本期「Weekly Spot」，你会看到以下精彩内容：
- 社交媒体上的「错误消息」；
- 如何正确获取孟晚舟被捕的事件进展；
- FB 秘密文件的要点；
- 深度学习与人类常识；
- 张首晟的两个视频；
- 《大西洋月刊》：为何人们不再热衷性爱？
- 《连线》：少一点「人工」、多一点「智能」
观点和故事
本周，全球媒体（不仅是科技媒体）都在关注华为 CFO 孟晚舟被加拿大被捕的事件。当然，此事由于背后复杂的国家利益博弈，早已超出了科技商业评论的范畴，但此事在中国社交媒体上的发酵倒是值得探讨。
其一，此事由于「华为、美国」的元素，让其天然具备了传播属性。过去这几年，华为在智能手机市场的成绩，使其品牌触达到更多普通消费者，而华为与美国之间的关系也一次次被媒体有意无意地进行炒作，日渐形成了一个基本观点：「美国逢华为必反」。
其二，消息的不对称性进一步加速社交媒体信息低劣化。鉴于防火墙以及中国特有的媒体管理方式，绝大多数网民无法获取第一手消息，这也给某些意见领袖和自媒体们一些机会，但这样的二手消息在准确性与权威性上根本无法保证。
这也进一步社交媒体信息低劣化，大量似是而非的「故事」、情绪化的表达以及谣言开始传播，这些故事将阴谋论精心包装为一个个简单易懂的细节，比如最不靠谱的一个故事版本是将孟晚舟被捕与张首晟之死联系起来：
中国青年网随后进行了辟谣，如下图：
但现在，你只需在微博以及 Twitter（搜索中文）关于华为的关键词，依然充斥着各种故事变体。
这让我想起今年美国在线词典网站 Dictionary.com 的年度词汇：错误信息（Misinformation）。
该网站给这个词的定义是：「有意或无意传播开来的错误信息。（Misinformation is false or incorrect information that is spread intentionally or unintentionally.）」
错误信息并非这个时代独有的现象，但很显然，社交媒体不仅降低了信息传播的门槛，还为错误信息的传播提供了更便捷的通道，《好奇心日报》的这篇文章指出：
多数人没有事实核查的习惯，如果一条错误信息在多个信息源传播，人们更容易信以为真。曾经有一篇巧克力有助减肥的论文刊登在医学期刊上，并被多家新闻媒体报道，但这个可能骗到了几百万人的研究最终被发现只是一场恶作剧。
而错误消息在政治、健康领域最为泛滥：
今年《科学》上一篇对 Twitter 的研究发现，错误信息能比真实故事传播得更远、更快、更广，并且政治故事被转发的可能性超过任何其他类型。本月初，《华盛顿邮报》发表的一篇调查文章称，特朗普自上任以来，一共作出 6420 次虚假或误导性陈述，每天接近 10 次。而美国近来反疫苗运动者对疫苗副作用的妖魔化，和疫苗接种人数的大量减少不无关系。
回到此次孟晚舟被捕这件事情上，如果你也关心这件事的走向，我有几个建议：
- 不要看一切官方媒体的消息来源，只关注《纽约时报》、《华尔街日报》的报道；
- 不要看微信公号里的任何内容，尤其是所谓标榜海外媒体的中文报道；
- 如果你也在 Twitter 上获取信息，不要看一切中文讨论；
- 不要被标题误导，一定要读全文；
本周，英国议会公布了关于 Facebook 的一份秘密文件，震惊世界。该文件是一家名叫 Six4Three 的公司起诉 Facebook 的材料，由美国加利福尼亚州的法院命令封存，但是在英国使用议会特权出版。
这份 250 页的 FB 内部文件里， MIT TR 提炼了 6 个关键点：
—Facebook “whitelisted” certain companies, meaning that they still had full access to users’ friends’ data after platform changes in 2014-15, including Airbnb, Netflix, and Badoo. “It is not clear that there was any user consent for this, nor how Facebook decided which companies should be whitelisted or not,” said Damian Collins, a member of Parliament and committee chair.
—Facebook aggressively tried to shut down the competition. When Twitter launched the six-second-video-clip platform Vine, Zuckerberg approved revoking its access to Facebook’s API.
—Friends’ data has been a big source of revenue for Facebook, thanks to growing revenues from app developers. The idea of tying access to this data to the developer’s relationship with Facebook is a recurring feature throughout the documents.
—Mark Zuckerberg wanted “full reciprocity” between Facebook and app developers: you share all your data on users with us, and we’ll share all of ours with you.
—Facebook found ways to access users’ call history without alerting them, in order to make “People You May Know” suggestions and tweak news-feed rankings. Facebook planned to make it as hard as possible for users to know that this was happening.
—Facebook used Onavo (an Israeli analytics company it bought in 2013) to check customers’ usage of mobile apps without their knowledge. They used this to find out how many people had downloaded apps and how often they used them. This information was used to suss out potential companies to acquire.
你可以在这里下载这份秘密文件。该文件引发欧美媒体震惊，Bloomberg 专栏作家 Shira Ovide 坦言，此事让她更认清了扎克伯格的本质：
For me, the documents have illuminated the nature of Chief Executive Officer Mark Zuckerberg as a savvy businessman and corporate strategist. This shouldn’t be news to anyone who has followed Facebook’s history or watched the “Social Network” movie, but the documents add color to the less-discussed aspect of Zuckerberg character as a deeply involved corporate tactician seeking to maximize Facebook’s revenue, and a ruthless businessman willing to (metaphorically) kneecap competitors.
在我看完这个文件后的第一感觉是，FB 的一系列操作简直就是中国互联网的日常行为，这句话也只能点到为止了。
本周，深度学习领域最具影响力的学术会议 NeurIPS（前身是 NIPS）正式开幕，来自全球的深度学习的学者、从业者齐聚一堂，共同探讨深度学习的未来。
而本月的《连线》杂志（封面秀也会提及）也有一篇探讨人工智能的长文，作者是《连线》当家作者 Clive Thompson，这篇名为「How to Teach Artificial Intelligence Some Common Sense」 的文章，主要探讨的当下人工智能的局限性，或者准确地说，是深度学习的局限性，让机器根本不可能拥有所谓的智能，文中采访了 Gary Marcus，他也是「深度学习的异教徒」：
“These deep-learning systems don’t know how to integrate abstract knowledge,” says Marcus, who founded a company that created AI to learn with less data (and sold the company to Uber in 2016).
Gary Marcus 也在年初发表过一篇白皮书，强调一点，如果没有新的方法，深度学习不会有新的突破，感兴趣的朋友，可以在这里阅读这篇白皮书。
正如文章标题所指，Clive Thompson 希望能呈现如何将「常识」纳入人工智能，在保罗·艾伦基金会，他发现了一个问题，到底什么是常识：
(Etzioni)describes it as all the knowledge about the world that we take for granted but rarely state out loud. He and his colleagues have created a set of benchmark questions that a truly reasoning AI ought to be able to answer: If I put my socks in a drawer, will they be there tomorrow? If I stomp on someone’s toe, will they be mad?
Clive Thompson 还采访到了 Yann LeCun，他是深度学习领域的资深人物，他承认他自己也同意来自 Marcus 的批评，但他同时也认为，深度学习自身的发展会给这个领域带来突破，可能是对抗性生成网络或者其他。
文章的最后又提到了人工智能是否会伤害人类的争论，Clive Thompson 也引入了尼克·波斯特罗姆的观点，不过并未过度展开，这里我必须强调一点，当下所谓人工智能伤害人类的言论，更多还是危言耸听，与其担心机器，不如考虑让机器变坏的人类。
图书与电影
张首晟教授的两个视频。
第一个视频是张首晟 2012 年在台湾大学的一个演讲，可以了解到很多张首晟的个人经历。
第二个视频是张教授在 Google 的演讲，谈到了量子计算、AI 以及区块链。
封面秀
这期杂志的封面故事是讨论年轻人不再热衷性爱（当然是美国），尤其是当下社交应用如此发达的背景下，年轻人的性爱又去哪里了呢？文章谈到了很多数据，并有一些案例说明。
这周杂志的封面是关于法国的骚乱，推荐其中的 Briefing 板块，每期的 Briefing 都是围绕一个特定话题展开的深度讨论，这周是关注卫星互联网。图书部分有一本关于人工智能的新书，Gods and Robots: Myths, Machines and Ancient Dreams of Technology，作者从历史入手，探讨人类对于机器的情感变化，我会在后续的会员计划里再详细介绍这本书。另外，讣告部分的主角是老布什。
这期杂志的封面设计的非常有趣，一针见血地指出了当下人工智能的痛点，封面故事就是上文提到的 Clive Thompson 的长文，还有一篇李飞飞的特写报道，如果你对这位女性科学家的履历感兴趣，强烈推荐阅读。
这期杂志很特别，从封面到文章，都是过往《纽约客》曾经刊登过的内容，你会发现这本杂志关注的内容的确在变化，又有很多内容保持着不变。
