首頁> 其他類型> 羅輯思維(全5冊)> 向計算機學習思維原則

向計算機學習思維原則

2024-09-26 10:31:29 作者: 羅振宇

  在計算機的算法思維里,所有的原則都必須排序、都必須編碼、都必須有高階低階的次序、都必須能處理實際出現的所有情況。這真正結合了原則性和靈活性。

  最近「算法」這個詞的提及率越來越高。這說明什麼?說明整個社會越來越意識到,人類文明到了一個重要的關頭。過去,是人類來創造計算機算法,而未來,人類要反過來向計算機學習算法思維。

  「算法思維」和日常思維有什麼區別?這一篇我們簡單和大家聊一聊。

  最重要的一個區別是,算法思維是有原則的,而人類的思維很難有堅定的原則。

  

  《戰爭論》的作者克勞塞維茨講過一句話:「制定原則並不難,難的是始終堅持原則。」這句話聽起來是句大白話,但是道出了人類思維的一個根本性的難題。我們在日常生活中,經常跟別人說「這件事原則上可以」,實際上是什麼意思呢?現在不可以;或者反過來,「這件事原則上不行」,實際意思就是特殊情況下也行。

  在潛意識中,我們就是認為原則是可以用來打破的。但是之所以要有原則,就是因為不能有例外,這難道不是一個問題嗎?

  過去,我們覺得計算機很笨,它只會堅守原則,機械地執行指令。人要靈活得多,沒錯,這是人的巨大優勢。

  但是現在情況變了,如果著眼於未來,計算機的這種笨,反而要成為人學習的對象。為什麼?因為人要處理的情況越來越複雜,靈活性帶來的優勢越來越小。相反,沒有原則帶來的劣勢越來越大。

  舉個例子說,業餘做投資的人都模模糊糊地知道一個原則:絕不能用槓桿借錢去投資。道理很簡單,一旦投資失敗,不僅血本無歸,而且債台高築,人不能玩自己玩不起的遊戲。有沒有例外呢?很多人會覺得有。比如,這個投資機會是我最好的朋友告訴我的,一家大機構為這個投資機會做擔保,很多有錢人、聰明人也加入了這個投資機會,那我要不要借錢用槓桿賭一把呢?

  在小規模的人類共同體中,比如一個村里,這麼想問題不大。因為複雜性有限,可以調用人的靈活性,去判斷機會、判斷人性、判斷具體的機會是不是靠譜兒。但是,現在的投資市場、金錢遊戲,已經是一個全球性的複雜網絡。複雜到沒有任何一個人能說清楚全貌。在這種情況下,一個人如果有僥倖心理,即使這一次安全地得手了,遲早也會踩響地雷。聰明的投資者恰恰不能自恃聰明,而是要堅守一個笨原則:絕不能用槓桿去投資。

  再舉一個例子。簡單說,就是當我們面對一大堆選擇,又沒有重新選擇的機會的時候,我們在做判斷前需要考察的總數的百分比。

  計算機算法給出的答案是37%,當我們考察了總數的37%後,不應該繼續考察剩下的63%,而應該迅速做決策,而不是等全部考察完。比如,買房,市場上在考察範圍內的房有100套,那我們要把100套全部看完才能下決心嗎?算法思維告訴我們不用,考察前37套,就可以選了。這是算法決定的,在這個地方停止考察做決定,是成本收益最優的策略。

  大家可能覺得算法提供的37%這個原則,看起來冷冰冰不近人情。但是,無論是數學推演,還是客觀統計,這個數字都是有效的。不是真的建議你接受這個數,只是通過這個例子,展示兩種思維方式之間的巨大鴻溝。

  不過,說到這裡,大家可能會有一個誤解,認為算法思維只會堅持原則,沒有靈活性。其實恰恰相反,算法思維,不僅有原則,同時還能夠兼顧更多的原則,而這一點恰恰是人類做不到的。

  銀行門店裡排隊辦業務通常需要遵循什麼原則?先來後到。誰領的等候號碼靠前,誰先辦業務。這是單一的原則。

  如果有一個人的業務特別複雜,要辦很長時間,後面的人就會等很久;有一位的業務特別重要,不僅對他自己重要,對銀行也很重要,但是他也不得不按部就班地排隊。從全局的角度看,這不是一個效率最高的策略。但是沒辦法,銀行面對公眾,在複雜的情況中它只能採取單一的、看起來公平的策略:先來後到。

  計算機也面對同樣的問題,要完成那麼多任務,它只有一個CPU,先算哪個後算哪個?算法就會有很多原則來處理這個事。比如,法官原則:誰先排隊誰先辦理;客服原則:誰最重要,誰先辦理;先苦後甜原則:哪個客戶消耗時間最長,哪個客戶先辦理。

  這些原則怎麼統一在計算機處理的過程中呢?計算機作業系統的設計者,通常會把好幾種方案混合使用。比如同時設定,越重要的顧客優先級越高,等待時間越長的顧客優先級越高。這樣一個顧客即使不是很重要,但是等待時間已經很長了,他也有機會先辦理業務。

  所以說算法思維不是單一原則,它恰恰更靈活,更能考慮全局。它的唯一出發點是,哪種方式消耗的時間最短、花費的資源最少、效率最高。

  有一次,脫不花跟我說,考察一家公司有沒有真正的價值觀,一個問題很有效,問他們老闆:「貴公司排序第二的價值觀是什麼?」

  這個問題通常會把人問蒙,問第二不問第一的目的,就是看看他們的價值觀是不是有排序,沒有排序的價值觀就等於沒有價值觀。

  對啊,很多公司貼在牆上的使命、願景、價值觀都是很大的詞,比如高效、誠實、正直等等。這些大詞本身沒錯,但問題是,當這些大詞發生矛盾的時候,比如高效和誠實發生牴觸的情況下,哪個原則優先呢?如果沒有清晰的排序,怎麼能說這是有價值觀呢?還是處理不了具體情況。

  在計算機的算法思維里,就沒有這個問題,所有的原則都必須排序、都必須編碼、都必須有高階低階的次序、都必須能處理實際出現的所有情況。這才是真正結合了原則性和靈活性。人的思維方式很難做到這一點,也是我們在這個超級複雜時代必須向算法學習的原因。

  我們人類的思維能力和計算機相比,差的不僅是運算速度,更是思維結構。


關閉