今天小編分享的科技經驗：「随機播放」用 40 年統治了世界，值得我們反思一下？，歡迎閱讀。
你很可能有過這樣一種體驗：不知道聽什麼歌的時候，打開「随機播放」。突然「随」到一首你曾經很喜歡，卻好久沒聽過的歌，旋律一下把你帶回到了過去的某個時刻，令你心生感慨。
對年輕人來說，「随機」的存在像空氣一樣理所當然。但實際上，它的歷史并沒有那麼悠久，直到上個世紀 80 年代，「随機」功能才開始出現在 CD 播放器上。
如果你年齡稍大，熟悉磁帶的工作原理，就更容易意識到：「随機播放」是音樂數字化之後，才可能被開發出來的功能，模拟介質是做不到的。
它絕不只是一個小功能那麼簡單。「随機」對計算機、信息學的發展有着深刻意義。
你甚至可以說「随機」是人類第一次創造了某種「生成式機器」。
因為，随機排列信息，就是在創造新的信息。
從 70 多年前，圖靈設計的「随機數生成器」，到今天的「生成式 AI」，随機的概念貫穿了整個計算機發展史，也深刻改變了我們消費信息的方式。
在它不斷演變、進化的過程中，我們也需要反思：人類是否還掌握着自我意志的缰繩？是否還擁有創造的自由、選擇的權利？
随機播放
如果你用了蘋果上個月剛推出的古典音樂 App，Apple Music Classical，你大概率會發現，它沒有「随機播放」功能。
這不難理解，古典樂裡的交響樂、協奏曲，時長一般在 30 分鍾左右，且往往被分為三個樂章，不同樂章之間有明确的順序，不能被打亂。
這導致，如果你想聽古典樂，最好明确知道自己要聽的是什麼曲子。古典樂不能随時開始，随時結束，也無法「随機播放」。
這與古典樂誕生的時代背景有極大關系。在古典樂蓬勃發展的 18-19 世紀，「留聲機」還沒有被發明出來，人們想要聽音樂，就必須去劇院，聽樂隊現場演奏。
與之形成鮮明對比的是流行樂。今天大部分流行歌曲的長度，多為 3-5 分鍾。即便大部分專輯會包含 10 首左右的歌曲，長度加起來也接近一首交響樂，但歌曲與歌曲之間并沒有明确的「順序關系」，可以被随機。
這同樣與時代、技術背景密不可分。流行樂的曲目長度之所以是 3-5 分鍾，是因為 20 世紀初，首次被标準化的，78 rpm 的黑膠唱片，它單面能保存的聲音長度，就在 3-5 分鍾。
留聲機和唱片的出現，開啟了流行樂的時代。
包括「專輯」的英文是 album，還有「相冊」的含義。這也是因為，早期的專輯由多張單曲唱片組成，這些唱片被裝在一個類似相冊的包裝裡，所以才用了 album 這個詞來指代「專輯」。這種新的音樂組織形式，最終導致歌曲之間的「順序關系」被弱化。
而激起人們「重新排列歌曲」熱情的，是磁帶。
磁帶相比黑膠，最大的區别就在于它可以「擦寫」，留聲機也進化為錄音機，人們開始自己錄制磁帶。
過程中出現了「混音磁帶」。80 年代的人們，會買來空磁帶，把多張不同磁帶專輯裡的不同歌曲，錄進空白磁帶，做成一張實體的「歌單」。當年最流行的錄放機，常常會配備兩個磁帶卡槽，就是為了方便用戶制作自己的混音磁帶。
盡管只是重新組織、排列歌曲，這種「再創作」卻給用戶帶來了一種全新的體驗。把不同的歌曲以不同順序放在一起，就能表達出完全不同的意義。當時的年輕人，紛紛開始制作自己的「混音磁帶」，彰顯品味，表達心意。
進入 CD 時代，音樂從連貫的模拟信号，開始演變為數字檔案，這讓「随機播放」終于成為可能。
最早是在 80 年代，飛利浦的工程師首次在 CD 播放器上實現了随機播放，後來索尼開始将随機功能作為一個賣點，放在了 CD 播放器上。
2000 年以後，MP3 播放器開始湧現，「随機播放」迎來了它的真正的黃金時代。包括當時剛剛回歸的蘋果的喬布斯，也将随機播放視為一個關鍵功能，加入了 iPod 和 iTunes。
2005 年，蘋果推出 iPod shuffle，一款把随機功能刻在靈魂裡的播放器。iPod shuffle 沒有螢幕，除了控制播放 / 暫停、音量、上 / 下一曲按鈕之外，就只有一個「随機」開關。它的設計理念就是讓用戶随時随地，戴上耳機，聽到一首随機的歌曲。
如果說随機播放有什麼妙處，一方面在于它打亂了專輯一成不變的曲序，加入了一點「不确定性」；另一方面也在于它代替用戶做了「選擇」，人們不用再從一個冗長的曲目列表裡挑一首歌來聽，而是只需要不斷按「下一首」，等着随到一首自己想聽的歌。
這種不斷按「下一首」的體驗，是不是跟今天我們刷短視頻很像？實際上，短視頻的核心互動機制，就是一種「随機播放」。
從「随機」到「推薦」
當年喬布斯如此重視「随機播放」，并非偶然。
「用電腦模拟随機」的嘗試，可以說貫穿了整個計算機的誕生和發展史。它最早可以追溯到 20 世紀 50 年代，「計算機之父」阿蘭 · 圖靈，在史上第一台通用計算機 Ferranti Mark 1 裡，加入了一個随機數生成器。
早期的随機數生成器，曾分化為兩條技術路線，真随機和假随機。
簡單來說，真随機是利用自然界中的随機物理現象，特别是與電相關的現象所產生的「噪音」，作為随機的依據。比如圖靈最早的随機數生成器，就是通過導體中電子熱震蕩產生的噪聲，一次生成 20 個随機比特，相當于可以生成一個 0 到 1048575 之間的十進制随機數。
與之相對的，假随機則是通過數學方法「算」出一個随機數，以及從設定好的「随機數池」裡抽取數字。還有一些方法，能通過一個比較小的真随機「種子」，經過計算，推算出更多、更大的随機數。這樣做可以提升随機數生成的效率。
人們對「真随機」的思考，最終上升到了哲學高度。
比如有觀點認為，類似于「投擲硬币」這樣看似随機的事件，如果你能充分描述硬币初始的運動和受力狀态，同樣可以預測投擲的結果。而類似的邏輯，可以推廣到任何系統，只要構建足夠準确的模型，充分描述系統狀态後，就能推算出結果。
所以很多人都認為，真正的随機，只存在于量子物理層面。
但在具體應用上，随機數的「真假」已經不那麼重要。除少數領網域如密碼學、博彩業，需要通過盡可能高質量的真随機，來保證系統的不可預測性、安全性。除此之外，大部分随機功能都開始往另一個方向演變——加權随機。
加權随機的一個經典應用是在遊戲領網域，比如暴擊系統。
舉一個很簡單的例子，當遊戲裡一個角色的暴擊率是 50% 時，玩家有 12.5% 的概率遇到三刀連續不暴擊。出現這種情況的概率不低，但這卻是一個很反直覺的體驗，很容易導致玩家覺得「概率不真」，也給遊戲體驗帶來了過多不确定性。
所以，今天的大部分遊戲開發者，都會采用「動态加權随機」的設計。具體來說，當暴擊率是 50% 時，玩家第一次攻擊的暴擊幾率會低于 50%，但如果沒有暴擊，下一次攻擊的暴擊概率就會上升，直到接近 100%，但總體的暴擊幾率依然符合 50% 的數字，只是暴擊的出現會相對變得更均勻。在手遊領網域，類似的思路催生了另一種被廣泛采用的設計：抽卡保底機制。
這種經過設計、修改的「加權随機」，最終在移動互聯網時代，演變為了内容推薦算法。
比如曾被喬布斯重視過的「随機播放」，在流媒體服務的時代，演變為了個性化推薦的電台、歌單。
Spotify 率先邁出這一步，決定 all in 算法，Apple Music 也随之跟進。後來，幾乎所有的流媒體音樂服務，都開始借助算法，向用戶推薦個性化的「随機」歌曲。
最終，這種體驗造就了移動互聯網最成功的產品形态——短視頻。
如果我們将短視頻應用的互動邏輯拆解到底層，它幾乎就是一個永遠不會結束的「随機列表」，用戶不斷向上「刷」的動作，就像是在 iPod shuffle 的時代不斷按「下一曲」。
而這種你永遠不知道下一首歌、下一個視頻會不會更好聽、更好看的心理機制，持續吸引着用戶，令他們流連忘返。
「自我意志」的缰繩
如果我們把抽卡、短視頻、推薦算法都視為「随機」的一種變體，毫無疑問，「随機」已經統治了世界。
而這種統治也不出意外地，引發了争議。比如不少人認為，抽卡遊戲本質上就是一種「賭博」，短視頻則過度侵蝕了人們的時間和精力。各家都推出了一些「防沉迷」系統，輔助用戶在使用這些 App 之餘，掌握自己的生活。
包括音樂也是一樣。今天有一部分「專輯原教旨主義者」認為，聽專輯就必須按順序聽，随機播放是一種錯誤。
這一争端最早還只是愛好者之間的事情，但它在 2021 年被帶到了台面上。當時知名歌手 Adele 在新專輯《30》發布後不久，向 Spotify 發出了控訴，指責 Spotify 專輯界面上的播放按鈕，會默認随機播放整張專輯。她認為專輯本身的曲序不應被破壞。
事情最終以 Spotify 修改產品收場，直到今天，你在 Spotify 上點開任何一張專輯，默認的播放按鈕都是「順序播放」。
但這依然無法逆轉「随機」的魔力。
今天的人們使用音樂軟體，聽歌單、聽個性推薦、電台越來越多，除了極少數大牌歌手，還擁有強大的聽眾号召力之外，大多數音樂人，都需要想辦法「迎合算法」。很多作曲者，甚至在創作之初，就會有意設計一個非常激烈、有落差感的「高潮」，因為這樣的曲子會更容易被用來做 TikTok、抖音的背景樂，也就更容易被算法推送到用戶的耳朵裡。
包括 Apple Music，早期極力宣傳自己的歌單都由真人編輯，而非算法生成。但在 2021 年，蘋果也推出了「自動播放」功能。這個功能與 Spotify 的算法系統類似，會在用戶播放一張專輯、歌單後，繼續自動播放算法推薦的歌，無限續播下去。
事實證明，所謂的「個體意志」，其實相當虛弱，特别是在那些瑣碎的事情上。就像被問到「晚上想吃什麼？」，我們總是希望對方直接給到一個足夠好的答案——我們想要的不是選擇權，而是決策權。
但令人擔心的是：如果我們将一切的選擇都交付出去，交給算法和機器，最終的那個「決策權」，或許也會逐漸變得搖搖欲墜。
今天，越來越多的創作者，無論是音樂人、寫作者，還是視頻作者，都感到越來越難把握創作的「脈搏」，因為算法的偏好瞬息萬變，稍不留神就會被衝刷下去。
而如果說推薦算法的影響還只是「人類發現了火」，生成式 AI 的湧現，以及它的潛在影響，則可能達到「核反應」的級别。
截至目前，一切的生成式 AI，它們的神經網絡學習機制，本質都是在随機遍歷各種詞語、像素，在紛繁的神經網絡裡不斷進行「加權随機」，找到一條概率最大的通路，生成結果。這個結果可以是語句、圖片或視頻。
生成式 AI 的出現，必然會戳到人類的「軟肋」。畢竟你不再需要自己去遣詞造句、拍照、畫圖……就像你不需要想自己要聽什麼歌一樣。
這裡的問題同樣在于，我們會不會因此失去原本的能力？越來越多人會不會像短視頻時代一樣，不再知道歌名、歌手一樣，失去說話、造句的能力？
答案依然藏在「随機」的漫長歷史中。
無論是随機播放，還是内容推薦算法，都并沒有抹除創作者的存在。技術不斷發展，不變的是每一代人，都找到了聆聽、理解音樂，以及進行二次創作的方法，後者甚至變得越來越豐富。而越是在一個充滿不确定，充滿随機的時代，越是需要我們主動去理解、思考，握住意志的缰繩。
這正是「個體意志」的體現，思考不停，創造不止。
