{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"93d97921-01f1-48cb-976b-1fe80778bb33","title":"后工作时代：平台资本主义时代的劳动力","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787532792511","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"93d97921-01f1-48cb-976b-1fe80778bb33","id":"93d97921-01f1-48cb-976b-1fe80778bb33","uuid":"93d97921-01f1-48cb-976b-1fe80778bb33","title":"后工作时代：平台资本主义时代的劳动力","normalized_title":"后工作时代平台资本主义时代的劳动力","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787532792511","isbns":["9787532792511"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":145,"navigation_url":"https://workshop.closeclaw.top/ai/book/93d97921-01f1-48cb-976b-1fe80778bb33","title_url":"https://workshop.closeclaw.top/ai/title/%E5%90%8E%E5%B7%A5%E4%BD%9C%E6%97%B6%E4%BB%A3%EF%BC%9A%E5%B9%B3%E5%8F%B0%E8%B5%84%E6%9C%AC%E4%B8%BB%E4%B9%89%E6%97%B6%E4%BB%A3%E7%9A%84%E5%8A%B3%E5%8A%A8%E5%8A%9B","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/93d97921-01f1-48cb-976b-1fe80778bb33/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/93d97921-01f1-48cb-976b-1fe80778bb33/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/93d97921-01f1-48cb-976b-1fe80778bb33","page_url":"https://workshop.closeclaw.top/api/ai/books/93d97921-01f1-48cb-976b-1fe80778bb33/page","search_url":"https://workshop.closeclaw.top/api/ai/books/93d97921-01f1-48cb-976b-1fe80778bb33/search"},"page":{"printed_page":37,"pdf_page":41,"physical_index":41,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"a0ebcfe7bbeccfc7727e5d86251030d708e0abffaea6dcc6f5ef9d20aa192507"},"chapter":"第一章硅谷的剩余劳动力","content":"Turk。这个网站现在为人所熟悉的角色是为那些向不稳定的工人们发布“人类智能任务”（HIT）的公司提供服务，这一角色成为后来众多网站的原型。基于人工智能在过去10年的飞速发展，Appen、Playment和Clickworker在全球拥有数百万工人供其使用。在小数据问题的全自动解决方案出现之前，这些数字还将继续增长。由于我们无法准确预测人工智能的未来发展，因此我们也很难准确预测这一数字。一个保守的估计表明，2018年人工智能市场价值约100亿美元，到2022年市场价值将达到约1260亿美元。〔1〕\n\n就像上一章描述的服务业的扩张一样，人工智能的增长是资本主义制度以反常的方式适应衰退的结果，转向曾经的经济副产品，试图重振经济增长。曾经被视为外部因素的数据的商品化现在已经成为全球所有大公司商业战略的核心，不仅包括谷歌、亚马逊、阿里巴巴和脸书等大型科技平台，还包括许多银行和超市。数据提取、处理和分析构成的巨大的基础设施导致了数据技术和计算的指数级增长。〔2]不受限制的风险投资、复杂无比的算法、摩尔定律和“大数据”等相辅相成的因素，加速了各种创新背后的机器学习的发展。这里的创新复杂多元，包括自动驾驶汽车、云计算、智能助手和广告策略，以及过滤和推荐视频内容的方法。\n\n虽然“人工智能”（AI）和“机器学习”这两个术语经常互换使用，但机器学习实际上是人工智能发展的一个具体的方向。机器学习依赖大量数据来训练模型，然后利用这些模型做出进一步的预测。整合在这一过程中的是分析数据以提取模式并进行预测的算法，然后利用这些预测来生成新的算法。在学习和创造新的规则方面，这些产品以类似于人类智能的方式发展。在目前可以使用的这些技术中，模仿人脑神经元连接方式的人工神经网络（ANN)是最复杂，也是应用最广泛的。在一个被称为“训练”的过程中，人工神经网络反复接触特定数据对象的实例，例如一只猫的图像或一段旋律的音频剪辑，然后算法操纵网络各层面的加权相互作用，直到网络能够识别这个对象。然后这个新的数据会自动反馈到网络中，从而创建更复杂的算法。\n\n[1] Shanhong Liu, 'Revenues from the Artificial Intelligence (AI) Software Market Worldwide from 2018 to 2025', Statista, 7 December 2020\n\n[2] Nick Srnicek, Platform Capitalism, Polity, 2016, pp. 39—40.\n\n37","previous_page":36,"next_page":38}