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。