4. NSA 数据采集，解读和加密我们越来越多地被算法而不是被人观察。感谢Edward Snowden，我们知道了美国安全局（NSA）及其小伙伴已经暗中监控了上百万的无辜公民。近期披露的文件显示，已经有许多的监控项目被FiveEyes实施，FiveEyes是由美国、澳大利亚、加拿大、新西兰和英国共同组成的情报组织。它们已经监控了我们的移动电话、电子邮箱、网络摄像头图像和地理位置信息。同时，“它们”我指的是他们的算法，这其中有太多的数据，人力无法进行收集和解读。
有意思的是，NSA声称实际上他们并没有“采集”我们的数据。根据一份1982年的程序手册，“信息“采集”是指当信息被收集并被国防部情报机构在职责范围内使用”。同时“数据由电子系统采集是指信息采集并被转换为可理解的形式”。英国卫报的Bruce Schneier解释道： “ 因此，假设你的朋友在家里有成千上万的书籍，根据NSA的解释，他并不“收集”图书。只有他真正在读的那些才是他“收集”的图书，他利用图书做其他事情时并不能认为他在“收集”图书。” 这会产生一个问题因为： 计算机算法与人们密切相关。当我们想到计算机算法正在监控我们并且分析我们的个人数据时，我们必须想想在算法背后的人。是不是有人正在看着我们的数据，事实上，他们能做的事情正是监视。 最后，最相关的还有美国国家安全局的Suite B 加密算法，这是一套功能强大的算法，用于加密、数据交换、数字签名和哈希。机构正是利用这一算法来保护分类以及未分类文件的。
5. 推荐算法诸如比如 亚马逊和 Netflix 这样的网站，会记录你购买过的书籍或是你看过的电影，然后根据我们的爱好为我们推荐商品。
正如许多自动程序一样，这种二十一世纪独有的技术既有优点也有缺点。虽然这样的推荐有时候很有帮助，但是有时候也会偏离目标——特别是你为你的三岁女儿选购了一本儿童读物作为礼物之后。 与PageRank和Facebook的新闻提要一样，这样的算法正在造成所谓的“过滤器泡沫”，这是一种现象，用户与他们不感兴趣的信息隔离——有效地将用户通过意识形态的“泡沫”隔离起来。这导致了Eli Pariser提出的“信息决定论”，我们过去在网上浏览的兴趣决定了我们的未来。
6. Google AdWords与之前的算法类似， Google, Facebook以及其他的网站跟踪你的行为、用词、搜索请求来推送相应广告。 Google’s AdWords——公司最主要的收入来源——正是以这样的模式进行预测的，同时Facebook也在尽力进行相关研究（你最后一次点击Facebook的广告是什么时候？）
7. 高频率的股票交易
很久之前，金融部门就开始使用算法来预测市场波动，但是他们在高频率的股票交易中的实践才刚刚开始。这样的高速交易涉及的算法，也叫做机器人，可以对订单在毫秒级做出判断。相反，一个人通常需要至少一秒才能对潜在的风险做出反应。因此，人们逐渐被排除在了实际交易的循环之外——一个全新的电子生态正在逐渐形成。 但是，又是这些算法会造成错误。Leo Hickman解释道： 比如：2010年五月六日的“闪电崩盘”，当时道琼斯指数在几分钟内平均下跌了1000点，而在二十分钟之后市场才出现反弹。这样的大幅直线下跌到目前为止也没能得到完整解释，但是大部分经济学家将齐归咎于“竟次”。“竟次”的罪魁祸首是为了达到高频交易而大规模使用的量化交易算法。Scott Patterson，华尔街日报的记着和《The Quants》的作者，将在交易场地使用这些算法比作飞机的自动驾驶。今天，大部分的交易是由算法自动完成的，但是当情况出现不同时，比如发生闪电崩盘时，应当有人工介入。
8. MP3 压缩压缩数据算法是电子世界不可磨灭的重要一员。我们希望更快地接收媒体数据，同时希望节约硬盘空间。因此，人们设计了很多方法来压缩和传送数据。
比如，在1991年思科系统研发了CRTP协议。1987年，德国研究者发明了今天广泛使用的MP3格式，从而将音频的大小减少到原始大小的十分之一。这一压缩格式导致了音乐产业的革命（影响有好有坏）。 |
