為什麼有的人從不讀書但其遠見、思維方式、做事方法卻那麼卓越？ - 知乎_第五章 最近算法這個詞的提及率越來越高

最近「演算法」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演算法，而未來，人類要反過來向計算機學習演算法思維。

「演算法思維」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，演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物件。

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，而且債臺高築，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，比如一個村裡，這麼想問題不大。

因為複雜性有限，可以呼叫人的靈活性，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路。

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。

計算機演算法給出的答案是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？

演算法思維告訴我們套，就可以選了。

這是演算法決定的，在這個地方停止考察做決定，是成本收益最優的策略。

大家可能覺得演算法提供的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，只是透過這個例子，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，認為演算法思維只會堅持原則，沒有靈活性。

其實恰恰相反，演算法思維，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。

從全域性的角度看，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，要完成那麼多工，它只有一個CPU，先算哪個後算哪個？

演算法就會有很多原則來處理這個事。