۱– الگوریتم جستجوی گوگل

در زمانی نه چندان دور موتورهای جستجو بر سر برتری یافتن در دنیای اینترنت با هم می‌جنگیدند تا اینکه گوگل و نوآوری آن در الگوریتم PageRank این برتری را از آن خود کرد. امروزه گوگل %۶۶٫۷ سهم بازار آمریکا در جستجو را در اختیار دارد و مایکروسافت با %۱۸٫۱، یاهو با %۱۱٫۲، Ask با %۲٫۶ و AOL با %۱٫۴ در جایگاههای بعدی قرار دارند. بدین ترتیب گوگل بازار را در دست گرفته و برای بسیاری از افراد، این سایت درگاه ورود به اینترنت محسوب می‌شود.

PageRank در واقع کار خود را با کمک برنامه‌هایی به نام عنکبوتها یا خزنده‌های وب و فهرست عظیمی از کلمات کلیدی و مکانهای وقوع آنها انجام می‌دهد. این الگوریتم، تعداد و کیفیت لینکهای موجود برای یک صفحه خاص را ارزیابی می‌کند تا یک تخمین کلی از میزان اهمیت یک وبسایت بدست آورد. ایده اصلی این الگوریتم این است که وبسایتهای مهمتر یا ارزشمندتر به احتمال زیاد لینکهای بیشتری از صفحات دیگر را به خود اختصاص می‌دهند. بعلاوه این الگوریتم میزان و مکان وقوع کلمات کلیدی موجود در یک صفحه وب و همچنین مدت زمان سپری شده از زمان ایجاد آن صفحه را نیز مد نظر قرار می‌دهد.

۲– الگوریتم اخبار فیسبوک

گرچه پذیرفتن این مسأله ممکن است برای برخی از ما سخت باشد، اما بسیاری از ما عاشق تلف کردن وقتمان در اخبار فیسبوک هستیم. لازم به ذکر است که با وجود اینکه معمولاَ شما تنظیماتی را برای دیدن «همه» فعالیتها و بروزرسانیهای «همه» دوستان خود به ترتیب زمانی انجام می‌دهید، الگوریتمهای فیسبوک تنها گزیده از پیش تعیین‌شده‌ای از اخبار را به شما نشان می‌دهند. این الگوریتمها معیارهای مختلفی را به منظور تشخیص جالبترین اخبار برای شما در نظر می‌گیرند که از آن جمله می‌توان به تعداد کامنتها، فردی که پست را گذاشته و نوع پست (عکس، فیلم، استاتوس و …) اشاره کرد. بنابراین باید گفت که فیسبوک نیز نوعی رده‌بندی داخلی را برای «محبوبیت» افراد و کسانی که بیشترین تعامل را با شما دارند انجام می‌دهد.

 ۳– الگوریتم تطبیق شخصیت OKCupid

امروزه قرار ملاقات آنلاین در واقع یک صنعت دو میلیارد دلاری است. به لطف رشد سایتهایی نظیر Match.com، eHarmony و OKCupid این صنعت از سال ۲۰۰۸ تاکنون به میزان %۳٫۵ در سال توسعه یافته است. تحلیلگران پیش‌بینی می‌کنند که این افزایش در طول ۵ سال آینده نیز ادامه یابد و دلیل این امر را تأثیر بیش از حد این سایتها در آشنایی زوجها می‌دانند. در واقع سایتهای قرار ملاقات نه تنها منجر به ازدواجهای موفقتری می‌شوند بلکه در تطبیق شخصیت زوجهای آتی بر اساس تمایلات و علاقه‌مندیهای مختلف نیز عملکرد خوبی از خود نشان می‌دهند. واضح است که تمام این تطبیقها را الگوریتمهای مربوطه انجام می‌دهند.

به عنوان مثال OKCupid، که یک سایت قرار ملاقات مجانی است، از یک روش کاملاَ تحلیلی برای استخراج اطلاعات کاربران در قرار ملاقاتهای آنلاین استفاده می‌کند. اما الگوریتم این سایت بجای تطبیق صرف علاقه‌مندیهای مشترک، هر پاسخی را که از کاربر دریافت می‌کند از نقطه نظر اهمیت پرسش مربوطه برای کاربر و زوج آینده او ارزیابی می‌نماید. این همان خصوصیتی است که این سایت را از سایتهای مشابه دیگر متمایز کرده و آنرا در زمره مؤثرترین سایتهای قرار ملاقات آنلاین قرار می‌دهد.

 ۴– الگوریتم جمع‌آوری اطلاعات، تفسیر و رمزنگاری NSA

به لطف ادوارد اسنودن امروز ما می‌دانیم که آژانس امنیت ملی (NSA) و شرکای بین‌المللی آن میلیونها شهروند غیرمشکوک را تحت نظر قرار می‌داده‌اند. این امر نشان می‌دهد که ما هر روز بیشتر در معرض پاییده شدن توسط الگوریتمها قرار داریم. برخی اسناد لو رفته از وجود برنامه‌های نظارتی، که بطور مشترک توسط پنج کشور ناظر یعنی آمریکا، استرالیا، کانادا، نیوزیلند و انگلیس اداره می‌شوند، خبر داده‌اند. این کشورها بعنوان «چشمهای جهان»، تماسهای تلفنی، ایمیلها، تصاویر وبکمها و موقعیتهای جغرافیایی افراد را تحت نظر قرار داده و به کمک الگوریتمهای مربوطه، حجم زیادی از داده‌ها را که نیروی انسانی قادر به جمع‌آوری و تفسیر آنها نیست پردازش می‌کنند.

با همه اینها نکته جالب این است که NSA ادعا می‌کند که این سازمان هیچگونه اطلاعاتی را جمع‌آوری نمی‌کند! بر اساس دستورالعملهای تنظیم شده در سال ۱۹۸۲ «تنها زمانی، اطلاعات جمع‌آوری‌شده فرض می‌شود که بطور قابل درک و روشنی مورد پردازش قرار گیرد». بروس اشنایر از روزنامه گاردین در این رابطه می‌گوید: «بنابراین اگر یکی از دوستان شما هزاران کتاب در منزل خود دارد، این فرد از نظر NSA واقعاَ کتاب جمع‌آوری نمی‌کند بلکه با این کتابها کار دیگری انجام می‌دهد. این شخص زمانی می‌تواند ادعا کند که کتابی را جمع‌آوری کرده که آنرا خوانده باشد. الگوریتمهای کامپیوتری به شدت به ما نزدیک هستند و وقتی به این فکر می‌کنیم که این الگوریتمها ما را مورد نظارت قرار داده یا داده‌های شخصی ما را تحلیل می‌کنند، باید به کسانی بیاندیشیم که پشت این الگوریتمها پنهان هستند. به عبارت دیگر نکته مهم این است که آیا کسی واقعاَ داده‌های ما را می‌بیند و در اینصورت چه معیاری این دیده‌شدن اطلاعات را نظارت تفسیر می‌کند؟»

در همین راستا باید به مجموعه الگوریتمهای قدرتمند رمزنگاری سوییت B این سازمان اشاره کرد که به منظور حفاظت از مستندات محرمانه و غیرمحرمانه عملیات مربوط به رمزنگاری، تبادل کلید، امضاهای دیجیتال و درهم‌سازی را انجام می‌دهند.

 ۵– الگوریتمهای نظارتی لذت‌بخش

سایتهایی نظیر آمازون و نت‌فلکس نیز روی کتابهایی که ما می‌خریم و فیلمهایی که تماشا می‌کنیم نظارت کرده و موارد مرتبط و مشابه را که خوشایند ذائقه ماست به ما پیشنهاد می‌دهند. این ویژگی فراگیر قرن ۲۱ نیز درست مثل هر فرآیند خودکار دیگری مزایا و معایب خاص خود را دارد و در عین حال که می‌تواند بسیار سودمند باشد، اینگونه پیشنهادات می‌توانند بطور چشمگیری غیردقیق باشند. نمونه بارز این فقدان دقت را می‌توان وقتی دید که یک کتاب کودک را برای هدیه دادن به دختر بچه سه ساله خود خریداری می‌کنید و از این به‌بعد مدام پیشنهادهایی مناسب حال خردسالان برای شما فرستاده می‌شود.

در واقع این الگوریتمها در کنار الگوریتمهایی نظیر PageRank و اخبار فیسبوک به اصطلاح یک حباب فیلتری را ایجاد می‌کنند که بدان وسیله کاربران را از اطلاعاتی که مخالف نقطه نظرات آنهاست مجزا کرده و به عبارت دیگر آنها را در فرهنگ فردی حبابهای فکریشان نگه میدارد. این امر می‌تواند منجر به پدیده‌ای شود که الی پریزر آنرا «جبر اطلاعاتی» می‌خواند. این مفهوم بدین معنی است که عادات قبلی ما در گشت‌زنی در اینترنت تعیین کننده آینده ما هستند.

۶– Google AdWords

مشابه با الگوریتم نوع قبل، گوگل، فیسبوک و سایر سایتها نیز، رفتار و کلمات استفاده شده و درخواستهای جستجوی کاربران خود را به منظور ارائه تبلیغات مرتبط دنبال می‌کنند. درحالیکه الگوریتم AdWords گوگل، که اصلی‌ترین منبع درآمد این شرکت است، به نظر می‌رسد با این مدل سازگار است، فیسبوک هنوز در تلاش است تا این مدل را عملی کند. برای درک عدم موفقیت فیسبوک در بکارگیری این مدل کافی است به آخرین مرتبه‌ای که روی یک آگهی تبلیغاتی در فیسبوک کلیک کرده‌اید دقت کنید.

۷– معاملات سهام با بسامد بالا

اگرچه مدتهاست که در بخش مالی الگوریتمهایی برای پیش‌بینی نوسانات بازار مورد استفاده قرار می‌گیرد، اما این الگوریتمها بطور فزاینده‌ای در معاملات سهام بسامد بالا نیز بکار می‌روند. سرعت این شیوه از معاملات در واقع مرهون الگوریتمهایی است که به اصطلاح ربات نامیده شده و می‌توانند در بازه میلی ثانیه تصمیماتی را اتخاذ کنند. این در حالی است که تشخیص یک خطر بالقوه و عکس‌العمل نشان دادن به آن برای انسان حداقل یک ثانیه زمان می‌برد. در نتیجه این امر، انسان به تدریج از چرخه تجارت خارج شده و یک محیط دیجیتال جدید در حال شکل‌گیری است.

با این وجود این الگوریتمها گاهی مرتکب اشتباه نیز می‌شوند. لئو هیکمن در این رابطه می‌گوید: «در تاریخ ششم می ۲۰۱۰ تنها ظرف چند ثانیه نرخ صنایع دو جونز به میزان ۱۰۰۰ درجه افت کرد ولی بازار خود را تنها ۲۰ دقیقه بعد بدست آورد. گرچه دلیل این افت ناگهانی هرگز کاملاَ مشخص نشد اما اکثر ناظران مالی آنرا ناشی از رقابت کاهشی الگوریتمهاای معاملات بسامد بالا دانسته‌اند. اسکات پترسون، خبرنگار مجله وال استریت، بکارگیری الگوریتمها در زمینه تجارت را با پرواز هواپیما با خلبان اتوماتیک مقایسه می‌کند. با وجود اینکه اکثریت زیادی از معاملات امروز توسط الگوریتمها انجام می‌شوند، وقتی که کارها درست پیش نمی‌رود، همانگونه که در این افت شدید اتفاق افتاد، بشر می‌تواند مداخله کند.»

 ۸– فشرده‌سازی MP3

الگوریتمهای فشرده‌سازی داده نیز یک جنبه ثابت و حیاتی دنیای دیجیتال محسوب می‌شوند. این الگوریتمها با بهره‌گیری از حقه‌های مختلف در فشرده‌سازی و انتقال داده، امکان دریافت سریع رسانه را فراهم کرده و در مصرف فضای دیسک صرفه‌جویی می‌کنند. در این راستا شرکت سیسکو در سال ۱۹۹۱ پروتکل فشرده‌سازی بلادرنگ (CRTP) را ایجاد کرد و در سال ۱۹۸۷ محققین آلمانی موفق به ایجاد تکنولوژی فراگیر MP3 شدند. MP3 در واقع یک روش فشرده‌سازی است که اندازه فایلهای صوتی را تا حدود یک دهم اندازه واقعی کاهش می‌دهد. این تکنولوژی را باید انقلابی در صنعت موسیقی دانست.

 ۹– الگوریتم CRUSH شرکت آی‌بی‌ام

گرچه این الگوریتم هنوز دنیای ما را تسخیر نکرده اما این امر به زودی رخ خواهد داد. تعداد فزاینده‌ای از اداره‌های پلیس در حال حاضر از تکنولوژی جدیدی به نام تحلیل پیشگویانه بهره می‌گیرند. این ابزار تا حد زیادی یادآور جهانی است شبیه آنچه که در فیلم گزارش اقلیت به تصویر کشیده شده است. در سال ۲۰۱۰ اعلام شد که اداره پلیس ممفیس با کمک نرم‌افزار تحلیل پیشگویانه شرکت آی‌بی‌ام، که CRUSH نام دارد، توانسته است میزان جرایم دنباله‌دار را بیش از ۳۰ درصد نسبت به سال ۲۰۰۶ کاهش دهد که این آمار همچنین کاهش ۱۵ درصدی جرایم خشونت‌آمیز را نیز در بر می‌گیرد. این اعلامیه توجه شهرهای مختلفی در لهستان، اسراییل و انگلیس را نیز جلب کرد و موجب راه‌اندازی پروژه‌هایی بصورت آزمایشی در لس‌آنجلس، سنتاکروز و چارلستون شد.

الگوریتم CRUSH با بهره‌گیری از ترکیبی از عملیات تلفیق داده، تحلیل آماری و الگوریتمهای بسیار پیشرفته این امکان را به پلیس می‌دهد تا الگوهای حوادث یک شهر را ارزیابی کرده و نقاط مستعد وقوع جرم را پیش‌بینی نموده و بطور پیشگیرانه منابع و کارمندان خود را به این نقاط اختصاص داده و در نتیجه، اعمال قدرت و امنیت عمومی را افزایش دهد.

اینگونه سیستمها در آینده حجم زیادی از عملیات تحلیلی را انجام خواهند داد و مجرمین بصورت بلادرنگ از طریق الگوریتمهایی که بر فعالیتهای اینترنتی، جی‌پی‌اس، مددکاران شخصی دیجیتال و همه ارتباطات آنها نظارت دارند، ردیابی خواهند شد. همچنین با استفاده از وسایل حمل و نقل هوایی بدون سرنشین در فرآیند ردیابی متخلفین، در نظر گرفتن حرکات بدن و سایر علائم بصری آنها به منظور پیش‌بینی اهداف و تصمیماتشان امکانپذیر خواهد شد.

  ۱۰ – الگوریتم تنظیم خودکار آهنگ

این روزها همه عملیات تنظیم آهنگ توسط الگوریتمها انجام می‌شود. این دستگاهها در واقع مجموعه‌ای از قوانین مربوط به تغییر ملایم گام آهنگی که خوانده یا نواخته می‌شود را به نزدیکترین نیمگام صحیح پردازش می‌کنند. دستگاه تنظیم خودکار آهنگ که امروزه یک پردازشگر صوتی در دنیای موسیقی محسوب می‌شود در ابتدا برای تفسیر داده‌های زلزله‌نگاری ایجاد شده بود.