，而是被影响。我们将在巨大的反馈回路中被理解，而这种反馈回路接收的正是我们的行为所产生的数据，反过来又影响我们的行为。而且这些行为带来的结果将不再像以前那样是宗教性的责任负担，而是经济上的债务。
1707567589
1707567590
对于这种控制社会而言，赌场是最好的象征。网络或者电脑游戏是不完整的，因为这些东西都是数字化的，赌场却将信息技术、实地场所和脑力劳动所有这些东西结合了起来。但是赌客和赌场经营者的贪婪之间的“无声的默契”是一种极其不对称的协定，在这种协定中，赌场获得了完全的控制，而赌客却将这种控制与他们的钱一起丧失了。在赌客完全透明的同时，赌场却一直隐藏在一种虚拟的混沌之后。由于赌客没有“被迫”在赌博机旁破产，因此可能看起来赌客输钱的原因只是运气太差而已。这就是责任的单体化。被观察者与观察者、数据提供者与数据提取者之间的这种不对称或许是微粒社会中最大的问题。这种问题我们不仅会在赌场中遇到，还会在大数据发挥作用的各种地方遇到，比如在超市里。
1707567591
1707567592
[1]太阳城是南非北部赌城。——译者注
1707567593
1707567594
[2]赌博机即俗称的老虎机，是一种投币式的自动赌博机。本书中统一翻译成赌博机。——译者注
1707567595
1707567596
[3]“心流”是一个心理学概念，指人在做某项活动时完全投入、沉浸其中的一种忘我的愉悦状态。——译者注
1707567597
1707567598
1707567599
1707567600
1707567602
微粒社会：数字化时代的社会模式 预测机器
1707567603
1707567604
蓝色远景公司的员工们每天都在研究消费的未来。这家位于卡尔斯鲁厄的数据公司的主要工作是计算出商品在超市或者经销商那里是如何出售的。这对于商业规划和采购来说相当重要，这样一来，就不会有太多的食物由于未能出售而腐烂了。
1707567605
1707567606
蓝色远景是德国最具创新性的数据公司，办公地点是卡尔斯鲁厄市南郊的一幢废旧厂房，雇员很多，但没有人知道那里的数据科学家们在做什么。控制革命的表现形式就是：把人置于屏幕之前。
1707567607
1707567608
这家公司的核心部分是不可见的。它被亲切地称为“神经贝叶斯”，是一种由米夏埃尔·法因特参与编写的计算机程序算法。个子高高的法因特待人亲切，是卡尔斯鲁厄技术研究所的教授，也是一位高能物理学家，曾在欧洲核子研究组织[1]学习过数据拆分。欧洲核子研究组织的粒子加速器是世界上最大的数据机器，每秒会产生1PB[2]的数据量，而它每60秒所产生的数据量，比整个人类直到21世纪所产生的数据量还要大。
1707567609
1707567610
谈到大规模的数据处理，我们有必要引入“大数据”这个概念。关于大数据，现在有许多愿景，比如更加深刻透明地认识世界；利用大数据发现以前从未被发现的关联性；基于不断增加的数据量，而不再基于专家们有限的知识进行决策。大，意味着巨大，而且难以想象；而数据的拉丁语为datum，意为已有的、现存的。
1707567611
1707567612
但是，在数据世界中没有什么是准备好了的。超市就是巨大的大数据制造者。蓝色远景会为了一位顾客夜以继日地给出多达5亿条的预测：预测接下21天内所有商店所有商品的打折情况。这些数据会流向顾客的预订系统，该系统会依据情况发出补货指令。
1707567613
1707567614
人们通过导入数据协助程序算法工作。在销售预测方面，可能需要上百种不同的数据：历史销售数据、商品描述、价格、假期时间、重大事件（比如世界杯足球比赛、奥运会）、广告促销、竞争对手，所有这些因素都可能对销售造成影响。众多销售预测模型中的固定组成部分大约是“薪酬日周六”，即发放薪水后的第一个周六，这一天，某些特定商品的销售额会飞速上涨。
1707567615
1707567616
这样一组变量会作为数据输入算法当中。法因特解释说，这样做是“为了训练”。同时机器也会学着将这些可能性组合起来，从而尽可能真实地计算出目前的销售数字。蓝色远景的数据训练者们称这种目标值为：“真相”。从数学上看，这种训练的目标就是“网络中的边际权重优化”。事实上，机器正在学着认识人类。机器也在学习理解人类：他们在购物时会做些什么，他们有哪些偏好。机器还会汇总人们的独特性。
1707567617
1707567618
很久以来，人工智能领域的科研人员都在力图教会计算机人类的思维。但是在此过程中他们明确地认识到，计算机有自己的独特性，它们不会像我们一样思考。因此像法因特这样的专家才会将尽可能多的数据输入计算机当中，然后让它们从中得出自己的结论。这种“机器学习”现在也发生在谷歌的每一次搜索、信用卡的每一次支付和手机的每一次呼叫中：程序算法一直都在学习。
[
上一页 ]
[ :1.707567569e+09 ]
[
下一页 ]