分享

《決斷的演算》重點分享

向電腦學決策,其實更像是,各領域間相互汲取靈感。
Ch1:找房子、人生伴侶、徵人,怕的是太早決定或是找得太久,最佳策略是不要挑半天,也別太不挑。以徵人為例,37%法則就是面試前37%得應徵者只觀察但不錄取,接下來看到比前應徵者更好的人就錄用。
(早鳥當砲灰!?)
Ch2:剛搬到一個城市時,多試試新餐廳,快要搬離或是只到一個城市幾天,就去確定喜歡的餐廳,在開發與善用的價值和兩者之間的矛盾做到最佳,電腦科學無法讓我們的人生沒有遺憾,卻能將遺憾減到最少,另外,老人推薦(或老人很多)的餐廳,起碼要試一次,因為這是他們數十年尋尋覓覓的最佳結果。
(吃貨請記下)
Ch3:若無排序,10雙不同的襪子,平均需要抽19次能夠湊成一雙。然而,東西越多,排序越難搞,有人會說,亂得有理,亂也還是找得到(或比得出優劣),排序要幹嘛?在動物界裡,猴群中有階級,便能減少打鬥次數;比較計數排序是目前已知最穩固的排序演算法,運動迷可體認到一件事--冠軍戒指或許不一定實至名歸,但分區排名則完全反映實力,也就是說在季後賽很早就出局,或許是運氣問題,但是沒有打進季後賽,表示實力不夠好,球迷或許會同情,但電腦科學家總會說出實話。
(我個人意見是就買一樣的襪子吧,下圖我就買了半打)
Ch4:主題是快取,從電腦科學出發,是使用暫存記體去儲存預期很快會再用到的檔案,但如何決定是那些?應該儲存多少(因為儲存是有成本的)?這些是電腦科學中主要想解決的問題。應用在每個人生活會反映在收納,又或者是,我們期望自己能夠有好的記憶力或認知,這時候如何安置許多看似像碎片的資料或感覺,以便在需要的時候能夠最快找到,重點就是我們腦中的那個框架。
(頭腦不清楚的人,得不說話才不會被發現)
Ch5:排程是一門科學也是一門藝術,沒有條件限制或目標的最佳排程並不存在,對大部分人來說,就是優先順序,反映在如何使用時間,我在今年1月Toastmaster的演講中,也講到過紀錄時間開銷可以幫我們更好地使用時間,我個人認為,與其瞎忙空轉,不如稍稍靜下心來先什麼都不做,想想什麼是最重要的?想想必須完成的這些事有沒有其他種方法可以更好地完成?這段小空白能減少未來的浪費。
(我恍神的時候都是在沉思)
Ch6:機率起於古代人就很喜歡賭博這種遊戲,機率對於預測非常有幫助,特別是貝氏法則,因為我們通常不會在全然無知或全知的情況下做決定,已知A可幫我們更好的預測B。儘管多數分布是常態分布,但確認自己對於所屬分布這件事非常重要,畢竟都不是這個分布的話,機率也不知在機率什麼了。
Ch7:少,但是更好。近幾十年,人類所擁有的東西數量空前巨大,連資料量也是。我非常同意「如果你沒辦法用簡單的話解釋,就表示你了解得不夠透澈。」,要少卻更好,需要精準凌厲的判斷力、世事練達的價值觀,我正在往這條路上走,只是看起來走得有點歪歪扭扭。
Ch8:這章裡的小標「放鬆問題,提供問題的起點」最中肯。「限制鬆弛法」是電腦科學裡的一種技巧,先去除問題中的某些限制,在著手解決問題,待解題有了一定的進展後,再慢慢加回這些限制,也就是說,先把問題改得容易處理,再把它改回實際狀況。所以,遇事苦思不得解時,不妨先放鬆一下對完美的追求,總是要開始做事才能把事做好。
Ch9:隨機性對許多演算法問題有神奇功效,隨機性看似事和理性正好相反,它代表我們放棄這個問題,採取最後手段,不過,隨機性在電腦科學裡扮演的角色越來越重要,當問題困難到我們別無選擇時,往往會很驚訝地發現隨機性是有效的解決辦法。當我們以人腦做決策時,游移在隨機性與理性之間,寫下「情不知所起,一往而深」的湯顯祖,當真是靠在隨機性那邊沒打算走了。
(我自首我不是引用牡丹亭,是刷太多遍甄嬛傳)
(同場加贈:恨不知所終,一笑而泯)
Ch10:在通訊的領域中,出現過電報、電話到現在的網路,有回路有封包還要在加頻寬,不管怎麼變,對於訊息是否傳達的焦慮一直存在。不過,我們到底面對的是不可靠的人還是不可靠的電腦未可知,或許可推說不回是因為未讀到,那麼已讀不回呢?已讀不回也是一種訊息的傳遞,我既會發出,也要學著收。
Ch11:賽局理論從囚徒困境這個廣為人知的例子開始,舉凡經營併購、投資理財、婚姻家庭,全都用得上,似乎最不清楚的,便是走出監獄後,什麼才是均衡?不論如何,誠實是最佳策略,甚至是主導策略,只是人總有一千萬個理由不去做心裡知道這樣才是對的事。(嘆)  
分類:心靈

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了