反烏托邦進行式
leafwind
maintainer
35 Followers
13 Articles

Re:反烏托邦進行式《美麗新世界》

月受必悅宬貫古

我是胎生的

Re:反烏托邦進行式

月受必悅宬貫古

請大家當小說看就好了

1

閱讀筆耕|#po一本你最近買的書challenge《一九八四 》

閱讀筆耕

po完照片,收工(?)。《一九八四》■ 最近買的書上一次買書的日期落在1/24,下單兩本電子書。其中一本是《深度數位大掃除》,已經完讀+發文,規劃實踐中。圖片來源 ©2021 樂天Kobo電子書另一本則是喬治.歐威爾(George Orwell)的《一九八四》,是反烏托邦小說類三部代表作之一,我買的是遠流出版社的譯本。

The Social Dilemma 觀後感(下):再看人類數據化與效率災難

leafwind

或許是我心中滿滿的反烏托邦,所以看什麼都反烏托邦,上一篇寫著寫著又牽拖到這系列的概念。因此思考了很久,覺得另外成文比較好,如果你是對哲學與價值觀討論有興趣的讀者,歡迎來看這篇比較難嚼又開腦洞的文章。在本片開始,是對一群曾經在高科技公司身居要職的員工們訪問,讓他們以一種現身說法的樣...

Back to All

「被」數據主義的人類

leafwind

《人類三部曲》這系列書籍非常有名,他總結了人類發展的概況,並給出了對這個世界足夠完整的描述;但也有一些人批評是一些陳腔爛調、老掉牙且沒有解法的論述,並且有些新的觀點也不完全正確。我個人則是對其中「數據主義」這個觀點感到特別有興趣,也跟我一直以來在寫的《反烏托邦進行式》這系列文章不...

文明進步三部曲:效率帶來的災難、集權與貧民窟

leafwind

像戰鬥天使中薩雷姆(空中都市)與廢鐵鎮(貧民窟)這樣衝突對立的貧富差距設定,在 Cyberpunk 類型的故事中並不少見。但你是否也好奇過一個社會是如何演進到同時具有「高科技」與「垃圾堆」這兩個反差?或許它其實某種程度是合理的?又或者...是必然的?

設計與使用 AI 的責任分散問題

leafwind

如果 AI 100% 準確,問題就解決了嗎?在上篇《演算法的偏見與歧視如何形成》我整理了一些 AI 可能加深偏見與歧視的設計瑕疵,現今已經有眾多研究領域致力於減少演算法的偏見,這是一個在研究領域早就被意識到的問題。然而 AI 有沒有偏見、或者夠不夠精準,真的是最重要的問題嗎?

社群網路 Path 之死,與人腦的極限

leafwind

只有我沒有冰棒!!社群網路 Path 的崛起與隕落曾經有人把社群網路服務 Path 稱作 Facebook 的對手,它基於人類智力上限,限制了好友數,乍看非常地有前瞻性。英國牛津大學的人類學家羅賓.鄧巴(Robin Dunbar)在20世紀90年代提出著名的「鄧巴數字」定律:根據...

1

聊聊比《1984》更真实的《来自新世界》

Alex

matters首文,诚惶诚恐。不是专业研究者,只能谈谈自己的感受。如有谬误,请各位随便吐槽。以《1984》代表的作品,例如《美丽新世界》,《北京折叠》往往构造出一个机械社会,类似于蚂蚁社会,将某些规则机械化地强制到社会中去,以此推导构建出作者想象的世界,并推动故事发展。

科技進步的副作用(三):數據壟斷之後,資本將瞄準基礎建設

leafwind

大企業與資本家不可能坐以待斃,當網路基礎建設成熟,人們有能力自己主導服務而不願意被收割行為數據,資本就會更集中在基礎建設。---在上一篇《科技進步的副作用(二):價值的扁平化,讓我們更容易被取代》最後我提到: 未來科技巨頭可能會將更多的數據留給他們自己的人工智慧學習,的確,人類繁瑣的工作減少了,但當人類從平台學習的機會越來越少、有經驗的領域專家也就越來越難養成。如果不從繁瑣的工作中累積...

科技進步的副作用(二):更多討論補充

leafwind

2018-07-08 補充感謝 @Kevin Wu 與 @Edmond Yu 看過文章也參與了討論我畫的圖沒有考慮到長期來說平台也是會成長的,比較像是單一時間點的吸力,@Kevin Wu 這張圖將這個因素考慮進去,提供了另一個方向的想法,我相信整體社會提供的價值是會被平台帶著持續上升的。但機器進化太快,我實在不清楚人類還能成長到什麼地步,是否百年內多數人類會連 A...

科技進步的副作用(二):價值的扁平化,讓我們更容易被取代

leafwind

工具應該是用來節省我們重複繁瑣的步驟、簡化流程的幫手,然而我們卻逐漸變成「操作機器的機器」。---最近特別對一些現象有感,常會覺得科技的確更進步了:AI...

科技進步的副作用(一):時間的碎片化,奪走專心與放空的機會

leafwind

追求專心,甚至放空的狀態,反而是我們更需要的你工作的時候習慣多工嗎?休閒的時候盯著好幾個螢幕嗎?有沒有想過,其實人類的大腦構造不適合做這些事情?電腦可以輕鬆地多工,精確地說,是在不同工作中快速切換,而人類除了訓練過類似機械性的反射之外,需要認真思考的工作則完全不行。我們可能做得到一邊做傳球練習、一邊聊今天晚上要吃什麼;也可以做得到一邊處理手工活、一邊看電視劇;但我們很難同時思考兩件事情,這件...