原视频：The People Who Built AI Can't Explain It
原作者：CGP Grey
发布日期：2017-12-18
视频链接：https://www.youtube.com/watch?v=R9OHn5ZF4Uo
✨ 想看英文原声？请关注 @英文白斑马
00:00 算法的普及与可解释性困境
开篇指出算法已渗透互联网各个场景，从内容推荐、信息检索、动态定价到反欺诈、股票交易均有算法参与；传统基于明确“如果-就”规则的算法无法应对复杂现实问题，当前高性能算法效果远超人类，但运行逻辑连开发者都难以解释，企业将其视为核心商业机密，由此引出对一种无需理解内部原理的算法构建方式的讲解。
01:43 图像识别机器人的迭代训练机制
以区分字母B和数字3的图像识别任务为例，讲解拟人化的机器人训练逻辑：人类不直接编写识别规则，而是构建负责生成机器人的构建者机器人、负责开展测试的教师机器人；构建者最初随机生成学生机器人，教师用带标注的数据集测试筛选，保留优秀个体，经多轮复制、变异、测试的循环迭代，最终得到能准确识别陌生图片的学生机器人；这类演化出的机器人虽能完成任务，但内部逻辑复杂到无人能解；数据量是优化机器人效果的核心，网站的人机验证本质是收集标注数据用于训练机器人。
05:42 基于用户行为的自演化算法
介绍无需人工标注的算法训练模式：以虚构视频平台最大化用户观看时长的需求为例，平台直接将用户实际行为数据作为评分标准，经多轮构建-测试迭代，就能得到推荐效果远超人工编写的算法；这类算法的内部逻辑同样无法解释，仅因在人类设定的测试中表现略优就被上线使用；互联网中所有可量化的目标，如提升用户互动、最大化收益、匹配内容偏好等，都可通过该模式训练出对应算法。
07:10 算法时代的认知转变
总结机器学习带来的认知颠覆：人类过往默认“工具即便自己不懂，也总有知晓原理的人”，但如今的机器学习工具连其创造者都无法完全解释运行逻辑；人类只能通过设计测试目标引导算法演化，需要逐渐适应与无法解释的算法共存的现实。
07:37 频道互动引导
博主以调侃“算法正在监控”的玩梗方式，引导观众完成点赞、评论、订阅、开启通知铃、分享视频等互动操作，帮助提升视频的算法推荐权重。
使用YouDub AI翻译配音制作
项目地址：https://github.com/liuzhao1225/YouDub-webui
