大卫·萨普特是瑞典乌普萨拉大学应用数学教授。他出生于伦敦，在曼彻斯特大学完成了数学博士学位，并在牛津大学获得了皇家学会奖学金。他的研究范围非常广泛，尤其擅长跨学科研究，如机器学习、人工智能、鱼群和蚁群的集体活动，以及足球运动背后的数学原理。
萨普特还为《经济学人》《今日数学》《每日电讯报》《当代生物学》和《4-4-2》(国际最重磅的足球杂志)等权威刊物撰稿。2015年，为表彰萨普特在数学科学普及上做出的突出贡献，英国顶尖数学家成立的数学及应用研究所授予他凯瑟琳·理查兹奖。

第一部分 算法在监视我们：互联网对个人数据做了什么？
第1章 数学不仅大煞风景，还会败坏道德？
谷歌人：统计数据越多越好
“伯明翰ISIS”：数学杀份性武器引发的血案
第2章 算法无处不在，我们却对它一无所知
黑箱操控一互联网巨头不想说的事
给重定向广告加点“噪声”
算法也会歧视人
第3章 你以为自己了解朋友？脸书比你更懂他们
社交网络的黑箱世界
主成分分析法：15个帖子就能让他人读懂我们的生活
第4章 脸书比你更了解你的人格和行为
你点的“赞”在暴露你的智商
你的情绪已被脸书编号
第5章 剑桥分析公司如何玩转总统选举
人格决定选票
为政治操控每一种情感
算法告诉共和党，该去星巴克拉选票
脸书很了解你，但它未必能预测你的行为
第6章 要算法毫无偏见？不可能！
定义偏见是道数学难题
相同的误报率和相同的漏报率不可兼得
只有悖论，没有公平
第7章 数据炼金术士
算法不知道的事情
精准广告：互联网公司滥用了私人信息吗？
人肉预测与模型预测，谁更胜一筹？
第二部分 算法想控制我们：网络能够影响我们的情绪和行为吗？
第8章 预测竞选结果的模型是怎么“炼”成的？
选举结果只有两种，但概率世界并非如此
群众的智慧=超级预言家
不考虑市场的模型不是好算法
第9章 互联网本质：“大家也喜欢”
亚马逊推荐：“私人定制”的秘密
另一个世界的音乐排行榜
让“链接果汁”流动起来
羊群效应：读者似乎永远不长记性
第10章 人气竞赛
时势造人，算法造YouTube网红
被谷歌学术“劫持”的科学家
美国陌陌App的速配秘诀
第11章 过滤气泡在翻腾
脸书、谷歌、推特在误导我们？
一次点击，次次点击
为什么阴谋论者比科学家更淡定？
其实，负面信息几乎不会影响你的情绪
第12章 网络回声室：互联网时代的信息闭塞？
社交媒体的气泡并非密不透风
推特上，你和反对者只隔六个人
第13章 谁在看假新闻？
曼德拉效应
特朗普是天选之人？
虚假报道本身就写于气泡之中
第三部分 人工智能的未来：算法越来越像人类了吗？
第14章 “学”出来的性别歧视
算法决策：对付人类偏见的办法
谷歌搜索如何理解我们的语言？
无监督学习把算法变成“坏学生”
第15章 计算机作家
一个智能作家的诞生
如何训练神经网络成为托尔斯泰？
苹果Siri与神经网络聊天机器人
第16章 智能超级玩家
从游戏白痴到游戏天才，算法仅需自学数周
卷积神经网，卷积出奇迹
神经网络能够识别人脸，却无法规划全局
阿尔法狗一零：强人工智能离我们只有十年？
第17章 细菌大脑
世界末日与超级电脑
人工智能PK微生物智慧
胃肠道细菌的“智能”为何让聪明人如临大敌？
第18章 回到现实吧
“埃隆·马斯克是个白痴”
推特的好友推荐让我们活得更美好

我们对科技和互联网的日益依赖，使数据研究者能够收集与我们有关的数据，比如买过哪些东西、对哪些话题感兴趣等。借助这些数据，他们能够窥视我们的日常、预测我们的行为，并建立起试图控制我们生活的算法。这些算法从最冷静、理性的角度分析我们的性格、影响我们的选择，并放大了社会偏见和歧视的威力。
通过探讨最前沿的人工智能技术，本书还揭露了一个惊人事实：人工智能必须以大数据和算法为基础，我们的生活可能永远无法出现真正的超级AI。

这是一个“算法世界”：建立在数据之上的算法指导社会的运行、决定我们能在网上看到什么；它更是自动驾驶、智能管家、未来医疗以至智慧城市的基石。如果我们不了解算法如何使用数据，就无法知道人工智能将如何改变我们的生活。
在本书中，大卫·萨普特将引领读者展开一段有关算法的趣味旅程，了解数学阴暗的一面。通过采访那些在算法研究领域工作的科学家，以及动手进行有趣的数学实验，他介绍了那些能够分析我们、影响我们，甚至会变得更像我们的算法。你将由此明白谷歌搜索是否存在种族歧视和性别歧视，为什么选举预测有时会与真实的选举结果间存在巨大的偏差，使用算法来找出罪犯是不是一个严重的错误，以及我们把决策权交给机器时，未来又会发生什么。
萨普特还将深入浅出地告诉我们，到底是什么样的奇妙算法在支撑着最能聊天的AI——水谷、围棋中的无冕之王阿尔法狗－零和传说中的写作机器人。他所道出的真相将刷新我们的观念：直到今天，AI的智能都仅与大肠杆菌相当，和某些科技巨头的激进预测相反，取代人类的超级AI其实离我们非常遥远。