我的研究因为只有15个类别，数据旋转很快，而脸书采用的方法基于随机数学①，将100万个类别不同的“赞”的数据旋转100万次需要很长时间。因此开始运算时，脸书的算法会随机选取一组维度来描述我们。然后，算法会评估这些随机维度的运行情况，从而找到一组新的维度来改进它的描述。反复这么做几次之后，脸书就能找到知道哪些是描述用户的最重要成分。
虽然脸书可以将数百万个“赞”减少到几百个成分，但我们很难图像化这些成分。我们的大脑在二维或三维空间中运转，而不能在几百个维度中运转，因此很快就会达到它的极限。所以为了帮助我们理解它是如何看待我们的，脸书为其算法所发现的类别进行了命名。要了解该公司如何描述你，你必须先登录脸书，然后点击右上角的“下拉菜单”，点击“设置”。在“设置”中，选择“广告”，点击“基于我偏好的广告”的编辑按钮，然后点击“访问广告偏好”。最后点击“生活方式和文化”菜单。
《纽约时报》刊登了一篇文章，告诉人们如何找到这些脸书归纳的广告偏好。读者们随后发现了五花八门、非常有趣的类别。这些分类根据用户的兴趣将用户分到了“烤面包”“拖船”“脖子”和“鸭嘴兽”的类别。
我能理解其中的幽默所在，对于脸书如此误解他们，发现这些类别的人着实可以大笑一番。也许脸书对他们确实有误解，但重要的是当我们看到这些类别时要明白，脸书基于算法对用户建立的深度了解远非文字描述所能穷尽。算法并不依赖于文字对我们进行分类，文字的使用只是为了帮助我们理解人们各种兴趣间的统计学关系。事实上，这些关系不能用“烤面包”和“鸭嘴兽”这样的词来表达，而且它们根本无法用文字来解释。我们根本就无法理解脸书对我们的高维了解。
当我和迈克尔交谈时，他再三提起这一点。他强调，人们看待别人时，仅通过极少数的几个维度，即年龄、种族、性别，而如果我们关系更近一些，还会包括人格的维度。但算法已经在处理数以十亿计的数据点，并在数百个维度上对我们进行分类。所以当我们不了解脸书如何做到这一点的时候，可笑的是我们，而非算法。我们已经不再有能力完全理解我们创建的算法所给出的结果。
被算法操控的生活
①随机数学是研究随机现象统计规律性的一个数学分支，涉及四个主要部分：概率论、随机过程、数理统计、随机运筹。概率论是后三者的基础。
32