余忠華

（上海工程技術(shù)大學(xué)管理學(xué)院，上海 201620）

0 引言

人工智能發(fā)展之迅速令人驚嘆，已成為當(dāng)下最受關(guān)注的新技術(shù)之一。目前，人工智能廣泛應(yīng)用于各領(lǐng)域，如人臉識(shí)別、智能推薦、語(yǔ)音輸入、語(yǔ)音翻譯、聊天機(jī)器人、智能家居等。其在社交方面也起到了越來(lái)越明顯的作用，如雨后春筍般發(fā)展起來(lái)的相親交友軟件就是一個(gè)例證。類似于購(gòu)物網(wǎng)站上的“猜你喜歡”功能，向用戶推薦意向產(chǎn)品；陌生人社交平臺(tái)會(huì)根據(jù)后臺(tái)算法與大數(shù)據(jù)，匹配符合用戶擇偶標(biāo)準(zhǔn)的其他用戶，幫助用戶尋找心儀的另一半。這項(xiàng)應(yīng)用雖然存在諸多問(wèn)題，如匹配無(wú)法做到完全精準(zhǔn)、匹配過(guò)程涉及個(gè)人安全隱私等，但其無(wú)疑為人類生活帶來(lái)了極大便利。數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，科技進(jìn)步日新月異，然而人們普遍面臨較大壓力，交際圈十分有限，根據(jù)2018 年6 月《第一財(cái)經(jīng)周刊》發(fā)布的《都市人壓力調(diào)查報(bào)告》，有43%的人認(rèn)為他們承受的壓力“超標(biāo)”了。這從側(cè)面反映出，現(xiàn)代人的生活、工作、學(xué)習(xí)壓力較大，人工智能通過(guò)算法匹配輔助人類尋找戀愛(ài)對(duì)象，既能協(xié)助人類提高匹配效率，也能在一定程度上緩解人類的相親交友壓力。根據(jù)中國(guó)青年報(bào)社社會(huì)調(diào)查中心聯(lián)合問(wèn)卷網(wǎng)的一項(xiàng)對(duì)1 962 名處于適婚年齡的單身青年進(jìn)行的調(diào)查顯示：70.9%的受訪單身青年看好大數(shù)據(jù)在青年相親交友領(lǐng)域的應(yīng)用，77.9%的受訪單身青年有興趣使用大數(shù)據(jù)婚戀交友平臺(tái)，56.8%的受訪單身青年認(rèn)為大數(shù)據(jù)能解決當(dāng)下青年對(duì)另一半訴求模糊的問(wèn)題。

人工智能在婚戀相親交友中起到的作用可以總結(jié)為以下幾個(gè)主要方面：①人工智能的海量數(shù)據(jù)拓寬了人們的交際圈，大數(shù)據(jù)本質(zhì)上是一種信息資產(chǎn)，正因?yàn)樾畔⒒鶖?shù)大，在某一具體領(lǐng)域中，能夠涵蓋的范圍極其廣泛，基于一個(gè)人的人際圈子不可能無(wú)限制擴(kuò)大，因而這些適婚青年只能在自己現(xiàn)有的人際圈子里選擇配偶。大數(shù)據(jù)則有效地克服了該問(wèn)題；②人工智能的高時(shí)效性促進(jìn)了數(shù)據(jù)的有效性，大數(shù)據(jù)的特點(diǎn)是實(shí)時(shí)更新，實(shí)現(xiàn)從靜態(tài)數(shù)據(jù)到動(dòng)態(tài)數(shù)據(jù)的轉(zhuǎn)變，提高數(shù)據(jù)時(shí)效性，繼而增強(qiáng)數(shù)據(jù)的可參考性；③人工智能的精確匹配能提高交友效率，這種較為精確的方式可以減少大量的前期時(shí)間成本和金錢(qián)成本，也極大減少了這些成本淪為沉沒(méi)成本的可能性，可在一定程度上提高找到合適伴侶的機(jī)率。

1 人工智能算法在婚戀交友中的應(yīng)用

1.1 推薦系統(tǒng)

為了深入淺出地理解人工智能應(yīng)用于婚戀交友的關(guān)鍵部分：如何進(jìn)行篩選與匹配，可以參照購(gòu)物網(wǎng)站的推薦算法，即如何“猜”用戶喜歡，從而向用戶推薦。在購(gòu)物網(wǎng)站的后臺(tái)中，每一位用戶的信息其實(shí)是巨大表格中一行一行的數(shù)據(jù)，這行數(shù)據(jù)記錄了用戶在網(wǎng)站上瀏覽、購(gòu)買(mǎi)、退貨、收藏的商品歷史。其他用戶的數(shù)據(jù)也是如此，每當(dāng)有瀏覽行為或購(gòu)買(mǎi)行為等發(fā)生，數(shù)據(jù)就會(huì)實(shí)時(shí)改變，不斷更新。推薦系統(tǒng)會(huì)通過(guò)各種算法對(duì)用戶數(shù)據(jù)進(jìn)行收集與處理。目前，推薦系統(tǒng)中應(yīng)用的核心技術(shù)是個(gè)性化協(xié)同推薦［1］。根據(jù)調(diào)查數(shù)據(jù)，美國(guó)著名在線零售商在采用個(gè)性化廣告推薦系統(tǒng)后廣告點(diǎn)擊率提升了兩倍，銷售額增長(zhǎng)達(dá)20%～30%；亞馬遜的銷售額中有35%來(lái)自系統(tǒng)推薦；You?Tube 有60%的視頻點(diǎn)擊率是由主頁(yè)推薦轉(zhuǎn)化而來(lái)；Netflix電影觀看率有80%得益于公司的推薦系統(tǒng)；淘寶和百度的廣告推薦系統(tǒng)可為公司增加100 億元以上的收入；今日頭條發(fā)展之迅速離不開(kāi)推薦系統(tǒng)的作用［2］。

個(gè)性化推薦系統(tǒng)主要解決龐大的信息量篩選、信息過(guò)載以及用戶搜索商品的問(wèn)題，可以較高速率獲取用戶感興趣商品的主要信息［3］。推薦系統(tǒng)主動(dòng)幫助用戶找到感興趣的內(nèi)容并進(jìn)行推薦，主要涉及預(yù)測(cè)與推薦這兩個(gè)關(guān)鍵問(wèn)題。預(yù)測(cè)即系統(tǒng)應(yīng)盡量精準(zhǔn)地對(duì)用戶喜好作出預(yù)測(cè)，推薦指系統(tǒng)應(yīng)根據(jù)預(yù)測(cè)結(jié)果將盡可能接近用戶喜好的商品及內(nèi)容推送給用戶。由此可見(jiàn)，推薦環(huán)節(jié)的依據(jù)是由預(yù)測(cè)環(huán)節(jié)的結(jié)果而來(lái)，因此多數(shù)推薦算法主要研究預(yù)測(cè)環(huán)節(jié)的問(wèn)題［4］。推薦系統(tǒng)之所以能夠做到較為精細(xì)的個(gè)性化推薦，是因?yàn)橄到y(tǒng)會(huì)跟蹤每個(gè)用戶在網(wǎng)站上的軌跡，包括瀏覽、購(gòu)買(mǎi)、好評(píng)等行為，然后經(jīng)過(guò)“協(xié)同”計(jì)算，分析出單個(gè)用戶的“個(gè)性化”偏好，再向用戶推薦符合其偏好的商品。國(guó)內(nèi)對(duì)于這種個(gè)性化推薦系統(tǒng)的應(yīng)用早已取得明顯成效，如淘寶網(wǎng)等一些電商網(wǎng)站，利用個(gè)性化推薦系統(tǒng)收集用戶購(gòu)買(mǎi)行為產(chǎn)生的記錄、瀏覽行為產(chǎn)生的軌跡、評(píng)價(jià)行為產(chǎn)生的數(shù)據(jù)等［3］，加以整合與計(jì)算進(jìn)而對(duì)用戶需求作出預(yù)測(cè)與推薦，有效增強(qiáng)了用戶的購(gòu)物體驗(yàn)。這種基于協(xié)同計(jì)算的分析，遠(yuǎn)遠(yuǎn)復(fù)雜于針對(duì)關(guān)鍵字的分析?；閼俳挥哑脚_(tái)采用的也是這種技術(shù)，通過(guò)分析用戶個(gè)人微博、微信等社交媒體，以及瀏覽的網(wǎng)頁(yè)、喜歡的電影等網(wǎng)絡(luò)足跡，從眾多信息中提取出關(guān)鍵信息，分析其戀愛(ài)觀、婚姻觀、性格、價(jià)值取向；還有根據(jù)各大電商的購(gòu)物記錄判斷一個(gè)人的消費(fèi)能力和生活習(xí)慣等。推薦系統(tǒng)主要由用戶、用戶模型和推薦對(duì)象模型以及推薦引擎4 部分組成［5］。基于此，采用AI 和機(jī)器學(xué)習(xí)幫助人們配對(duì)，在挖掘用戶的社交媒體數(shù)據(jù)后，用后臺(tái)算法分析數(shù)據(jù)，然后為最合適的兩個(gè)人相互推薦。推薦系統(tǒng)確實(shí)可以有效緩解信息過(guò)載問(wèn)題，但仍存在準(zhǔn)確性、稀疏性以及數(shù)據(jù)冷啟動(dòng)等問(wèn)題［4］。

1.2 協(xié)同過(guò)濾

隨著推薦系統(tǒng)廣泛應(yīng)用于各領(lǐng)域，如亞馬遜網(wǎng)站的書(shū)籍類推薦系統(tǒng)［6］、Netflix 電影推薦系統(tǒng)［7］、Jester 的笑話推薦系統(tǒng)［8］和Facebook 朋友推薦系統(tǒng)［9］等，推薦系統(tǒng)中的重要技術(shù)，即協(xié)同過(guò)濾方法的研究備受關(guān)注。協(xié)同過(guò)濾算法有兩種：基于內(nèi)容的協(xié)同過(guò)濾算法和基于模型的協(xié)同過(guò)濾算法［10-11］，兩種協(xié)同算法分類如圖1 所示。較為簡(jiǎn)單的協(xié)同算法如Grouplens 和Ringo［1］，都是基于用戶關(guān)聯(lián)的。這種算法原理是根據(jù)兩個(gè)用戶之間擁有的一致性意見(jiàn)的量，計(jì)算這兩個(gè)用戶之間的“距離”，即用戶之間的相似度［12］。對(duì)通過(guò)這種“距離”找出來(lái)的偏好相近的用戶進(jìn)行預(yù)測(cè)，預(yù)測(cè)范圍被稱之為共享的鄰域［1］。如李琳等［13］將評(píng)分矩陣和評(píng)論文本相融合以提高推薦質(zhì)量。另一種協(xié)同算法是基于模型參數(shù)［14］，即首先利用評(píng)分?jǐn)?shù)據(jù)對(duì)模型參數(shù)進(jìn)行估計(jì)，繼而利用事先訓(xùn)練好的模型對(duì)評(píng)價(jià)數(shù)據(jù)進(jìn)行預(yù)測(cè)處理。模型選擇視具體情況而定，常用數(shù)學(xué)模型有貝葉斯網(wǎng)絡(luò)模型、隱語(yǔ)義模型、潛在因子矩陣模型、基于概率的矩陣分解方法等［15-19］?，F(xiàn)有推薦算法具有一定局限性，因?yàn)椴⒉皇撬惺挛锒季哂斜挥脩艚o出意見(jiàn)的信息，人們也常會(huì)對(duì)同一事物給出多種看法，并且這種計(jì)算出來(lái)的“距離”很容易隨著用戶的網(wǎng)絡(luò)行為而改變，即時(shí)計(jì)算意味著計(jì)算量十分龐大，可能導(dǎo)致返回的推薦結(jié)果不夠準(zhǔn)確。因此現(xiàn)實(shí)情況中，婚戀交友平臺(tái)的智能匹配結(jié)果并不總是樂(lè)觀，時(shí)常有不符合用戶心理預(yù)期的匹配結(jié)果出現(xiàn)。

Fig.1 Collaborative filtering algorithm classification圖1 協(xié)同過(guò)濾算法分類

學(xué)者們和算法工程師們將協(xié)同算法進(jìn)行不斷優(yōu)化與改進(jìn)，以求使得協(xié)同過(guò)濾技術(shù)更加完善，從而達(dá)到計(jì)算更加準(zhǔn)確、匹配擬合度更優(yōu)、推薦結(jié)果更加精準(zhǔn)的目的。協(xié)同過(guò)濾技術(shù)的原理是基于已存在的用戶群已經(jīng)發(fā)生的商品選擇軌跡，去預(yù)測(cè)用戶最偏好最中意的商品。其計(jì)算目標(biāo)是針對(duì)用戶之間或項(xiàng)目之間相似度與預(yù)測(cè)評(píng)分的計(jì)算，計(jì)算流程如圖2 所示。這項(xiàng)技術(shù)不完全依賴于商品本身信息，即使存在商品信息缺失情況，也仍然可以根據(jù)最鄰近用戶的偏好信息進(jìn)行預(yù)測(cè)與推薦。協(xié)同過(guò)濾技術(shù)存在的問(wèn)題是當(dāng)用戶量急速增長(zhǎng)時(shí)，用戶空間較大，用戶數(shù)據(jù)暴增，計(jì)算用戶之間的“距離”進(jìn)而搜索最鄰近用戶的這一目標(biāo)便可能無(wú)法達(dá)到較理想的時(shí)效性。為了解決這類問(wèn)題，國(guó)內(nèi)外許多學(xué)者進(jìn)行了研究與實(shí)踐，提出了一些協(xié)同過(guò)濾算法的改進(jìn)算法。例如，基于極端評(píng)分行為的相似度計(jì)算［20］、基于螢火蟲(chóng)聚類的協(xié)同過(guò)濾推薦算法［21］、融合用戶興趣和評(píng)分差異的協(xié)同過(guò)濾推薦算法［22］、融合知識(shí)圖譜和協(xié)同過(guò)濾的推薦模型［23］等。

圖2 協(xié)同過(guò)濾算法一般流程Fig.2 General flow of collaborative filtering algorithm

1.3 隱語(yǔ)義模型

智能推薦算法中，除協(xié)同過(guò)濾技術(shù)外，還有一些其他算法可應(yīng)用于婚戀交友匹配中。如基于語(yǔ)義的推薦，已逐漸成為當(dāng)下研究的熱點(diǎn)。基于語(yǔ)義的推薦不強(qiáng)調(diào)字面上的匹配，而是對(duì)于語(yǔ)義進(jìn)行近似匹配或引申義匹配，平臺(tái)通過(guò)用戶碎片式的網(wǎng)絡(luò)行為，推測(cè)用戶背后的意圖、場(chǎng)景與動(dòng)機(jī)［24］。越來(lái)越多的模型將用戶行為與語(yǔ)義兼顧考察，目前較具有代表性的是隱語(yǔ)義模型。隱語(yǔ)義模型可以理解為是隱含語(yǔ)義分析技術(shù)。這項(xiàng)技術(shù)的本質(zhì)在于通過(guò)對(duì)數(shù)據(jù)進(jìn)行分析，找出潛在隱藏的分類或者主題［25］。此模型是從用戶行為數(shù)據(jù)中自動(dòng)找出分類規(guī)律，然后進(jìn)行合理的個(gè)性化推薦［26］。隱語(yǔ)義模型的核心思想是將用戶與物品映射到同一隱含特征空間內(nèi)，根據(jù)用戶興趣與物品之間隱含的特征關(guān)系將兩者建立起聯(lián)系［27］，并進(jìn)行自動(dòng)聚類［28］。隱語(yǔ)義技術(shù)最初應(yīng)用于文本挖掘領(lǐng)域，在取得較好效果后，得到進(jìn)一步發(fā)展并逐漸應(yīng)用于其他領(lǐng)域。發(fā)展到如今，隱語(yǔ)義模型已經(jīng)產(chǎn)生了一些著名的方法與模型，如LFM（Latent Factor Model）、LDA（Latent Dirichlet Alloca?tion）、矩陣分解等［27］、基于奇異值分解（SVD）［29-30］等。應(yīng)用隱語(yǔ)義模型的前提是，假設(shè)每個(gè)用戶都有屬于自己的、與別人不同的偏好與選擇傾向。分析可知，婚戀交友符合這一假設(shè)前提。首先以書(shū)籍為例，一個(gè)用戶在選擇書(shū)籍時(shí)，可能對(duì)歷史類、科幻類、懸疑類、軍事類等書(shū)籍有特殊的選擇偏好，這些偏好就可以抽象為一個(gè)個(gè)的隱變量。對(duì)于每一本書(shū)而言，每個(gè)隱變量上的權(quán)重指標(biāo)綜合起來(lái)，就可以構(gòu)成用戶對(duì)這一本書(shū)的偏好程度。針對(duì)婚戀交友平臺(tái)，每個(gè)平臺(tái)上的用戶擇偶標(biāo)準(zhǔn)或條件要求，可以抽象為數(shù)個(gè)隱變量，例如有人對(duì)于交往對(duì)象的職業(yè)要求是從事教育類，或醫(yī)療類；有人對(duì)于女朋友的要求是內(nèi)向型性格，或是外向型性格；而對(duì)于性格的分類，更適合用隱語(yǔ)義模型實(shí)現(xiàn)，比如將一個(gè)人的社交活動(dòng)、手機(jī)使用的軟件、網(wǎng)頁(yè)搜索的內(nèi)容、專業(yè)及工作經(jīng)歷等，將每一項(xiàng)內(nèi)容都抽象出對(duì)應(yīng)的隱變量，然后根據(jù)計(jì)算分析，得出一定的權(quán)重指標(biāo)，進(jìn)而分析出這個(gè)人的性格類型。這樣可以在一定程度上解決人的性格難以量化分析的問(wèn)題，并且能夠提高匹配合適度。

2 人工智能+婚戀交友的倫理風(fēng)險(xiǎn)

2.1 算法價(jià)值觀

數(shù)據(jù)處理過(guò)程即數(shù)據(jù)輸入到數(shù)據(jù)輸出的過(guò)程，在此過(guò)程中，輸入的數(shù)據(jù)會(huì)對(duì)輸出的數(shù)據(jù)造成限制。對(duì)于機(jī)器學(xué)習(xí)算法而言，輸出的結(jié)果受訓(xùn)練集數(shù)據(jù)的影響十分顯著。溫德?tīng)枴ね吆绽臅?shū)中提到，“在機(jī)器習(xí)得越來(lái)越像人的語(yǔ)言能力的過(guò)程中，它們也正在深度地吸取人類語(yǔ)言模式中隱含的種種偏見(jiàn)”［31］。因而會(huì)存在這樣的問(wèn)題：算法在一定程度上吸納了某種價(jià)值觀，那么其價(jià)值觀并非中立。這種價(jià)值觀由訓(xùn)練數(shù)據(jù)集而來(lái)，更嚴(yán)格意義上講是受訓(xùn)練數(shù)據(jù)來(lái)源方或是數(shù)據(jù)生產(chǎn)者的價(jià)值觀影響。目前，許多企業(yè)可以通過(guò)算法輕易了解到用戶偏好與需要，為了提高用戶量，吸引更多用戶關(guān)注，就會(huì)利用算法向用戶推送用戶想要的商品或其他信息。對(duì)于婚戀交友平臺(tái)而言，也存在這種做法：為了將用戶留在其平臺(tái)，只向用戶推送用戶偏好的婚戀對(duì)象候選，這樣，用戶在此平臺(tái)中看到的就只是一個(gè)充滿著自己喜歡的交往對(duì)象的網(wǎng)絡(luò)世界，而不是有著多樣化人類的真實(shí)世界。長(zhǎng)此以往容易陷入對(duì)世界的錯(cuò)誤認(rèn)知。關(guān)于此問(wèn)題，有學(xué)者總結(jié)為：“算法應(yīng)該給你想要的，還是給你應(yīng)該要的”［32］的問(wèn)題，并且也提出，該問(wèn)題目前存在很大爭(zhēng)議性。一方觀點(diǎn)認(rèn)為，算法本身應(yīng)該是中立的，不應(yīng)該帶有某種價(jià)值觀，好的算法應(yīng)將用戶自己想要的提供給用戶即可；而另一方觀點(diǎn)認(rèn)為，算法本身應(yīng)該傳遞一定的價(jià)值觀，不僅應(yīng)該迎合大眾的心理需要，還應(yīng)該對(duì)人的思想有一定的正向引導(dǎo)。隨著人工智能的發(fā)展，人與世界的認(rèn)知關(guān)系可能會(huì)發(fā)生改變且?guī)?lái)巨大影響，對(duì)世界的認(rèn)知在于人的主動(dòng)認(rèn)知，在人工智能發(fā)展到一定程度后，人將更多的任務(wù)交付給機(jī)器與算法，包括交友推薦，人對(duì)世界的認(rèn)知途徑是否會(huì)改變，認(rèn)知來(lái)源是人還是算法［24］。目前，該爭(zhēng)議尚無(wú)定論，可以設(shè)想出，這種爭(zhēng)論在未來(lái)還會(huì)持續(xù)。

2.2 個(gè)人隱私控制

在網(wǎng)絡(luò)平臺(tái)進(jìn)行個(gè)人信息搜集，需要重點(diǎn)關(guān)注的問(wèn)題是如何平衡信息獲取與信息保護(hù)以及如何平衡用戶隱私與人格保護(hù)?；閼俳挥哑脚_(tái)的匹配計(jì)算過(guò)程會(huì)收集其他關(guān)聯(lián)的各種應(yīng)用平臺(tái)的用戶數(shù)據(jù)，用戶在使用這些應(yīng)用平臺(tái)時(shí)，或多或少地會(huì)在不經(jīng)意間將個(gè)人隱私信息提交到平臺(tái)上，共享到互聯(lián)網(wǎng)空間，導(dǎo)致個(gè)人隱私泄露，其會(huì)因技術(shù)的愈發(fā)智能化而變得更加難以查證與控制。并且，該問(wèn)題還存在著辯證性矛盾：一方面，人們希望各種婚戀交友平臺(tái)應(yīng)盡可能地保證用戶個(gè)人信息與個(gè)人隱私不被泄露；另一方面，人們也希望算法在變得越來(lái)越智能的同時(shí)，應(yīng)盡可能地兼具透明性、可解釋性與可理解性［33］。但是這對(duì)矛盾是難以調(diào)和的，尤其是人工智能算法有一定的挖掘性與學(xué)習(xí)性，會(huì)基于原始程序自動(dòng)編寫(xiě)更多代碼，即人工智能以計(jì)算機(jī)或其它物體（比如具備生物特性的傳感器）為載體，自主根據(jù)所處不同環(huán)境而自發(fā)編寫(xiě)程序或指令，產(chǎn)生一個(gè)合適的算法并自主執(zhí)行［32］。這樣就難以保證算法可以如人類預(yù)設(shè)的目標(biāo)一般，完全產(chǎn)生出意料之中的、合乎道德的結(jié)果。由于算法能夠自發(fā)編寫(xiě)程序、調(diào)整參數(shù)，對(duì)于個(gè)人隱私泄露就難以監(jiān)控。對(duì)婚戀交友平臺(tái)而言，用戶在使用平臺(tái)的智能推薦功能獲取更多選擇的同時(shí)，自己的信息也會(huì)被推送給更多陌生人。此外，還會(huì)涉及敏感信息，如宗教信仰、性取向等，對(duì)于婚戀匹配而言是必要性信息，在其他網(wǎng)絡(luò)平臺(tái)則為非必要信息。但算法在收集與計(jì)算數(shù)據(jù)時(shí)是否能夠正確區(qū)分敏感信息與普通信息尚待考察，不能有效區(qū)分則會(huì)導(dǎo)致個(gè)人敏感信息泄露［24］。即便婚戀平臺(tái)可以設(shè)置某一部分信息不顯示，但匹配越精準(zhǔn)意味著算法的智能性越高，而算法智能性越高也許就意味著存在著更大的信息安全風(fēng)險(xiǎn)。

3 人工智能賦能婚戀交友的未來(lái)：人機(jī)協(xié)同的新型智能系統(tǒng)

2016 年，美國(guó)斯坦福大學(xué)發(fā)布了其“人工智能百年研究”的首份報(bào)告：《2030 年的人工智能與生活》［34］。該報(bào)告描述了目前人工智能相關(guān)技術(shù)、法律以及道德上的挑戰(zhàn)，并對(duì)產(chǎn)業(yè)界、學(xué)界、政界三方人士提供了人工智能技術(shù)、應(yīng)用、政策上的指導(dǎo)與建議。這份報(bào)告中提到：“基于協(xié)同系統(tǒng)對(duì)模型和算法進(jìn)行研究，以幫助開(kāi)發(fā)能夠與其他系統(tǒng)和人類協(xié)同工作的自主系統(tǒng)。該研究依賴于開(kāi)發(fā)正式的協(xié)作模型，并學(xué)習(xí)讓系統(tǒng)具備有效合作伙伴所需的能力。利用人類和機(jī)器互補(bǔ)優(yōu)勢(shì)的應(yīng)用正吸引到越來(lái)越多的關(guān)注——對(duì)人類而言可以幫助人工智能系統(tǒng)克服其局限性，對(duì)機(jī)器代理而言可以擴(kuò)大人類的能力和活動(dòng)”。

有理由認(rèn)為，這將是人工智能與戀愛(ài)結(jié)合的未來(lái)趨勢(shì)。不得不承認(rèn)，機(jī)器的智能與人類腦力的智能之間存在互補(bǔ)性，那么將人類的智能與機(jī)器的智能聯(lián)通起來(lái)，利用兩者之間的互補(bǔ)性，在本文觀點(diǎn)中，則是最為科學(xué)的發(fā)展方向。未來(lái)人機(jī)協(xié)同的新型智能信息系統(tǒng)，應(yīng)當(dāng)構(gòu)建起雙向閉環(huán)的信息生態(tài)系統(tǒng)。在該系統(tǒng)中，原來(lái)的機(jī)器智能應(yīng)具有足夠的自主性，能夠最大限度地為人類提供便捷服務(wù)，改善人類生活；而人類智能應(yīng)與機(jī)器智能足夠相適應(yīng)與包容，并互聯(lián)互通，人類可以感知人工智能信息系統(tǒng)的信息，人工智能信息系統(tǒng)可以讀取人類組織的信息，兩界之間實(shí)現(xiàn)信息的無(wú)縫交互。

這樣的發(fā)展趨勢(shì)符合人工智能與人類社會(huì)發(fā)展浪潮。為了實(shí)現(xiàn)這樣的信息系統(tǒng)，應(yīng)以開(kāi)放包容的心態(tài)接納人工智能在人們生活中的滲透。不管是婚戀交友還是生活中的其他方面，相信未來(lái)可以讓人工智能更好地為人類所用。

4 結(jié)語(yǔ)

人工智能的產(chǎn)生與發(fā)展都源于更高效緩解或解決人類社會(huì)中的負(fù)擔(dān)或創(chuàng)新生活方式以促進(jìn)社會(huì)進(jìn)步，人工智能逐漸應(yīng)用于人類生活的各種情景，其在互聯(lián)網(wǎng)婚戀交友平臺(tái)的出現(xiàn)與發(fā)展中扮演著至關(guān)重要的角色。互聯(lián)網(wǎng)婚戀交友平臺(tái)通過(guò)有效利用智能推薦算法，極大提高了人們交友的廣度與效率。但婚戀交友與網(wǎng)絡(luò)購(gòu)物不同，算法需推薦的是人而非物，衡量的是較為復(fù)雜的情感而非單一偏好，故智能算法推薦只能充當(dāng)輔助手段，應(yīng)正確認(rèn)識(shí)與定位人工智能婚戀交友；為使人工智能推薦成為更科學(xué)有效的交友途徑，應(yīng)不斷改進(jìn)推薦算法，致力于人機(jī)協(xié)同的新型智能信息系統(tǒng)的構(gòu)建與完善。

本文首先從主要智能推薦算法著眼，分析互聯(lián)網(wǎng)婚戀交友的科學(xué)性與可行性；然后從算法倫理角度分析智能算法推薦交友對(duì)象的局限性與負(fù)面性；最后對(duì)人工智能應(yīng)用于婚戀交友推薦的未來(lái)作出展望與建議，希望能為相關(guān)研究者提供一定的參考與借鑒。本文對(duì)于智能推薦算法的梳理尚存在不足，對(duì)于推薦算法的技術(shù)最新進(jìn)展如何、關(guān)鍵技術(shù)解析等有待深入研究。未來(lái)可進(jìn)一步對(duì)推薦算法的應(yīng)用場(chǎng)景、存在問(wèn)題及優(yōu)化等進(jìn)行討論或檢驗(yàn)。