1月15日，外媒報道稱，為了‍‍‍‍‍吸引人工智能領域的頂級人才，雅虎公布大量用戶的互網(wǎng)絡行為數(shù)據(jù)。

　　周四，雅虎宣布，公司將公布最大規(guī)模的互聯(lián)網(wǎng)行為數(shù)據(jù)，數(shù)據(jù)涉及瀏覽雅虎體育、雅虎財經(jīng)、雅虎新聞、雅虎地產(chǎn)和其他版塊的2000萬匿名用戶。雅虎僅面向大學機構公布數(shù)據(jù)，這些數(shù)據(jù)將讓研究人員切實了解大量用戶的互聯(lián)網(wǎng)行為方式。

　　由于多年停滯不前，雅虎正面臨嚴重的人才流失難題。人工智能領域快速增長，而且競爭異常激烈，雅虎希望吸引該領域的學術研究人員。

　　雅虎此舉正值科技公司爭相與學術界加‍‍強合作之時，而科技公司尤為關注人工智能領域。人工智能涉及機器學習和深度學習技術，這類技術可訓練機器挖掘海量數(shù)據(jù)，旨在回答復雜問題或預測用戶行為。

　　Facebook和谷歌(微博)已經(jīng)招募頂級人工智能研究人員。例如，2013年燕樂存(Yann LeCun)加盟Facebook，他繼續(xù)運營紐約大學數(shù)據(jù)科學中心。

　　卡內基梅隆大學計算機學院院長安德魯·穆爾(Andrew Moore)表示：“無論你擁有多少人才，管理者總是希望招募更多的人才。這些大型科技公司總覺得缺少某類研發(fā)人才。”

　　海量數(shù)據(jù)是機器學習的必備要素。利用這些數(shù)據(jù)，電腦可分析復雜的模式，根據(jù)雅虎的情況給出科學的建議，例如哪種標題或設計更加吸引紐約地區(qū)的年輕女孩。大型互聯(lián)網(wǎng)公司一般嚴格控制這類數(shù)據(jù)，外部人士極難獲得。雅虎此次公布的數(shù)據(jù)體積為‍‍‍‍‍13.5 TB，相當于美國國會圖書館數(shù)據(jù)體積的2/3。

　　穆爾表示，絕大多數(shù)學術計算機科學家未曾接觸如此龐大的用戶數(shù)據(jù)，學者可能要把數(shù)據(jù)存儲到大學外部的服務器，他們可能選擇亞馬遜或谷歌的云計算中心。

　　去年，雅虎和卡內基梅隆大學簽署一份為期5年的合作合同，雅虎將為卡內基梅隆大學提供1000萬美元研究資金，目的是基于用戶數(shù)據(jù)開發(fā)個性化應用。

　　加州大學圣地亞哥分校電子與計算機系教授格特·蘭克利(Gert Lanckriet)表示：“公司外部人士難以獲得數(shù)據(jù)。”

　　專家認為，雅虎數(shù)據(jù)的規(guī)模使其極具價值。相較針對少量數(shù)據(jù)設計的算法，針對海量數(shù)據(jù)設計的算法具有本質區(qū)別。雅虎的數(shù)據(jù)可以讓研究人員開發(fā)大型算法，這種算法尤其適合企業(yè)。

　　自2006年以來，雅虎已經(jīng)發(fā)布了50多個數(shù)據(jù)集，包括2014年的1億張Flickr照片緩存。此前，雅虎公布的最大數(shù)據(jù)集為413 GB。谷歌和亞馬遜公布的數(shù)據(jù)集相對較小。

　　數(shù)據(jù)科學初創(chuàng)公司Fast Forward Labs創(chuàng)始人希拉里·梅森(Hilary Mason)表示，一方面，科技公司要吸引人才和催生新理念。另一方面，它們要保護用戶隱私和保持競爭優(yōu)勢。這種矛盾正逐漸加大。

　　梅森稱，眾多大型科技公司正嘗試打造同樣的功能，例如無人駕駛汽車、圖像識別和個性化服務。公布用戶數(shù)據(jù)之后，雅虎承擔些許暴露商業(yè)秘密的危險，但雅虎認為吸引人才能帶來更大回報。

　　盡管數(shù)家公司曾面向研究人員公布用戶數(shù)據(jù)，但結果令人失望。2006年，AOL向研究人員公布用戶數(shù)據(jù)，但意外泄露用戶的搜索記錄。2009年，Netflix公布大量用戶的電影推薦和日志，并提供100萬美元獎金，以獎勵改進電影推薦算法的開發(fā)者。在兩個例子中，外部人員都利用數(shù)據(jù)推測用戶的身份，這種侵犯隱私的行為招致集體訴訟。Netflix被迫取消該獎項。

　　2014年，F(xiàn)acebook和康乃爾大學共同研究和操縱用戶的情緒。研究過程中，F(xiàn)acebook調整用戶信息流的內容，旨在研究用戶的情緒反應，此舉引發(fā)了巨大爭議。隨后，F(xiàn)acebook不得不限制用戶數(shù)據(jù)的使用范圍。

　　梅森表示：“自從2006年AOL遭遇隱私災難，科技公司一直害怕公布數(shù)據(jù)。”

　　雅虎數(shù)據(jù)的敏感度似乎較低，其中僅包括城市、性別、年齡等基本人口統(tǒng)計信息，以及用戶與雅虎網(wǎng)站相關的交互信息。

　　雅虎實驗室首席研究科學家貝澤·耶茨(Ricardo Baeza-Yates) 表示，這次公布的數(shù)據(jù)集能夠有效地防止個人追蹤用戶。例如，雅虎移除了來自人口稀少地區(qū)的用戶信息。

特別提醒：本網(wǎng)內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經(jīng)本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內處理完畢。