<dl id="ttxrd"></dl><var id="ttxrd"></var>
<progress id="ttxrd"><var id="ttxrd"></var></progress>
<var id="ttxrd"></var>
<var id="ttxrd"><strike id="ttxrd"><listing id="ttxrd"></listing></strike></var>
<menuitem id="ttxrd"></menuitem>
<menuitem id="ttxrd"><dl id="ttxrd"></dl></menuitem>
<menuitem id="ttxrd"></menuitem>
<var id="ttxrd"></var>
<thead id="ttxrd"></thead>
<menuitem id="ttxrd"><ruby id="ttxrd"></ruby></menuitem><menuitem id="ttxrd"></menuitem><menuitem id="ttxrd"></menuitem>
EN

黑特·史德耶爾 | 數據之海:數據真理妄想與(錯誤)模式識別

時間: 2021.8.12

這是來自斯諾登檔案中的一份圖像。它被稱為“秘密”[secret]?!?】不過,上面什么也看不到。這恰恰是不正常的征兆。

看不到任何可以辨識的東西是新常態[the new normal]。信息由一組人類感官無法識別的信號[signals]傳遞。當代的感知在很大程度上由機械操控。人類視覺的光譜只能覆蓋其中極小的一部分。由機器編碼并且只有機器才能識別的電荷、無線電波、光脈沖,以近乎亞光速的速度穿梭而過。眼睛觀測[seeing]被計算概率[calculating probabilities]所取代。視力喪失了重要性,取而代之的是過濾機制[filtering]、解碼[decrypting],以及模式識別[pattern recognition]。斯諾登的噪音圖像可以代表人類對科技信號認知的普遍的無能為力,除非這些信號得到相應的處理和翻譯。

但是噪聲[noise]并不意味著什么也沒有。相反,噪聲事關重大,不僅僅對美國國家安全局NSA[National Security Agency]如此,對于機械超控的感知模式整體而言亦然。

《信號還是噪聲》[Signal v.Noise]是2011-2012年期間NSA內網上一個專欄的名稱。它言簡意賅地框定了NSA的主要問題:如何從“海量的數據中提取信息”:

這和數據無關,甚至和獲取數據也無關。它和從海量的數據中找到信息有關……研發者們,拜托伸出援手!我們在數據之海中快淹死了(不是沉?。獢祿?,到處是數據,但是沒有一滴信息?!?】

分析師們倍感壓力。他們需要對這些“海量的數據”進行整理、過濾、解密、提煉以及加工處理。問題的焦點不再是獲得[acquisition],而是辨識[discerning],從不足變成過量,從加法變成過濾,從研究變成模式識別。就連維基解密[WikiLeaks]的朱利安·阿桑奇[Julian Assange]也聲稱:“我們淹沒在資料之中?!薄?】

 

一、數據真理妄想

不過,讓我們回到開篇提到的圖像。上面的噪聲實際上被英國政府通訊總部GCHQ[Britain Government Communications Headquarters]的技術人員解密了:它顯示的是一幅天空中的云層圖。英國的分析師們至少從2008年開始就一直在入侵來自以色列無人機的視頻資料[video feeds],包括最近以色列國防軍[IDF]對加沙地帶的一系列空襲?!?】但是斯諾登檔案上沒有岀現這些空襲的圖像。相反,檔案里面截獲和竊聽到的廣播資料均被抽象處理成各種各樣的噪聲、線條及顏電模塊?!?】已被泄漏的訓練手冊顯示,這類圖像需要使用各種高度機密的操作制造出來?!?】

不過,讓我告訴你吧:我會破譯這個圖像,并且不會使用任何秘密算法。相應,我將會使用一種秘密的忍者術。我甚至還會免費教會你如何使用它。下面請務必聚精會神地盯著這個圖像。

它看上去像不像夕陽下波光粼粼的水面?也許這就是“數據之?!北旧??大量的水,來勢洶洶,可以淹死我們的那種?你能看到水波曾經輕微地移動過嗎?

我正在使用一個很好的老方法,它叫數據真理妄想[Apophenia]。

數據真理妄想被定義為在隨機數據中發現一些模式?!?】最常見的那些例子是人們在云朵或者月亮上看到人臉。本杰明·布拉頓[Benjamin Bratton]不久前這樣定義數據真理妄想:即“從一些除了在感知層面具有不可否認的同時性、而實際上沒有直接聯系的資源中建立一些聯系并且得岀一些結論?!薄?】

我們不得不假定有時候分析師們也在使用數據真理妄想。

一定有人曾經在一片云中看到過阿瑪尼·阿爾-納薩斯拉[Amani al-Nasasra]的那張臉。四十三歲的她在2012年以色列對加沙的空襲中雙目失明,當時她坐在自家的電視機前:

我們當時在家里看電視新聞。我丈夫說他想要睡覺,但是我想熬夜看半島電視臺[AlJazeera],看看有沒有任何要?;鸬男侣?。我記得的最后一件事,是我丈夫問我是否換臺了,我回答是的。當炸彈落下的時候,我什么也沒感覺到——我失去了意識。直到上了救護車后,我才醒過來?!卑斈嵩馐芏葻齻?,幾乎完全失明?!?】

什么樣的“信號”從什么樣的“噪聲”中被提取,來表明阿爾-納薩斯拉是一位合理的攻擊目標[legitimate target]?哪些臉會出現在哪些屏幕上,為什么?換言之,誰是“信號”,誰又是可以任由處置的“噪聲”?

 

二、模式識別

雅克·朗西埃講述了一個神話故事,說的是信號和噪聲的區分也許在古希臘就實現了。當地富裕的男性所發出的聲音被定義為言語[speech],而那些女性、孩童、奴隸,以及外邦人則被認為是混亂噪聲的制造者。言語和噪聲的區分,提供了某種政治垃圾過濾器[spam filter]。那些被認定為可以發言的人擁有了公民的標簽,而其余的人則被認定為無關緊要、沒有理性、并且還潛伏一定危險的異體。與之類似,當下對信號和噪聲區分是一個根本性的政治問題。模式識別同廣義的政治識別[political recognition]休戚相關。誰在政治層面上被識別,作為什么被識別?作為一個主體?作為一個人?作為人口的一種合理類別?或者也許是作為“臟數據"[dirty data]?

什么是臟數據?下面是一個例子:

沙利文[Sullivan],來自博思·艾倫咨詢公司[Booz Allen],舉了一個例子,當時他的團隊正在為一家豪華連鎖酒店分析顧客的人口統計信息,偶然發現數據顯示來自一個富裕的中東國家的青少年是酒店的???。

“有一整組的十七歲少年待在全世界各地的連鎖店中”,沙利文說道?!拔覀兿?,‘’這不可能是真的?!薄?1】

這些人口統計資料被認為是混亂又無價值的一系列信息,即可以置之不理的臟數據,直到后來有人發現它實際上千真萬確。

在這種世界觀看來,棕色皮膚的少年,很有可能是存在的。比如,死去的棕色少年?為什么不呢?但是有錢的棕色少年?這太不可思議,以至于他們被當作臟數據,得從你的系統中清除掉!這種將噪聲和信號區分開來的操作模式同朗西埃所說的用來分派公民身份、合理性以及特權的政治噪聲過濾器[political noise filter]并無本質區別。富裕的棕色少年看上去就像希臘城邦中發言的奴隸和女性一樣不太可能。

另一方面,臟數據也成了對某種悄無聲息的抗拒的緩存——對統計和測量的拒絕:

研究公司Verve在一項針對2400名英國消費者的調查中發現,60%的人在網上提交個人資料時會故意提供虛假信息。例如,將近四分之一(23%)的入說他們有時候會提供錯誤的出生日期,9%的人說他們大多數時間會這么做,說總是這么做的人占5%?!?2】

我們拒絕填寫那些無休無止的在線表格,這些拒絕逐漸累積起來就是臟數據。只要可能的話,所有人隨時都在撒謊,或者至少會偷工減料。毫不奇怪,數據收集“最臟”的領域始終是衛生部門,特別是在美國。醫護人員尤其被指錯誤填寫各種表格??磥?,醫護人員對填寫那些設計出來取代他們的系統的表格很不感冒,這正如消費者們的態度,他們對那些用垃圾郵件回報他們的企業的表格不會太熱情。

在《規則的烏托邦》[The Utopia of Rules]一書中,大衛·格雷伯[David Graeber]舉了一個極其感人的例子,與強幻提取數據有關。他母親中風以后,他不得不為她申請醫療補助[Medicaid],這個過程可謂煎熬:

我不得不花一個多月的時間……用來處理紐約機動車輛管理局的某位匿名的辦事員之前把我的名字寫成"Daid”所產生的連帶后果,更不必說那位威瑞森[Verizon]的職員把我的姓拼寫成"Grueber"。官僚機構,無論公私,也不論出于什么樣的歷史原因,似乎是這樣組織工作的:即確保機構中相當一部分人員無法勝任他們的工作,無法執行預期的任務?!?3】

格雷伯進一步地把這種現象稱為烏托邦思維[utopianthinking]的一個例子。官僚主義是基于烏托邦思維的,因為它從自身的角度岀發,假定人皆完美。格雷伯的母親在被醫療補助方案接納之前就去世了。

無休無止地填寫那些完全無意義的表格是一種新形式的家務勞動[domestic labor],因為它根本不被視作勞動,并且被認為是勞動者“自愿”提供或者是由那些低收入的所謂數據管理員[data janitors]從事的勞動?!?4】然而所有這些看上去迅捷而無形的算法,以及它們對一切事物優雅的最佳化[optimization]和它們對模式和非常態[anomalies]的識別,都是基于那些無休止并且毫無意義的勞動:提供或者修繕混亂的數據。

簡單地說,臟數據是真實的數據,正因為它們把真正的個人和官僚機構的斗爭記錄在案,后者利用了數字技術的不均衡分配和使用來剝削前者?!?5】我們來看看位于柏林的LaGeSo衛生和社會事務辦公室[the Health and Social Affairs Office]:那里的難民們每天冒著生病的風險在寒冬里一連數小時甚至數天地在室外排隊,只是為了登記他們的數據然后獲得應該享有的服務(例如獲得購買食物的鈔票)?!?6】這些人被視為非常態,因為姑且不論他們有膽量來到這里,他們居然要求自己的權利得到尊重。這里有著一個類似的政治算法在起作用:有些人被隱去了。他們甚至到不了被識別為社保金申領人那一步。他們根本就被忽略不計了。

另一方面,數字技術也承諾會把不同類別的難民區分開來。IBM的沃森人工智能系統[Watson Al system]已投入實驗,為的是把偽裝成難民的恐怖分子識別出來:

IBM希望向人們展示,i2 EIA軟件系統可以將狼和羊區別開來:也就是說,把大多數無惡意的尋求庇護者和少數對自己身份撒謊的人區分開來……

IBM假設了一個情境,把幾個不同的數據源合并在一起,以便匹配一個虛構的持護照難民的名單。也許最重要的數據集[dataset]是一個沖突中的傷亡人員的名單,來自公開的媒體報道以及其他渠道。這其中有些材料來自暗網[the Dark Web],是與倒賣護照的黑市相關的數據;IBM說,他們在該數據集中隱匿或者模糊了可識別個人的信息……

博勒納[Borene]曾經說,該系統能夠提供評分,指明某位虛擬尋求庇護者的自我陳述具有多大可能性,并且可以相當迅速地完成這個測試以便有助于海關人員或者執勤警察?!?7】

各種非官方數據庫,包括暗網資源的交叉引用[Cross-referencing],被用來生產一個“評分”[score],計算出一個難民可能是恐怖分子的概率。通過各種不同數據集的協同,他們希望得出一種模式,但并沒有校驗它們是如何(或者是否)同任何的事實相符。這個例子實際上是一個巨大的“評分”系統的一個子集:信用評分、學術排名評分、對網絡論壇上互動情況的評分排名,等等,這些評分把人們進行分類,其根據是各種財務互動情況、網上行為、市場數據,以及其他資源。輸入的各種資料都被簡化為一個單數——一個超級模式[superpattern]——它可以是一個對“威脅程度”的評分或者是一個“社會誠信評分”[social sincerity score],就像當局計劃在下一個十年內為每一個公民量身定做的那樣。但是這些輸入參數[input parameters]遠非透明,也難以驗證。雖然把那些偽裝成難民的伊斯蘭國間諜[Daeshmoles]識別出來是一個讓人滿意的嚴肅之舉,但是一個相似的系統似乎也存在著一些令人擔憂的缺陷。

NSA的天網程序[SKYNET]通過在巴基斯坦篩選手機用戶的元數據的方法來找到恐怖分子。但是專家們批評NSA的方法。人權數據分析組織[the Human Rights Data Analysis Group]的數據科學家和研究主管帕特里克·鮑爾[Patrick Ball]對科技網站[Ars Technica]指岀:"可以被用來訓練并測試這種模型的’已知的恐怖分子’數量極少。如果他們訓練模型時使用的數據與實際測試時的相同,那么他們的擬合性評估[assessment of the fit]就完全狗屁不如。"【18】

人權數據分析組織估計,也許有大約99000名巴基斯坦人曾經被天網錯誤地歸類,這種統計誤差也許已經產生了致命的后果,因為美國正在對這個國家的疑似武裝分子[suspected miltants]發動無人機戰爭,據估計從2004年開始共有2500到4000人被殺死:“在隨后的幾年里,也許數以千計的巴基斯坦無辜平民被那種’無科學依據’的算法錯誤地貼上了恐怖分子的標簽,他們的下場便是過早地死于非命?!薄?9】

需要特別強調,我們無法對天網的操作進行客觀的評估,因為我們不知道它的結果是如何被使用的。幾乎可以肯定,它并不是決定無人機攻擊對象的唯一因素?!?0】但是天網的例子也是清晰地表明,一個通過評估相互關系和計算概專項提取的“信號”和實際的事實并非是一回事,決定它缺用于訓練軟件而輸入的那些資料和用于過濾、關聯以及“識別”的那些參數?!皬U物進廢物出”[crap in-crap out]這一老工程師的智慧似乎依然管用。盡管它們在技術上、地理上、還有倫理上完全不同,所有這些案例都用到了某種模式識別的版本,根據政治以及社會參數對人群們進行分類。有時候簡單到這種程度:我們盡量避免登記難民。有時候會有更多讓人云里霧里的數學上的術語[mathematical mumbo jumbo]牽涉其中。但是許多被使用的方法都模糊、帶有偏見、排外,并且有時候——正如一位專家指岀——“荒唐地樂觀”?!?1】

 

三、公司式泛靈論

在純粹的噪聲中如何識別出點什么?谷歌實驗室最近展示了一個純粹并有意為之的數據真理妄想的視覺例子,令人震驚:【22】

我們訓練一個人工神經網絡,通過向其展示數以百萬計的訓練樣本,并且逐漸地調配網絡參數直至它給出我們想要的分類。該網絡通常由10-30個人工神經元疊層組成。每一個圖像都進入輸入層,然后與下一層交談,直至抵達最終的“輸出”層。這個神經網絡的"答案"來自這個最終的輸出層?!?3】

那些神經網絡被訓練去辨別邊緣、形狀,以及許多物體和動物,然后是純粹噪點。它們最后“識別”一大群彩虹顏色的、無實體的分形眼睛[disembodied fractal eyes],絕大多數都沒有眼瞼,一刻不停地監控著它們的觀眾,觸目驚心地展不對模式有意地過度識別。

谷歌的研究者們把這種無中生有地創造一個模式或者圖像的行為稱為噪聲的“圖像植入”[inceptionism]或者“深夢”[deepdreaming]。

但是這些實體絕不僅僅是幻覺。如果它們是夢,那么那些夢可以被解釋成當下科技部署[technological disposition]的濃縮或者位移[condensations or displacements]。它們顯小了計算機圖像創造的網絡化操作、某些機械視覺[machinic vision]的預置,以及強硬的意識形態和偏好[hardwired ideologies and preferences]。

視覺化呈現所發生之事的辦法之一是反過來讓網絡對所輸入的圖像進行某種改善,以求得出某種特定的解釋。比如說,你想要知道什么樣的圖像會以"香蕉”呈現。從一個充滿隨機噪聲的圖像開始,然后逐漸朝著神經網絡認為是香蕉的圖像轉變。它并不能很好地單獨進行工作,除非我們事先強加了一個約束[priorconstraint]:即該圖像應該和自然圖像有著相似的數據,例如對相鄰像素進行相關化處理?!?4】

在一項天才的壯舉中,圖像植入從視覺上呈現了那些產銷者網絡的無意識[the unconscious of prosumer networks]:那些監控用戶的圖像,時刻記錄他們的眼球運動、行為、偏好,審美上如此無助,在仿制的漢德瓦薩[Hundertwasser]馬克杯和裝飾藝術[ArtDeco]的飾帶之冋讓人抓狂地無則亂竄。瓦爾特·本雅明的“視覺無意識”[optical unconscious]已經被升級為數字圖像占卜[computational image divination]的無意識?!?5】

通過“識別”并非給定的事物和模式,圖像植入的神經網絡實際上認岀了一種新的美學和社會關系整體。一些預置[presets]和刻板印象[stereotypes]被使用,不管它們是否真的合適:“結果令人乍舌至——甚至一個相對簡單的神經網絡都能夠被用來過度闡釋一個圖像,就像當我們還是孩子的時候,喜歡觀看那些云朵并把它們解釋成任意的形狀?!薄?6】

但是圖像植入并非只是一種數字幻覺[digital hallucination]。它是一個時代的文檔一這個時代會訓練智能手機去識別小貓——因而它確實把一些嚇人的\矯造的術語整合為生產方式?!?7】它展示了公司式泛靈論[Corporate Animism]的一個版本,其中商品不僅僅作為所拜之物[fetishes]存在,還轉化成擁有特權的妄想怪獸[franchised chimeras]。

然而,這些都是深刻的現實主義再現[representations]按照捷爾吉·盧卡奇的理論,“古典現實主義"[classical realism]創造“典型人物”[typical characters],只要它們再現了我們時代客觀的社會(在本例中是科技)力量?!?8】

圖像植入做到了這一點,甚至更多。它還賦予這些力量一張臉——更加準確地說,無數的眼睛。那個從你裝著通心面和肉丸子的盤子里凝視著你的生物不是一只兩棲的比格犬(圖3)。它是網絡化圖像制作無處不在的監控,一種通過模因(網絡段子)改進過的智能[mimetically modified intelligence],它以午餐的形式觀察你,這份午餐你馬上就會照下來,分享到Instagram上,假如它不先攻擊你的話。想象一下,一個由各種被奴役的物體所組成的世界,充滿悔恨地審視著你。你的汽車、游艇、藝術收藏品用一種陰郁的、徹底絕望的表情觀察著你。你可以擁有我們,它們似乎在說,但是我們要揭發你。猜猜,在你身上我們會識別出怎樣的生物!【29】

 

四、數據新石器時代[Data Neolithic]

但是,我們怎么來理解這種自動化的數據真理妄想?”【30】我們應該假定機器知覺[machinic perception]已經進入到獨立的巫術思維[magical thinking]階段了嗎?難道商品魅惑[commodity enchantment]在如今的意味就是:讓人產生幻覺的產品?也許更加準確的是假定人類已經進入了巫術思維的另一個嶄新階段。令人驚奇的是,用來區分信號和噪聲的詞匯充滿了田園色彩[pastoral]:數據“耕作”[farming]、“收割”[harvesting]、“釆礦'[mining],以及“釆掘”[extraction]這樣的詞匯大受歡迎,仿佛我們的生活剛經歷了另一場大規模的新石器革命,【31】劉這場革命有自己的巫術。

各種在新石器時代發展起來的農業和采礦業的技術,正在被重新發明出來,使用在數據身上。過去的石頭和礦石被硅和稀土礦物所取代,而沙盒游戲“我的世界”[Minecraft]的提取范式描述了把礦物加工為信息架構元素[elements of information architecture]的過程?!?2】

模式識別當時也是新石器時代各種科技的一項重要資產。它標記著從巫術思維方式到更加注重經驗的思維模式的轉變。通過觀察時間的模式而發展出歷法,使灌溉和農業安排變得更加有效。對谷物的儲存,創造了財產的概念。這期間還發端了制度化的宗教和官僚機構,同樣產生了包括法律和登記制度在內的管理技術。所有這些創新同時也影響著社會:狩獵者和采集者的隊伍被農業國王和奴隸主所取代。新石器革命不僅具有科技意義,同時也造成了重大的社會后果。

今天,經由數據路徑[data trails]反映岀的各種生命表達,變成了一種可以耕種、可以收割、可以開采的資源,由信息生命政治[informational biopolitics]經營管理?!?3】

假如你懷疑這是否真是另一個巫術思維的時代,只要看看NSA為了解讀那些無人機竊取到的圖像的訓練手冊就可以了。正如你所見,你需要用一個魔法棒來對那些文件施法。(“圖像魔法”[Image Magick]是免費的圖像轉換器,:

從這些科技中生發的各種所謂的新統治形式,看上去有幾分陳舊,又有幾分迷信色彩。什么樣的公司/國家實體是基于數據儲存、圖像解讀、高頻貿易,以及伊斯蘭國外匯博弈[Daesh Forex gaming]的?當代社會對應于農業國王和奴隸主的是什么人,現存的社會等級制是如何進一步極端化的?例子千差萬別,如:科技產業帶來的都市市紳化[tech-related gentrification]以及圣戰分子網絡論壇游戲化。模式識別和大數據占卜的世界同當代雜亂的寡頭政治[oligocracies]、巨魔農場[trollfarms]、黑客雇傭軍[mercenary hackers]、支撐機器統治[bot governance]并使其可能的數據強盜大亨們[data robber barons]、哈里發標題黨[Khelifah clickbait],以及多態代理戰爭[polymorphous proxy warfare]有何關聯?這種在深層思維[Deep Mind]、深度學習[Deep Learning]和(谷歌)深夢時代的國家,是一種深國[DeepStateTM](影子政府)嗎?在此國度,是否還有力量或者恰當的程序來抵抗以算法為準的法令和占卜?

但是,在原來的新石器時代和當下的“新石器時代”之間,還存在著另一個差別,這還要追溯到模式識別這一點上。在古代的天文學里面,星座是通過把動物形象投射到天空的一種想象。在宇宙的韻律[cosmic rhythms]和軌跡[trajectories]被記錄在泥板[clay tablets]上之后,各種有關運動的模式開始岀現。作為新增的定位點,人們把一些星群與動物和天神[heavenly beings]聯系起來。然而,天文學和數學之所以取得進展,不是因為人們還相信天上有動物或者諸神,而是因為他們認定了星座是一種物理邏輯的表達。那些模式是(想象的)投射[projections],不是事實。今天的統計學者和其他專家們自始自終都承認他們的調查結果大多是概率性的投射[probabilistic projections],但是各類政策制定者都圖方便,忽視了這一點。實踐中,你和你自己所投射的數據星座[data-constellation]共生。各種各樣的社會評分[social scores]——信用評分、學業評分、威脅等級評分——還有商業和軍事中對生命模式[pattern-of-life]的各種觀察結果,影響著真實的人的現實生活,通過等級化、過濾和歸類的方式使社會階層既得以重組,又被激進化。

 

五“格式塔"完形現實主義[Gestalt Realism]

讓我們假定,我們實際上正在處理的問題就是投射。一旦人們承認來自機器感知的那些模式和實際情況不一樣,那么就肯定可以獲得具有一定精確性的信息。

讓我們再看看阿瑪尼·阿爾-納薩斯拉,那個在加沙的一次空襲中致盲的女人。我們知道:那些抽象圖像,它們被英國間諜記錄為以色列國防軍無人飛機截獲的情報,并沒有顯示2012年那次讓她失明的對加沙的空襲。日期對不上。斯諾登檔案中沒有證據。沒有這次空襲的任何圖像,至少就我所知。我們所知道的就是她對人權觀察組織[Human Rights Watch]所說的。她是這樣說的:“我看不到了一從那次轟炸以后。我只能看到影子?!薄?4】

所以,解碼這個圖像還有另一個方法。每個人都看得很清楚。我們看到了阿瑪尼無法看到的。

在這個案例中,噪聲一定是她現在所“看到”虹個“紀錄”:“陰影?!?/p>

這就是無人機戰爭的視覺無意識的一個紀錄嗎?來自它的那些可疑并保密的“模式識別”方法?如果是這樣,我們還能不能找到某種方法能夠“解密”(空襲后)一直與阿瑪尼相伴的那些“影子”呢?

 [德]黑特·史德耶爾

刁俊春/譯 

向在榮/校

【1】See https://www.documentcloud.org/documents/2699846-Anarchist-Training-m ad5-Redacted-Compat.hfmI

【2】“The SIGINT World Is Flat, Signal v Noise column,December 22,2011.

【3】Michael Sontheimer,“SPIEGEL Interview with Julian Assange:‘We Are Drowning in Materiali Spiegel Online July 20,2015

http://www.spiegel.de/international/world/spiegel-intervlew-with-wikileaks-head-fulian-assange-a-1044399.html

【4】Carc Currier and Henrik Moltke,“Spies in the Sky:Israeli Drone Feeds Hacked By British and Am erican Intelligence,”The Intercept, January 28,2016

https://theintercept.com/2016/01/28/israeli-drone-feeds-hacked-by-british-and-am erican-intelligence/

【5】同注4。這些圖像中有許多現在成為勞拉·普瓦特拉斯在紐約惠特尼博物館舉辦的杰出展覽“天文噪音”的一部分。

【6】在有關如何解碼這些資料的訓練手冊中,分析師們自豪地宣稱他們使用了由劍橋大學研發的公開源軟件入侵了天空電視[[sky Tv]。

【7】https://en.wikipedia.org/wiki/Apophenia

【8】Beniam in H.Brattan,Some Trace Effectsofthe Post-Anthropocene:On Acceleraionist Geopolitical Aesthetic. e-flux journal 46 (June 2013)

www.e-flux.com/journaI/some-trace-effects-of-the-post-anthropocene-on-accelerationist-geopolitical-aesthetics/

【9】“Israel:Gaza Airstrikes Violated Lawsof War,hrw.org,February12,2013.

https://www.hrw.org/news/2013/02/12/israel-gaza-airstrikes-violated-laws-war

【10】Jacques Rancire,“Ten Theses on Politics”,Theory & Event,Vol.5 No.3 (2001)“為了拒絕把一些政治主體納入一個范疇——工人、女性,等等——傳統上一直以來認為只要把他們定位于屬于一個‘家庭內部’空間,一個區別于公共生活的空間,就足夠了:來自這個空間的個體只能用呻吟或者哭喊來表達痛苦、饑餓或者憤怒,但是這些都不是真正的話語——用來表達共享的美感[shared aisthesis]。并且,這些范疇中的政治……已經涵蓋了讓那些看不到的事物具有可見性的努力;讓那些聽起來只是噪聲的東西作為話語被傾聽?!?/p>

【11】Verne Kopytoff, “ Big data’s dirty problem”, Fortune, June 30, 2014

【12】Larisa Bedgood “A Hafloween Special:Tales from the Dirty Data Crypt” relevategroup.cam,October 30,2015.文章繼續寫道:1991年的六月下旬和七月上旬,全國范圍內有一千兩百萬人(主要來自巴爾的摩、華盛頓、匹茲堡、舊金山,以及洛杉磯)失去了電話服務功能,原因是控制那些調節電話流量的信號的軟件出現了一個打字錯誤[typagraphicaI error]。一位員工把一個D打成了6。那些電話公司從根本上失去了對它們網絡的所有控制?!?/p>

【13】David Graeber,The Utopia of Rules:On Technology, Stupidity and the Secret Joys of Bureaucracy, Melville House,2015,P.48.

【14】Steve Lohr,“For Big-Data Scientists,‘Janitor Work Is Key Hurdle to Insights New york Times,August 17 2014

【15】See“E-Verify: The Disparate Impact of Automated Matching Programs”,chap 2 in the report Civil Rights, Big Data, and Our Algorthmic Future, bigdata fairness io, September 2014.

【16】See MeIissa Eddy and Katarina Johannsen,“ Migrants Arriving in Germany Face a Chaotic Reception in Berlin ,” New York Times, November 26, 2015.

【17】Patrick Tucker.“Refugee or Terrorist? IBM Thinks itsSoftware Hasthe Answer” Defense0ne,January27,2016.這個例子凱特·克勞福德[Kate Crawford]在她的精彩講座幸免于監控”[Surviving Surveillance】中曾提到過,該講座是作為提交惠特尼博物館2016年2月29日專題研討會“幸免于整體監控”的論文的一部分。

【18】Christian Grothoff and J.M .Porup. The NSA’s SKYNET Program may be killing thousands of innocent people,” Ars Technlea,February16,2016,原文為斜體。

【19】同前注。

【2O】Michael V.Hayden To Keep America Safe,Embrace Drone Warfare”,NewYork Times February 19 2016

【21】Grothoff and Porup,“The NSA's SKYNET program”

【22】感謝本·布拉頓指出這一點。

【23】Inceptionism:Going Deeper into Neural Networks, Google Research Blog, June 17t 2015.

【24】同注23。

【25】Walter Benjamin, “A Short History of Photography”, 可以在monosop.org上獲得文本。

【26】“Inceptionism”.

【27】同前注。

【28】Farhad B. Idris, “Realism”, Encyclopedia of Literature and Politics: Censorship, Revolution, and Writing, Volume II: H-R, Westport, CT: Greenwood, p. 601.

【29】數據真理妄想是一種新形式的焦慮妄想[paranoia]嗎?1989年弗雷德里克·詹明信[Frederic Jameson]宣稱焦慮妄想是一種后現代敘事的文化模式,彌漫在政治無意識[the political unconscious]中。按照詹明信的說法,社會關系的總和[totality]無法在冷戰想象的語境中得到文化再現——填充那些空白之處的是妄想[delusions]、推測[conjecture],還有那些帶有共濟會標志[Freemason logos]的怪誕情節。

zoofilivideo杂交_美国十次导航_草草影院地址发布页ccyycom_护士脱内衣给男人吃奶_熟女人妇交换又粗又大_小浪货腿张开水好多啊