“Algorithm” er et ord, der bliver kastet meget rundt. Men når vi bygger samtaler omkring YouTube eller Facebook-algoritmer, hvad taler vi så egentlig om? Hvad er algoritmer, og hvorfor klager folk så meget over dem?
Indholdsfortegnelse
Algoritmer er instruktioner til problemløsning
Vi lever i en verden, hvor computere kun er vagt forstået, selvom de gennemsyrer hvert eneste øjeblik af vores liv. Men der er et område inden for datalogi, hvor enhver kan forstå det grundlæggende i, hvad der foregår. Det område af datalogi kaldes programmering.
Programmering er ikke glamourøst arbejde, men det er grundlaget for al computersoftware, fra Microsoft Office til robocallers. Og selvom din viden om programmering udelukkende stammer fra dårlige 90’er-film og off-beat nyhedsrapporter, har du sandsynligvis ikke brug for nogen til at forklare dig, hvad en programmør gør. En programmør skriver kode til en computer, og computeren følger instruktionen i denne kode for at udføre opgaver eller løse problemer.
Nå, i computervidenskabens verden er en algoritme bare et fancy ord for kode. Ethvert sæt instruktioner, der fortæller en computer, hvordan man løser problemer, er en algoritme, selvom opgaven er super nem. Når du tænder for din computer, følger den et sæt instruktioner om, hvordan du tænder. Det er en algoritme, der virker. Når en NASA-computer bruger rå radiobølgedata til at gengive et fotografi af det ydre rum, er det også en algoritme, der virker.
Ordet “algoritme” kan bruges til at beskrive ethvert sæt instruktioner, selv uden for computerområdet. Din metode til at sortere sølvtøj i en skuffe er for eksempel en algoritme, ligesom din metode til at vaske hænder efter badebesøg.
Men her er sagen: I disse dage har ordet “algoritme” en tendens til at være forbeholdt nogle meget specifikke tekniske samtaler. Du hører ikke folk tale om “grundlæggende matematik” algoritmer eller “MS Paint graffiti tool” algoritmer. I stedet hører du Instagram-brugere, der klager over venneforslagsalgoritmer, eller privatlivsgrupper, der baskerer Facebooks dataindsamlingsalgoritmer.
Hvis “algoritme” er en samlebetegnelse for beregningsinstruktioner, hvorfor bruger vi det så næsten udelukkende til at beskrive forvirrende, magiske og onde aspekter af den digitale verden?
De fleste mennesker bruger “algoritmer” og “maskinelæring” i flæng
Tidligere omtalte programmører og popkultur de fleste beregningsinstruktioner som “kode”. Dette er stadig sandt i dag, for det meste. Maskinlæring er det store, overskyede område inden for computing, hvor vi har en tendens til at bruge ordet “algoritme” i stedet for “kode”. Dette har forståeligt nok bidraget til forvirringen og uroen omkring ordet “algoritme.”
Machine learning har eksisteret i lang tid, men det er først blevet en stor del af den digitale verden inden for de sidste 15 år. Selvom maskinlæring lyder som en kompliceret idé, er den ret nem at forstå. Programmører kan ikke skrive og teste specifik kode til enhver situation, så de skriver kode, der kan skrive sig selv.
Tænk på det som en mere praktisk form for kunstig intelligens. Hvis du kategoriserer nok af din chefs e-mails som spam, vil din e-mail-klient automatisk begynde at skubbe alle din chefs e-mails ind i spam-mappen. På samme måde bruger Google maskinlæring til at sikre, at YouTube-søgeresultater forbliver relevante, og Amazon bruger maskinlæring til at foreslå, hvilke produkter du skal købe.
Selvfølgelig er maskinlæring ikke alt i orden. Navnet “machine learning” lyder uhyggeligt nok til at gøre nogle mennesker utilpas, og nogle af de populære anvendelser til maskinlæring er etisk tvivlsomme. Algoritmerne, som Facebook bruger til at mine eller brugere på tværs af nettet, er et lidet flatterende eksempel på maskinlæring.
I pressen vil du høre om “Googles algoritme” til rangering af søgeresultater, “YouTubes algoritme” til at anbefale videoer og “Facebooks algoritme” til at bestemme, hvilke indlæg du ser på din tidslinje. Disse er alle emner for strid og debat.
Hvorfor algoritmer er kontroversielle
Lang division er en velkendt algoritme (blandt mange andre) til at dividere tal. Det er bare, at det udføres af skolebørn i stedet for computere. Din Intel CPU bruger en helt anden algoritme, når den deler tal, men resultaterne er de samme.
Tale-til-tekst bruger generelt maskinlæring, men ingen taler om tale-til-tekst-“algoritmen”, fordi der er et objektivt korrekt svar, som hvert menneske med det samme kan genkende. Ingen bekymrer sig om “hvordan” computeren finder ud af, hvad du sagde, eller om det er maskinlæring eller ej. Vi er ligeglade med, om maskinen fik det rigtige svar.
Men andre anvendelser af maskinlæring har ikke fordelen af at have et “rigtigt” svar. Derfor er algoritmer blevet et fast samtaleemne i medierne.
En algoritme til at sortere en liste alfabetisk er blot en måde at udføre en defineret opgave på. Men en algoritme som Googles til på en eller anden måde at “rangere de bedste websteder til en søgning” eller YouTubes for “anbefale den bedste video” er meget vagere og udfører ikke en defineret opgave. Folk kan diskutere, om den algoritme giver de resultater, den burde, og folk vil have forskellige meninger om det. Men med vores alfabetiske sorteringseksempel kan alle blive enige om, at listen ender med at blive sorteret alfabetisk, som den skal. Der er ingen kontrovers.
Hvordan skal vi bruge ordet “algoritme?”
Algoritmer er grundlaget for al software. Uden algoritmer ville du ikke have en telefon eller computer, og du ville sandsynligvis læse denne artikel på et stykke papir (faktisk ville du slet ikke læse den).
Men den brede offentlighed bruger ikke ordet “algoritme” som en samlebetegnelse for computerkode. Faktisk antager de fleste mennesker, at der er forskel på en computerkode og en algoritme – men det er der ikke. På grund af ordet “algoritmens” tilknytning til maskinlæring er dets betydning blevet tåget, men alligevel er dets brug blevet mere specifik.
Skal du begynde at bruge ordet “algoritme” til at beskrive selv de mest trivielle stykker computerkode? Sandsynligvis ikke, da ikke alle vil forstå, hvad du mener. Sproget ændrer sig altid, og det ændrer sig altid af en god grund. Folk har brug for et ord til at beskrive den forvirrende, uigennemsigtige og til tider tvivlsomme verden af maskinlæring, og “algoritme” er ved at blive det ord – for nu.
Når det er sagt, er det godt at huske på, at en algoritme (og maskinlæring) i sin kerne er en masse kode, der er skrevet for at løse opgaver. Der er ikke noget magisk trick; det er bare en mere kompliceret iteration af softwaren, som vi allerede er bekendt med.
Kilder: Skifer, Wikipedia, GeeksforGeeks