算法视阈下西方选举制度研究——以当前美国选举失效为例

美国2016年和2020年大选的混乱不堪及随后引发的社会骚乱,促使人们对以美国为代表的西方选举制度进行再反思。本文在深入考察竞争性选举制度运行机制的基础上,从信息处理和集成算法角度讨论了西方选举制度的算法本质,发现其本质是集成算法中的投票法;然后基于投票法有效的条件从理论上探讨西方选举制度有效的前提条件,并结合当今资本主义发展阶段和信息技术特点,得出了西方选举制度已不可逆地进入失效状态的结论;最后以美国为例,分析了西方国家选举失效的根本原因。本文从数理角度揭示了以美国为代表的西方选举制度失效的历史必然性,也侧面为我国坚持和发展全过程人民民主提供了新的逻辑支撑。     

警用装备仓储自动化货架分配方法研究

为了提高管理人员的工作效率,满足现代警用装备仓储物资管理的需要,实现装备入库和出库的货架自动化分配管理,基于传感器技术,利用就近入库和出库的分配原则,提出一种警用装备仓储管理领域自动化的货架分配方法,及一种库存装备的整理算法。装备在入库时贴上传感器,且同一种类型的装备采用相同类型的传感器,并在仓库中设置一个监测装置,实时监测装备存储位置。通过监测数据分析库存中同类装备的分布指标,超过阈值则调用装备整理算法调整装备存储位置,从而达到提高装备出库效率的效果。经模拟,本方法能够显著提高装备出库效率。     

浅谈数据挖掘技术在公安领域中的应用

当前,我国各类公安信息化系统在警务数据处理与查询方面发挥了重要作用,但信息的深层次挖掘很不充分,分析功能相当欠缺。通过决策树在犯罪风险模型和关联规则在公安出入境数据的挖掘,发现、提取出有价值的知识和规则,为辅助决策和参考提供科学依据。     

算法透明的迷失与回归:功能定位与实现路径

算法的黑箱属性在赋予算法使用者算法权力的同时也威胁着算法相对人的合法权益。以公开算法代码等信息为手段的算法透明措施,成为规范算法权力和保护算法相对人合法权益的重要治理策略之一。但碍于算法的商业秘密属性、算法技术的复杂程度和信息披露对象技术能力等因素的限制,算法透明所能实现的效能有限。为更好发挥算法透明的作用,可从算法代码等信息的公开、算法审查的启动程序、相关审查人员的技术要求、算法审查结果的反馈,以及加强监督等方面建立可信任的算法审查机构,消解算法透明的弊端,提升算法治理效能。     

“湖心岛”隐喻：人工智能时代的算法伦理入侵

算法伦理是人造智慧体基于大数据和自我训练所生成的一套价值排序规则,采用"最大期望即正义"原则。由于缺乏一个可以与之抗衡的人类伦理的制约,算法伦理一旦出现在人类世界,将打破传统人类伦理的纠缠—均衡态,这一过程与一个外来物种入侵到"湖心岛"上非常相近。如果人们选择过一种便捷的、不思的、被摆置的生活,那么算法伦理将成为终极伦理;如果人们选择过一种理智的、沉思的、自由的生活,那么算法伦理不会成为多数人认同的方案。在被算法伦理入侵的"湖心岛"上,受迫于红皇后假说,每个国家都不得不为人工智能解除元规则的束缚,进而使国民遭到算法伦理的摆置。因此,要想在智能时代继续过伦理的生活,政府就必须积极建立双重围栏来保护传统伦理和限制算法以人形出现。只有算法伦理在人类刻意的训练中演化出伦理特征,才有可能据此探索人机伦理的结合。     

数字孪生时代的法律与问责——通过技术标准透视算法黑箱

我国的数字化转型正进入数字孪生时代,现实世界与虚拟世界出现"虚实相生"甚至"以虚运实"的趋势.在数字孪生系统的分层体系下,通过算法黑箱将模型和数据封装于交互界面之后是一种常见的工程模式,在化简技术复杂性的同时也导致"规则隔音"现象日益严重.决策规则的隐而不显致使事后法律问责难以奏效,而追求算法透明的披露手段在与技术复杂性和商业秘密的冲突中不断妥协,逐渐成为强弩之末.实际上,无论事前规制还是事后问责都需要以法律系统与算法系统的良性互动为前提.借助技术标准的场景性、灵活性、技术性等优势,可以制定信息交换的结构性元规则促进算法与法律的跨系统沟通.此外,应当通过算法标准自我声明机制推动软法的"硬化",规范算法贴标逐渐消灭"无标生产",构建软法硬法混合算法规制模式.     

"弗洛伊德事件"的传播学分析与思考

美国非洲裔男子弗洛伊德之死的种族主义事件,引发了全美抗议浪潮。这一现象背后,大众对社会的监督职能在网络的助力下被强化,美国主流媒体对事实进行搜证和追问,加强了事件信息的准确性和权威性。网络算法在竭力满足大众独特需求的同时,也助长了个体的独特偏好,让个体接触到的信息趋于极端化、片面化。     

人工智能在纠纷解决领域的应用与发展

人工智能的发展对司法领域产生的巨大影响，已经在法律信息检索、文本自动化生成、裁判预测方面取得了很大发展，并不断有新的技术在试图达成“算法裁判”的终极目标。人工智能在纠纷解决领域发挥着重要的功能作用，在诉讼领域的立案、分案、庭审、裁判、执行阶段都有深度应用；在非诉纠纷解决领域也通过在线纠纷解决平台实现智能化目标。但是，也同样面临着巨大的挑战和困难。目前，人工智能在比较分析任务中作用较为明显，在认知推理任务方面尚未达到突破性进展。所以，必须规划设计人工智能的识别模型、定义模型、链接/关系模型、输出模型等模型，构建“人工智能+纠纷解决机制”架构，运用 “对话+推理”的认知识别方法，才能真正建立起“互联网+”时代的智能化、全方位的纠纷解决体系，为社会治理体系的建设提供大数据分析和决策参考。