Product Information
ISBN: 9787521753912
出版日期: 2023-04-01
作者: (意)亞歷山德羅·韋斯皮尼亞尼,(意)羅西塔·里塔諾
譯者: 潘源文
裝訂: 精裝.無.200頁.0.
縱觀人類歷史,從古希臘的德爾菲神諭到中國古代的易經占卜,出於對未知事物的恐懼,人類總是癡迷於預測未來,也正是這種恐懼為預測科學的發展提供了不竭動力。而今,打開智能手機,除了我們習以為常的氣象預報,各種平台越來越精準地推送我們可能感興趣的新聞、圖書、電影、音樂……,預測科學已經在不知不覺中全方位地滲透了我們的日常生活。在本書中,作者基於在覆雜網絡科學與傳染病預測領域的學術研究經歷,帶領我們一覽預測科學發展史上的重要節點和突破——覆雜科學的誕生,打破了自然科學、生命科學與社會科學之間的壁壘,使得基於模型描述社會行為成為可能;數字革命帶來的海量數據與算法,則大幅提升了模型的準確性。從此,人變成了“可預測”的社會原子。
基於這些模型,我們不僅能預測一場足球比賽的結果、一本書的銷量或一位藝術家職業生涯的成功與否,還能預測一場流行病的蔓延、一種社會思潮的傳播、金融市場的波動,甚至一個人的感情生活。我們不光能夠清晰地模擬並分析未來的圖景,還能針對各種危局制定行之有效的應對策略。
但本書的目的不僅在於展示預測科學的巨大威力,還在於喚起人們對其局限性與倫理界限的認知,比如,大數據和算法會習得人類社會固有的歧視與不公,甚至會被用來操縱和影響人類行為。只有了解數據、算法和預測背後的運行機制,人們才能避免陷入夜郎自大或盲目崇拜的陷阱,更好地掌握我們的未來。
編輯推薦
1.全球知名覆雜網絡科學與計算流行病學專家,面向大眾讀者介紹大數據和算法如何預測和改變我們的未來,深入淺出,是一本優秀的預測科學普及性作品。
2.一本橫跨覆雜系統科學與人工智能領域的前沿作品,介紹了早期科學家如何打破數學、物理學、生物學、計算機科學、政治學、經濟學的學科壁壘,推動社會科學的範式轉移。
3.通過數據建模,推演事物的發展趨勢,總結覆雜世界背後的簡明法則,從而預測疫情的蔓延、自然災害、經濟和政治體制的崩潰等潛在危機,緩解人們對未知的天然焦慮,幫助人們更好地進行危機管理與科學決策。
作者簡介
(意)亞歷山德羅·韋斯皮尼亞尼,(意)羅西塔·里塔諾
意大利籍物理學家、覆雜網絡科學家、計算流行病學家,現任美國東北大學生物與社會技術系統建模實驗室主任;美國物理學會會士,歐洲科學院院士,哈佛大學定量社會科學研究所研究員。
多年來專注於研究覆雜網絡的特征與建模,目前主要研究方向為流行病空間傳播建模、覆雜網絡的韌性,以及技術-社會系統的集體行為。因曾帶領科研團隊通過數據建模預測埃博拉病毒、寨卡病毒、新冠病毒的傳播趨勢而得名,為美國美國疾病控制與預防中心和世界衛生組織的疫情防控政策提供了科學依據。
意大利籍記者,自由撰稿人,為意大利全國性大報《共和報》(La Repubblica)和《連線》雜志意大利版撰稿,因在報道科學新聞方面的出色工作而被授予2014年托馬塞蒂獎(Tomassetti Award)。

Shipping Information
Zone | Order Total (RM) | Delivery Fee (RM) |
---|---|---|
West Malaysia | Flat Rate | 6.00 |
Zone | Items/Weight | Delivery Fee (RM) |
---|---|---|
East Malaysia | First 1.00 kg | 13.00 |
Extra 1.00 kg | 5.00 | |
Singapore | First 1.00 kg | 25.00 |
Extra 1.00 kg | 5.00 | |
Australia, New Zealand | First 1.00 kg | 159.77 |
Extra 0.50 kg | 52.65 | |
Austria, Denmark, Finland, Ireland, Switzerland, Russia | First 1.00 kg | 157.78 |
Extra 0.50 kg | 34.31 | |
Brunei, Cambodia, Laos, Mongolia | First 1.00 kg | 175.10 |
Extra 0.50 kg | 87.14 | |
Belgium,France, Germany, Netherlands, Spain, U.K | First 1.00 kg | 150.94 |
Extra 0.50 kg | 30.46 | |
China | First 1.00 kg | 96.44 |
Extra 0.50 kg | 25.35 | |
Bangladesh, Brazil, Iraq, Pakistan, Qatar, S.Arabia, UAE, Sri Lanka | First 1.00 kg | 118.52 |
Extra 0.50 kg | 24.96 | |
South Africa | First 1.00 kg | 118.52 |
Extra 0.50 kg | 24.96 | |
Philippines | First 1.00 kg | 91.42 |
Extra 0.50 kg | 15.29 | |
Canada, United States, Mexico | First 1.00 kg | 162.58 |
Extra 0.50 kg | 35.90 | |
Hong Kong | First 1.00 kg | 80.63 |
Extra 0.50 kg | 29.06 | |
India | First 1.00 kg | 113.30 |
Extra 0.50 kg | 22.28 | |
Indonesia | First 1.00 kg | 107.35 |
Extra 0.50 kg | 24.87 | |
Japan | First 1.00 kg | 112.97 |
Extra 0.50 kg | 35.03 | |
Macau | First 1.00 kg | 92.93 |
Extra 0.50 kg | 13.82 | |
Singapore | First 1.00 kg | 74.75 |
Extra 0.50 kg | 21.49 | |
Taiwan | First 1.00 kg | 94.42 |
Extra 0.50 kg | 34.76 | |
Thailand | First 1.00 kg | 94.10 |
Extra 0.50 kg | 28.25 | |
Vietnam | First 1.00 kg | 98.94 |
Extra 0.50 kg | 14.34 |