“地理媒介”形成了我们日常生活空间与中介数据空间的融合。相关应用包括导航工具，如谷歌地图与其他基于地理位置的相关服务，如Uber和Lyft的拼车服务。另外还包括“地理空间情报系统”(Sentient)，在撰写本书之时，它正在由美国情报部门出资进行研发。其理念是：基于世界卫星图像信息，利用时间与位置信息整合所有数据.最终助力美国军事与情报部门实现即时性全方位人工智能分析与战略发展(Scoles、2019)。
可以说.AISTIs是积极的基础设施实践者。它们根据所学辅助自我感知、学习与行动.并基于相互关联的大数据环境自主或半自主地进化升级。通过自主决策行为、它们积极地塑造着自己所在的空间。我想在这里说的最重要的是.AISTIs因此也积极地参与改变着人类伦理体验与批判性实践的结构。也就是说，它们构成了一种伦理体验。列斐伏尔将这种空间构造描述为不仅具有“存在性”，而且具有“体验性”。它是由身体的运动及其对边界与方向感知而得以界定。他将其称为一种“具身体验”(1efebvre.1974/1992：40)。也就是说。正如我在本书第-部分所描述的那样，空间兼具物理性与社会性。但更重要的是，它具有人类生活性与体验性。
按照这种思路来看，我们也可以认为AISTls是积极的自我生产空间·它放大了我们对于特定科学、意识形态和审美范式的体验。正如历史学家保罗·爱德华兹(PaulN.Edwards)所言、AISTIs体现了现实生活中控制与秩序的现代性(Edwards，2002：191)。例如，想想亚马逊21世纪10年代部署在其仓库当中的自动化追踪与终止系统、它们由亚马逊员工亲门体验、他们被催促养将打包“速率”提升至每小时上百件(1.echer、2019-4-25)：“亚马逊的系统跟踪每个员工的生产率，并根据其质量或生产力自动生成警告或解雇指令”①。或者想想印度安得拉邦学区中学生的经历。在那里，微软公司的Azure机器学习系统被用来识别那些存在辍学风险的学生。据报道，在2018年，该人工智能工具基于对性别、社会经济人口统计、学业成绩、学校基础设施和教师技能等数据的预测分析，识别出19500名具有高辍学风险的学生(Surur，2018)。
第3章大数据人工智能社会技术基础设施
①从Verge 获得的文件：https:/ile/16190209/amazon\_terminations\_documents.pdf.
111