首頁> 書籍搜尋 >人文科普>科學百科> 決斷的演算:預測、分析與好決定的11堂邏輯課

決斷的演算:預測、分析與好決定的11堂邏輯課

Algorithms to Live By: The Computer Science of Human Decisions

作者:布萊恩‧克里斯汀、湯姆‧葛瑞菲斯 Brian Christian、Tom Griffiths

譯者:甘錫安

出版社:行路出版

出版日期:2017-08-23

產品編號:9789869406963

定價 $480/折扣1冊

儲值會員,馬上選領 加入儲值會員 購買單書
  • 內容簡介
  • 作者簡介
  • 譯者簡介
  • 書摘
  • 詳細資料
亞馬遜書店 認知科學類第1名、電腦科學類第1
長踞「商務決策與問題解決類Top 3」,與《快思慢想》並列
《大腦解密手冊》作者伊葛門稱許:「寫得遠超乎我的期望!」
————————————
訪問近五十年來最知名演算法的設計者,
了解工程師如何教電腦發揮最大效用,並將所學用於生活。
讀者大推:「真是過癮!」

 
 
在《人工智慧來了》這本書中,作者提出「主動向機器學習」是這時代最核心、最有效的學習方法之一,在《決斷的演算》裡,各具心理學與電腦科學背景的兩位作者則揭櫫:為何跟電腦學決策你不僅不會變成理性魔人,反而會更加明智且善體人意。
 
說到演算法,你想到的是政府和大企業如何利用數學模型算計你?
其實,演算法的本質是「解決問題的一連串步驟」,它的發展遠遠早於電腦,不只長期為各研究領域與產業實務帶來重大變革,更能幫助個人跳脫盲點與錯誤直覺,明快地解決問題。
 
說到機器學習,你以為考慮因素越多越好、比較複雜的模型較佳?
其實,當今電腦運算時並非套用死板的演繹邏輯,點滴不漏地羅列所有選擇,琢磨出正確答案。它們會捨棄不必要的資料,偏向選擇較簡單的解答,權衡誤差或延遲的代價,接著冒險一試。
 
說到電腦,你認為它冰冷且毫無彈性,思考方式跟人腦南轅北轍?
事實上,我們面臨的許多挑戰,跟電腦科學家一樣都源於:要運用有限的空間、時間和注意力,因應未知事物和不完整的資訊,因此電腦解決問題的方式,能在極大程度上與人們的作法融合。
 
《決斷的演算》各章以常見的日常問題開場,從釐清它們的演算結構著手,以問題所屬類型為骨架(副章名),紮實的電腦科學發展史為血肉(章名),探討一代代的研究者為這類問題找出什麼解決方案,這些收穫顛覆了我們對於「合理」的看法,不僅幫助其他領域獲得新進展,也為個人生活帶來實用啟示,像是:
 
❖自動駕駛汽車能改善交通阻塞,打造交通天堂?你可能要失望了。現在自私駕駛人各行其是的情形其實已接近最佳狀態。(演算法賽局理論,自主行為代價)
❖證明「所有雙人賽局至少有一個均衡狀態」的奈許均衡,讓約翰.奈許拿下了諾貝爾經濟獎,但它的地位可能言過其實。為什麼?(賽局理論)
❖棉花糖實驗證明了意志力對日後的成就有深遠影響?事情沒這麼簡單。抵擋得住誘惑的另一個關鍵可能是「期望」……(貝氏法則)
❖以現代投資組合理論榮獲諾貝爾經濟獎的馬可維茲,居然把自己的退休金平均投資在債券和股票上!這未免太不聰明了?未必。(過度配適)
❖歐巴馬競選總統時,他的新媒體分析團隊靠什麼方法設計與經營網站,幫他多募得五千七百萬美元?(開發與善用)
❖安排球季賽程真麻煩!怎麼樣既符合聯盟基本結構產生的規定,又顧及聯盟和轉播電視台的特殊考量和限制?(鬆弛)
❖2010年5月6日,美國股市發生閃電崩盤,短短幾分鐘內有幾家公司股價飆漲、另幾家則直線崩跌,這是怎麼回事?(賽局理論,資訊瀑布)
❖一般認為年老健忘是認知衰退,但電腦科學家判斷,那是整理、取捨越來越多記憶的必然結果——人的腦袋可靈光了!(快取)
❖你打算在十八歲到四十歲期間覓得人生伴侶,那麼幾歲時選定的對象可能最好?答案是二十六歲。(最佳停止點,37%法則)
❖紙本資料用完隨手往旁邊疊,既沒條理又沒效率?不,根據演算法原理,這是目前已知最精良、效率最佳的資料結構。(快取)
❖什麼情況下,隨便挑一封電子郵件回覆,會好過先回覆最重要的郵件?(排程,往復移動)
❖為什麼玩吃角子老虎時,贏錢繼續玩同一台是好策略,但是輸錢就換一台則太過輕率?(開發與善用)……………
 
電腦科學還能協助我們清楚劃分哪些問題有明確解答、哪些則無,從而選擇自己要面對什麼,以及要讓其他人面對什麼——這種「運算的善意」可以改變人們的認知問題類型,減輕認知負擔,增進互動的效率。
 
本書用法:
這本書既適合一般讀者,也適合教學使用,版面設計兼顧兩者需求,使用方法詳見書中建議。各章內容提示詳見〈目錄〉的引文。

▎《大腦解密手冊》作者伊葛門:
我一直期待有書能把運算模型和人類心理學結合起來,這本書遠超乎我的期望,寫得精彩極了,而且淺顯易懂,讓所有讀者都能輕鬆理解掌控世界運作的電腦科學,更重要的是,了解電腦科學對我們的生活有何影響。
 
▎科技網站Boing Boing創辦人,《資訊分享,鎖得住?》作者柯利‧多克托羅:
非常出色。除了行文中解釋的電腦科學對於個人和管理都很實用,本書也是演算法和電腦科學以及作者所稱的「運算的斯多葛派」和「運算的善意」這種哲學論述的極佳入門書。
 
▎《為什麼我們這樣生活,那樣工作》作者查爾斯‧杜希格:
精彩有趣而且提供許多實用建議,告訴我們如何更有效率地運用時間、空間和心力,寫得趣味橫生。
 
▎《搖籃裡的科學家》共同作者艾莉森‧戈普尼克(Alison Gopnik):
深入淺出又有趣,讓人讀得欲罷不能。我們都聽說過演算法威力強大,但《決斷的演算》深入淺出地解說它們的運作方式,以及我們可以如何運用它們,在日常生活中做出更好的決定。
 
▎《富比世》雜誌:
年度必讀大腦類書籍。這是一本以學術研究為基礎,又可應用在實際生活上的好書。作者探討的演算法在生活上的實用程度,超乎我的預期,值得好好研讀。
 
▎《大眾科學》雜誌英國版:
我超迷這本書!年輕學生學數學時常說:「數學有什麼用?實際生活上又用不到!」這本書就是最好的答案。書中的概念,無論是37%法則的相對單純性或賽局理論中讓人費解的機率,都相當實用,而且寫得十分有趣,大推!
 
▎亞馬遜書店多位讀者評價
醍醐灌頂!我學的是經濟,讀了這本書之後超想去讀個電腦科學學位。可以的話,我想給這本書十顆星。/好驚人的書,它改變我對許多真實日常問題的看法。/了不起的書。不論是一般人或高科技迷都會讀得津津有味。/很有意思。讀完這本書過了幾個月,我還不時想到它,它提供了很棒的觀點看待世界。/有趣極了,我已經借給好幾個同事讀。/超讚。我重讀這本書好幾次,裡頭有很多很棒的資訊!/真是過癮!

布萊恩‧克里斯汀Brian Christian
電腦科學家,著有Most Human Human,這本書為《華爾街日報》暢銷書、《紐約時報》推薦書籍,以及《紐約客雜誌》年度選書。其他作品見於《紐約客》、《大西洋》雜誌、《連線》、《華爾街日報》、《衛報》和《巴黎評論》等,以及《認知科學》等科學期刊,著述曾被翻譯為十一種語言。

湯姆‧葛瑞菲斯Tom Griffiths
加州大學柏克萊分校心理學和認知科學教授,並主持運算認知科學實驗室,曾經發表一百五十多篇科學論文,領域包含認知心理學和文化演變等,此外曾獲美國國家科學基金會、斯隆基金會、美國心理學會以及實驗心理學會等機構獎項。

甘錫安
學業結束後由科學界踏入「譯界」,現為專職譯者。曾擔任Discovery頻道與資訊雜誌編譯,現仍定期為《科學人》及《BBC知識》等雜誌翻譯。書籍譯作包括《品嚐的科學》(合譯)、《探月》、《愛因斯坦1905》、《氣候創造歷史》、《現代主義烹調》、《獵光聖經》等。目前住在有山有海有美食的台灣頭基隆,熱愛吸收各類知識,正努力朝「全方位譯人」的目標邁進。

前言:為什麼我們能跟電腦學決策?
想像你正在舊金山找房子。這城市可說是全美最難找到房子的地方,有繁榮的高科技業,加上嚴格的分區使用法規,因此房價跟紐約一樣昂貴,很多人認為甚至不輸給紐約。新物件出現沒多久就下架,房地產公開說明會人山人海,往往必須私下先塞訂金支票給屋主才買得到。
由於市場如此熱絡,很難容許理性消費者先蒐集資料,深思熟慮後才下決定。四處閒逛或透過網路買屋的人,可以比較許多選擇後再下決定,但想在舊金山買房子的人,要不就買下眼前這棟房子,拋下其他選擇,要不就馬上走人,不再回頭。
假設有一段時間,為了簡化狀況,你只想盡可能提高買到最好房子的機率。你的目標是把在「錯過好機會」和「說不定還有好機會」之間徘徊的機率降到最低。你立刻發現自己陷入兩難:如果沒有判斷基準,要怎麼知道某棟房子是不是最佳選擇?但如果看過的房子不夠多,又怎麼知道判斷基準在哪?你取得的資訊越多,越能掌握真正的好機會,但在此之前錯過好機會的機率也越高。
那麼你該怎麼做?倘若蒐集資訊反而可能不利,那麼該如何做出明智決定?這種狀況十分殘酷,簡直可以說是矛盾。
大多數人面臨這類問題時,直覺上通常認為必須在取捨間取得某種平衡,得看過夠多的房子才能建立標準,再依據標準找出想要的房子。這種權衡概念非常正確,但大多數人沒辦法明確說出平衡點在哪。所幸這確實有明確答案:
是37%。
如果你希望達成買到最佳房子的最佳機率,請把總時間的37%拿來看房子(如果打算花一個月找房子,那就是十一天)。把清單留在家裡,單純用來設定標準。但是花了37%的時間之後,就要準備出手,只要一發現比已經看過的房子更好的選擇就買下來。這不只是尋找和放棄之間的平衡點,也是經過驗證的最佳解決方案。
我們之所以知道答案,是因為找房子屬於數學中的「最佳停止問題」。37%法則定義出一連串解答這類問題的簡單步驟,電腦科學家稱之為演算法。其實最佳停止問題可以用來解決生活中的許多狀況,找房子只是其中一例。生活中我們經常遇到選擇或放棄一連串選項的情形,比方說:要在停車場繞幾圈才找得到車位?投資高風險事業要多久才會開始回收?賣房賣車時要忍耐多久才能等到更好的價錢?
還有一種更難抉擇的狀況亦屬此類問題,那就是約會。最佳停止是連續單偶制的科學原理。
簡單的演算法不僅可協助你找到好房子,還適用於遭遇最佳停止問題的各種狀況。
我們每天都在跟這類問題纏鬥不休(只不過比起停車,詩人花比較多墨水描述愛情的磨難),有些狀況也真的很折騰。但其實沒必要這麼糾結,有些問題數學已經解決了。心急如焚的房客、駕駛人和忐忑不安的求婚者,其實都沒必要煩惱;他們不需要心理治療師,只需要演算法。心理治療師可以教他們,如何避免過於衝動和過度思考;演算法則能明確告訴他們,這個平衡點就是37%。
******
由於我們生活的空間和時間都有限,每個人都遭遇到一類問題。在一天或十年中,我們應該做什麼、或應該不做什麼?應該容忍什麼程度的混亂?什麼樣的秩序算是過度?新事物和心頭好各佔多少比例,才能使生活最讓人感到滿足?
似乎只有人會面臨這類問題?其實不然。半個多世紀以來,電腦科學家一直在探究這類日常困境,有時還試圖解決,像是:處理器該如何分配它的「注意力」,以最少時間執行使用者要它做的工作,同時盡量少做白工?它什麼時候應該轉而處理不同工作,一開始又應該接受幾項任務?怎麼運用有限的記憶體資源最好?它應該蒐集更多資料,或是依據已有的資料採取行動?
人類要把握每一天已經很不容易,電腦卻能輕鬆寫意地把握每一毫秒。電腦的工作方式可以帶給我們許多啟發。
討論演算法對人類生活的助益,似乎有點奇怪。說到「演算法」,許多人想到的是大數據、大政府和大企業神祕難解的算計。這類算計在現代世界基礎建設中的比重越來越大,但稱不上實用智慧或人生指南。不過演算法其實是解決問題的一連串步驟,而且範圍比電腦更廣,歷史也更悠久。早在機器使用演算法之前,人類就已經開始使用它們了。
 
(中略)
 
本書將探討人類演算法的設計概念,也就是:針對每天面臨的挑戰尋找更好的解決方案。把電腦科學解決問題的方法套用到日常生活上,會影響許多層面。首先,演算法能提供實用且具體的建議,協助解決特定問題。最佳停止問題告訴我們,何時該大膽跳過、何時又該留意機會。開發與利用取捨告訴我們,如何在嘗試新事物和享受喜愛的事物間找到平衡點。排序理論教我們如何(以及是否應該)整理辦公室。快取理論教我們如何把物品收進櫥櫃。排程理論則教我們如何安排工作。
到了下一個階段,電腦科學告訴我們一套字彙,用來了解這些領域中更深入的原理。卡爾.薩根(Carl Sagan)曾說:「科學不只是知識,更是一種思考方式。」即使是混亂得難以進行嚴謹數值分析或有現成答案的狀況,運用直覺和化簡問題後加以思考所得到的概念,也能讓我們了解關鍵問題和獲得進展。
更廣泛地說,以電腦科學的眼光看問題,有助於我們了解人類心智的特質、合理性的意義,並且探究最古老的問題:人類如何求生。把認知當成「解決環境造成的基本運算問題的方法」仔細探討,可能徹底改變我們對人類理性的看法。
就算電腦科學真能告訴我們如何思考以及該怎麼做好了,但我們想照著做嗎?看看科幻片裡的人工智慧和機器人,你該不會想要像它們那樣過活吧?說到研究電腦內部運作可能教我們如何思考、下決定、該相信什麼以及怎麼做好,許多人不只會把它想得太簡單,實際上是會想錯方向。
部分原因是,說到電腦,我們想到的是冰冷的機械化確定性系統——機器套用死板的演繹邏輯,點滴不漏地羅列所有選擇,琢磨出正確答案,無論必須思考得多久、多辛苦。的確,最早構思出電腦的人就希望電腦是這樣:艾倫.圖靈(Alan Turing)定義中的運算就像數學家一樣,仔細執行一連串冗長運算,得出萬無一失的正確解答。
因此說來你或許會驚訝──現代電腦面臨難題時,其實不是這麼做的。當然,直截了當的計算對現代電腦而言輕而易舉。跟人類交談、修復損壞的檔案或下贏一盤圍棋等,這類沒有明確規則、缺少必要資料,或是必須考慮多如繁星的可能才能找出正確解答的問題,才是電腦科學最大的挑戰。研究人員為了解決極端困難的問題而開發的演算法,已經使電腦不再需要依賴繁重的計算。相反地,執行實際工作必須接受機率,以時間換取精確性,還要懂得運用近似法。
電腦解決真實世界問題的能力越來越強,不僅提供演算法給人運用到生活上,還定下更好的標準讓我們得以比較人類認知本身。近十幾二十年,行為經濟學主張:人類既不理性又容易犯錯,主因是人類大腦結構缺陷重重且各不相同。這個妄自菲薄的說法日益流行,但仍有些問題有待探討。舉例來說,為什麼即使是四歲小孩,執行視覺、語言和因果推論等認知任務時,
依然能超越超級電腦?
電腦科學衍生的日常問題解決方案,則對人類心智提出完全不同的看法。它們認為生活本就是困難重重,人們犯下的錯誤透露的,是問題本身的困難之處,而非人類大腦不可靠。以演算法的方式思考世界,了解問題的基本結構,以及解決方案的特質,能讓我們了解人類其實已經很了不起,同時更了解我們犯的錯。
事實上,人類經常面對電腦科學家傷透腦筋的許多難題。我們經常得克服不確定性、時間限制、資訊不足和變動快速的世界,做出決定。在某些狀況下,即使最尖端的電腦科學,也設想不出效率極高又永遠正確的演算法。對於某些狀況,或許根本沒有這樣的演算法。
然而即使在尚未找到完美演算法的領域,一代代電腦科學家和棘手真實世界問題纏鬥多年後,也得出了許多心得。這些得來不易的規則違反我們心目中的合理性,聽起來也不像數學家描述世界的那些條理分明的嚴密規則。這些規則說:不一定要考慮所有選擇,不一定非得追求看來最好的結果,偶爾可以製造混亂。看到紅綠燈就等一下。相信直覺,別思考太久。放鬆,拋
個硬幣。寬恕,記住這個教訓就行。誠實對待自己。
(中略)
今天,演算法設計不僅必須藉助電腦科學、數學和工程,還要藉助統計學和作業研究等。我們思考為機器設計的演算法與人類心智的關聯時,也需要參考認知科學、心理學、經濟學和其他學科。(中略)我們將探討電腦和人類面臨的最大挑戰:如何運用有限的空間、有限的時間、有限的注意力、未知的事物、不完整的資訊,以及無法預知的未來;如何輕鬆而自信地達成這個目標;以及如何在此同時與其他目標相同的人溝通。
最後,我們不僅將深入了解各類日常問題、以全新方式觀察人們遭遇的各種困境背後的美麗結構、認識人類和電腦的解決方式融合程度極高,還將獲得更深刻的東西:我們會有描述周遭世界的新語彙,並且有了機會重新認識自己。
 

書籍代號:1WFO0007

商品條碼EAN:9789869406963

ISBN:9789869406963

印刷:

頁數:352

裝訂:平裝

您可能也感興趣

選了此商品的人,也選