作者：曹培信
不能关注，不能加好友。
你很难想象，会存在一款如此“任性”的社交软件，相信信息能够自己流到最被需要的地方。
诞生于2018年，「Ta在」目前还是社交圈的一个新生事物，这个融合了知识图谱技术，能够自学习的APP，试图用自进化、去中心的理念，来重新定义未来的网络社交。
近日，文摘菌对「Ta在」的创始团队专访，这个多半成员都是资深技术人的团队称：“我们希望给社交网络带来一次革命。”
“取消关注，让信息自己流到需要的人那里”
一款优秀的社交软件该是什么样子呢？不同时代的人对于这个问题的答案一定大不相同。
移动互联网的诞生催化了用户和平台之间随时随地的交互，用户既是内容的消费者，也是内容的制造者。信息在不同平台之间可以横向传播，这就要求知识的搜索不再是传统的线性，更要走向智能化。
但是，目前主流社交软件普遍存在过于“中心化”的问题，「Ta在」团队告诉我们：“基于熟人的社交，大家疲于维护自己的人设；而基于关注的平台则不可避免形成大V中心，草根的声音被埋没，而且只要关注，就必须全盘接受所有信息。”
有偏向的信息比没有信息更可怕。而大量基于“KOL”关注和所谓“精准推荐”，正将我们带入一个看似丰富，入口却越来越窄的信息通道。
早在8年前，「Ta在」团队的创始人就隐约意识到了这个问题，并提出一个解决问题的基本思路：网络社交的推荐问题可以通过一个基于演化的去中心化思想解决。
“我们是做算法的，所以一开始就先想出了一个算法和解决方案：取消关注，取消人与人的关注，让信息智能地流动！”
让信息自己知道要流向哪里，而不需要依靠人的主动获取，这就是算法的威力。
「Ta在」团队也把这个思想和业内人士进行了论证，“当时我们在国外和Facebook、Google的工程师进行技术交流，讨论后的结果使我们更坚定了自己的想法。”
一个“有智商”的社交网络如何炼成？
「Ta在」创始团队将这个“有智商”的社交网络的底层思想，融合进了一篇名叫《基于演化群智的知识网络系统：模型，算法与应用》的论文中。
论文引入一种知识网络系统（Knowledge Network System,KNS），并针对性的提出用于KNS的智能体(人)——机器交互学习算法，即演化群智算法（Evolutional Collective Intelligence，ECI），以期解决现有知识系统、搜索引擎、推荐系统、以及社交网络系统等工具存在的瓶颈问题。
先观看视频了解一下👇
以知识为节点，以内容为基础
论文引入了三个基础概念：知识文件（Knowledge file）、知识项（Item）和智能体（Agent）。
区别于传统人工标记文件信息的手法不同，在KNS系统中，每一个知识项v，收集知识文件的过程是来自于智能体的投票。
比如用户上传了一张周杰伦的图片f，这张图片会被随机推送给20个用户，如果大于50%的人对这张图有点赞评论之类的反馈，那么这张f和这10个投票的a就可以成为一个v的创始成员。
之后，其他和周杰伦相关的f，这10个a很可能都会投票，让f加入到这个v周中，这样，v里会聚集越来越多关于周杰伦的内容。
也就是说，v是相关内容发f（v）和相关用户a（v）的集合。
而基于f（v）的知识项v之间还可以计算有向图边的权重值：
两个节点之间的每一条有向加权边不仅度量节点间相似性，同时也度量其层次关系。
基于用户投票而产生知识项的KNS，突破了人工标识的信息文件的线性关系，弥补了搜索不具有发散性的缺陷，本质上是大量的用户参与进来建立了一个智能的知识库。
高质量推送背后的算法
一个新的文件如何被精准地推送给相关用户呢？这个技术背后是专门用于构建KNS的演化群智算法（ECI）。
简单来说，整个系统的基本流程是：新文件以一定的规则发布给用户，即初始传播（initial spread），更重要的是根据KNS建立的知识系统，将该文件发送给f（v）的相关用户a（v），根据投票评估该文件是加入该知识项v，还是建立新的知识项。
经过投票机制和多轮传播机制，知识文件相当于经过了许多用户的筛选，可以很快收敛从而实现精准地推荐，团队成员给我们举了一个实验中很有意思的例子：“在一次实验中，我们上传了一首博尔赫斯的诗，然后在群组中进行演进，然后系统就推荐了一幅油画，这幅油画跟这首诗的意境非常相近，表现出了一种类人脑的思维。”
值得一提的是，因为KNS是无标签系统，所有内容和人都在各个节点间自由进出，不会形成茧房和气泡。并且，不同节点里内容和人又有着重叠(冗余性)，使知识节点间因为相似性和层级关系结构化地关联，这样实现了一种类人脑的能力——联想或发散，因此KNS不仅不会造成封闭，相反，为拓展知识提供了智能高效的方案。
并且ECI算法会根据多次动作反复确认才做出判断，不会因为你买了一双鞋，就反复推送各种鞋；不小心点了一个车祸视频，就满屏车祸。
你的每一次动态和点赞，都在“喂养”一只有智商的机器人
「Ta在」最有趣的一个部分是，用户可以实时看到后台一个叫CIQ的数字，被称为系统智商。
「Ta在」团队告诉我们：“CIQ其实跟我们理解的智商不同，它是一个结构化知识的总量，用户上传的各种文件，经过AI的筛选和内聚，利用用户的投票进行不断的沉淀，最终形成一个人类知识的结构化汇总。”
也就是说，用户在这里的每一次动态、点赞、浏览，都会沉淀，让平台的智能系统更加有效。
截至到现在，「Ta在」的CIQ还只有20.8，可以说，是一个还在成长的孩子，创始成员透露：“CIQ这个数值是无法评估的，因为没人能说清楚人类知识的总量有多大，可能到知乎那样的用户量和内容之后，它会涨到100，到谷歌那个程度是1000，但是这个数值是没有上限的。”
资深技术人的产品情怀：让社交网络回归它该有的样子
介绍自己时，「Ta在」创始团队表示：“我们偏理科思维，相信技术推动商业模式，于是看到了问题，先想到解决问题的算法，再考虑做产品。可能这样的软件不产生大V，很难做流量，但是我们坚信这就是未来社交网络该有的样子。”
“普通用户里有很多有真知灼见的，像知乎刚开始那些草根回答者的很多回答非常精彩，但是随着时间推移，大V出现了，你的关注决定了会接收到的回答，而其他人的回答则不被推荐，长此以往大家的观念都被大V左右，但是互联网本来应该是自由的，只要内容是准确而且优质的，每个人的声音都值得被传播。”
所以才有了「Ta在」不设置关注、不能加好友、不产生大V，也不会被熟人点开主页看看你说过什么的设置，看似任性，但这才是一个真正自由的社交网络该有的样子。
一场打造“超级大脑”的社会实验
但是，这样的底层设定也决定了「Ta在」需要大量的用户参与，产生足够多的内容才能实现智能推送、形成圈层，最终造就一个集合人类知识的超强大脑。
“我们把这当作一个每个人都能参与的社会实验。”
每个人上传内容，算法根据内容和用户点赞、评论建立结构化的知识系统。正如CIQ的定义一样，你发布的每一个内容的质量和互动的数量都影响着CIQ。
许多网友也是抱着“养肥”一个更懂自己的CIQ加入了「Ta在」：
舍弃虚伪的人设，看自己想看的东西，期待未知的知识，和同好进入一个圈子讨论。这些都是社交最原始的内容，也是未来社交软件该有的样子。
「Ta在」目前的CIQ还只有20.8，也许更多人加入进来将CIQ养肥之后，我们也期待更聪明的「Ta在」给我们带来更多惊喜。
点「在看」的人都变好看了哦！
