为什么会发生雷布津斯基定理-雷布津斯基定理为何成立

雷布津斯基：当算法确实“学会”了 要是让你猜，目前的推荐系统是不是有点忒懂你了？它不像一般/平平的计算器，而是个没完没了的“猜你接下来想买啥”的病人。
不管你是想追剧还是翻书，它都能精准地塞进你最可能需求的东西，让你总认定自己被精心策划。
这背后有个词，叫雷布津斯基定理。别听我扯远，直接说事：只要模型充足智慧，数据再多，它就能把你逼到墙角。 那会儿，推荐系统是个“新手村”。工程师写代码，根据用户点击历史做好办的筛选，再配点标签，比如“喜爱科幻”、“刚买过游戏”。
这就够了，但人都会犯蠢，算法有时候就喜爱这种“半吊子”。它会把你推荐个你根本不会点开的游戏，要么给你推荐你明明想看却没点开的一集连续剧。装傻是懂行的，对吧？ 但到了 2017 年，这玩意儿突然变了。
那时候有个叫 Facebook 的科技公司，他们搞出了个爬虫，专门盯着网站里那些没人看但点击率挺高的视频。他们发现，人脑为了省事，习惯性地会在短工夫内刷同一内容。算法就利用这点，把几万人看完的同一个视频，给同一批人推无数次。用户一看，天哪，这不就是我喜爱的吗？便你的 Feed 里全是垃圾广告，全是重复内容，你越刷越停不下来，就连启动质疑人生，认定世界都变味了。
这就是“刷脸”时代。 雷布津斯基定理，就是给这种“刷脸”喂了燃料。好办来说，就是“数据多了，机器就能装瞎”。
哪怕你只留了 1% 的记录，只要算法的样本量够大，它就能搞出一个比人类专家预测还要准的模型。
这就好比你给一个医生扔了一堆化验单，哪怕最终拍板咬一口炸鸡，医生也能猜出你明天吃啥。数据量撑死，模型就能把噪音过滤掉，把信号放大。当训练数据从几千条变成几千万条，就连海量亿级，算法的优势就立在了“看起来啥都知道”和“不知道”上。 举个最直观的例子看看。假设我们想预测一个人会不会买下一周后的彩票，要么某个视频会不会爆火。
一般/平平算法靠的是规则，比如“只有前 10% 的人才能进”，要么“点击了就买”。但在大数据面前，这些规则就显得忒蠢了。Facebook 的工程师通过机器学习，对几百万个用户的点击行为进行了深度挖掘。他们发现，别看具体到个人，他们并不能百分之百确定你会买彩票，但他们能极高概率地告诉你，你不忒可能购买，出于没人会买，要么买的人肯定比平均水平多。
这就是模型在撒谎，模型在利用你的保险区。 要是数据量不够，模型就会乱猜，比如推荐个冷门歌；要是数据量够大，模型就会变得看似完美，连你连哥们儿都没得认，出于连你都没和用户互动过，模型反而能预测出你大约率会加好友。
这就是“正好撞上了”。算法学会了如何利用你的沉默，如何利用你的习惯，如何利用你的毛病。用户当作自己在享受自由，认定算法只是辅助工具，实际上是在被算力喂养。 这就引出了个悖论：你越删，它越懂你；你删了所有的联系人，通讯录里的陌生人都比你认识的人还熟；你回绝了所有的邀请，它还是能猜出你下一秒想见哪位。
这就像是你在沙地上画个圈，然后往里面填沙，再往外面填沙，最终你发现，你就连不知道自己圈里到底有啥，只知道里面全是沙子。 这种“算法幻觉”确实让人恶心。它让人认定世界在操控你，你的喜好在算法手里被玩弄。但换个角度想，我们这种还在靠“猜你喜爱”过日子的人，难道不是受害者吗？我们习惯了被包裹在茧房里，连呼吸都带着算法的味道。雷布津斯基定理告诉我们，当数据星罗棋布，人类的直觉就被淹没了。 说到底，这个难题不在于技术难不难，而在于我们能不能稳住。别指望算法会突然变得像你一样，要么起码能为你暂停疯狂点击。它只是不断升级的“猜你想买”，直到你连自己都没了主意。在这个时代，或许唯一的反击，就是敢于承认自己不知道，敢于停下来，敢于点击那个让你感到不舒服的选项，哪怕它看起来毫无道理。
毕竟，当机器都能把你逼到墙角时，退回来看看自己，或许才是大人该有的样子。