算法之美

伏爾泰說過，“直譯者的悲哀是，所翻譯的每一個字都減弱了原來的意思！可以說，文字本身不具有生命，而精神賦予了文字生命。”這本書的翻譯生動地詮釋了這句話，本來至少可以打4.5分的書，被翻譯活活拉低了質量和檔次。 這本書的英文原名叫做《Algorithms to Live By: The Computer Science of Human Decisions》，正常翻譯過來應該是《指導生活的算法：人類決策中的計算機科學》。其實這個譯名很好，信達雅兼備，現在楞給譯作《算法之美》，猛地看上去還以爲是本純計算機科學的書呢，真可謂弄巧成拙。書名的翻譯還在其次，正文的翻譯纔是真的要命。各種佶屈聱牙、艱澀乾枯、語無倫次、千瘡百孔，特別是到了後半本，趕進度的粗糙感撲面而來，讀着讀着就走了神，經常需要往回看兩頁才能明白到底說了啥，一本好好的書活活給糟蹋得不成樣子，我甚至懷疑是在谷歌翻譯的基礎上修改而成的。真不知道這譯者是從哪兒僱來的冒牌貨，又或者是翻譯任務被層層轉包給了某個不負責任的三本大學生。中信的牌子，可經不起這麼砸啊。 好在書本身還是乾貨滿滿，其中部分內容還非常重要。所以讓我們從糟糕的翻譯中跳出來，回到內容本身一探究竟。 我們在生活中常常碰到一些難題，涉及抉擇、權衡、判斷、取捨，不但做決策時困難，後來還常常會後悔。比如，找工作或者租房子甚至相親時，我們都需要一個接一個地去考察，而且大部分時候過了這個村就沒有這個店，那麼什麼時候出手最合適？出去喫飯，是繼續選常去的餐館，還是嘗試一下新開的那家？我們常說要會抓主要矛盾，要能夠提綱挈領，我們又常說“細節決定成敗”“魔鬼在細節之中”，遇到問題到底應該怎麼辦？ 這本書告訴我們，這些問題，本質上都是數學問題，針對這些問題，在數學上已經有成熟的解決方法，也就是“算法”。 找工作、租房子何時出手的問題，在數學上叫做“最優停止理論”，而這個問題有一個非常簡單且清晰的答案：37%。換句話說，要把找工作或者租房子的過程按時間或者總數分成兩個階段。第一個階段從最開始到總過程的37%爲止，這一階段只考察，不做決定，一旦過了37%，就進入第二階段，這時候只要遇到優於或等於第一階段最好的工作或房子時，毫不猶豫出手。 去哪個餐館問題，數學上叫做“探索與收穫的取捨問題”，本質上就是說，到底應把精力花在探索新的信息上，還是在已有信息中繼續深耕收穫？這個看上去極其困難的問題其實也有個數學上的解答：基廷斯指數。簡單來說就是考慮時間因素，離終點越遠，越可以傾向於探索；如果已接近終點，還是穩妥點選擇收穫吧。除了餐館問題，這個取捨問題的另一個常見場景：“世界這麼大”，到底應不應該辭職去看一看？運用基廷斯指數的原理，我們就能很容易得出結論：年輕時應該勇敢去闖，年紀越大越不需要再去探索，不妨簡單重複自己用一生經驗探索出來的最優答案，就算只是一天天在搖椅上慢慢變老，也是最浪漫的事啊。 除了這兩個問題，《算法之美》還介紹了過度擬合問題、排序問題、時間調度理論、貝葉斯法則、模擬退火算法、博弈論等算法在人生決策中的具體運用。或許是理論不夠成熟，或許是案例不夠鮮活，或許是論述不夠精彩，或許是翻譯實在減分，總之與前面說的兩個問題相比，顯得遜色許多。 但我又突然冒出了個新的想法：那個無解的“電車難題”，能不能在數學上用算法加以解決呢？

— 終於讀過這本書了。還是翻譯的事。之前讀那個“刻意練習”，也是翻譯問題。轉載書友的評論，內涵精準，評語恰當，可以說是相當專業，起碼是內行人和過目不忘之人。 書友的評論，分享如下—— 伏爾泰說過，“直譯者的悲哀是，所翻譯的每一個字都減弱了原來的意思！可以說，文字本身不具有生命，而精神賦予了文字生命。”這本書的翻譯生動地詮釋了這句話，本來至少可以打4.5分的書，被翻譯活活拉低了質量和檔次。 這本書的英文原名叫做《Algorithms to Live By: The Computer Science of Human Decisions》，正常翻譯過來應該是《指導生活的算法：人類決策中的計算機科學》。其實這個譯名很好，信達雅兼備，現在楞給譯作《算法之美》，猛地看上去還以爲是本純計算機科學的書呢，真可謂弄巧成拙。 書名的翻譯還在其次，正文的翻譯纔是真的要命。各種佶屈聱牙、艱澀乾枯、語無倫次、千瘡百孔，特別是到了後半本，趕進度的粗糙感撲面而來，讀着讀着就走了神，經常需要往回看兩頁才能明白到底說了啥，一本好好的書活活給糟蹋得不成樣子，我甚至懷疑是在谷歌翻譯的基礎上修改而成的。真不知道這譯者是從哪兒僱來的冒牌貨，又或者是翻譯任務被層層轉包給了某個不負責任的三本大學生。 中信的牌子，可經不起這麼砸啊。 好在書本身還是乾貨滿滿，其中部分內容還非常重要。所以讓我們從糟糕的翻譯中跳出來，回到內容本身一探究竟。 生活中常常碰到一些難題，涉及抉擇、權衡、判斷、取捨，不但做決策時困難，後來還常常會後悔。比如，找工作或者租房子甚至相親時，我們都需要一個接一個地去考察，而且大部分時候過了這個村就沒有這個店，那麼什麼時候出手最合適？出去喫飯，是繼續選常去的餐館，還是嘗試一下新開的那家？我們常說要會抓主要矛盾，要能夠提綱挈領，我們又常說“細節決定成敗”“魔鬼在細節之中”，遇到問題到底應該怎麼辦？ 這本書告訴我們，這些問題，本質上都是數學問題，針對這些問題，在數學上已經有成熟的解決方法，也就是“算法”。 找工作、租房子何時出手的問題，在數學上叫做“最優停止理論”，而這個問題有一個非常簡單且清晰的答案：37%。換句話說，要把找工作或者租房子的過程按時間或者總數分成兩個階段。第一個階段從最開始到總過程的37%爲止，這一階段只考察，不做決定，一旦過了37%，就進入第二階段，這時候只要遇到優於或等於第一階段最好的工作或房子時，毫不猶豫出手。 去哪個餐館問題，數學上叫做“探索與收穫的取捨問題”，本質上就是說，到底應把精力花在探索新的信息上，還是在已有信息中繼續深耕收穫？這個看上去極其困難的問題其實也有個數學上的解答：基廷斯指數。簡單來說就是考慮時間因素，離終點越遠，越可以傾向於探索；如果已接近終點，還是穩妥點選擇收穫吧。除了餐館問題，這個取捨問題的另一個常見場景：“世界這麼大”，到底應不應該辭職去看一看？運用基廷斯指數的原理，我們就能很容易得出結論：年輕時應該勇敢去闖，年紀越大越不需要再去探索，不妨簡單重複自己用一生經驗探索出來的最優答案，就算只是一天天在搖椅上慢慢變老，也是最浪漫的事啊。 除了這兩個問題，《算法之美》還介紹了過度擬合問題、排序問題、時間調度理論、貝葉斯法則、模擬退火算法、博弈論等算法在人生決策中的具體運用。或許是理論不夠成熟，或許是案例不夠鮮活，或許是論述不夠精彩，或許是翻譯實在減分，總之與前面說的兩個問題相比，顯得遜色許多。 突然冒出了個新的想法：那個無解的“電車難題”，能不能在數學上用算法加以解決呢？

《算法之美》，這個書名吸引了我，讀了七八個小時，有些問題還是似懂非懂，因爲我只是個看熱鬧的，好奇而已! 看到書友王磊的評論，總結得真不錯，在此借用一部分，以備後查: “我們在生活中常常會碰到一些難題，涉及抉擇、權衡、判斷、取捨，不但做決策時困難，後來還常常會後悔。比如，找工作或者租房子甚至相親時，我們都需要一個接一個地去考察，而且大部分時候過了這個村就沒有這個店，那麼什麼時候出手最合適？出去喫飯，是繼續選常去的餐館，還是嘗試一下新開的那家？我們常說要會抓主要矛盾，要能夠提綱挈領，我們又常說“細節決定成敗”“魔鬼在細節之中”，遇到問題到底應該怎麼辦？ 這本書告訴我們，這些問題，本質上都是數學問題，針對這些問題，在數學上已經有成熟的解決方法，也就是“算法”。 找工作、租房子何時出手的問題，在數學上叫做“最優停止理論”，而這個問題有一個非常簡單且清晰的答案：37%。換句話說，要把找工作或者租房子的過程按時間或者總數分成兩個階段。第一個階段從最開始到總過程的37%爲止，這一階段只考察，不做決定，一旦過了37%，就進入第二階段，這時候只要遇到優於或等於第一階段最好的工作或房子時，毫不猶豫出手。 去哪個餐館問題，數學上叫做“探索與收穫的取捨問題”，本質上就是說，到底應把精力花在探索新的信息上，還是在已有信息中繼續深耕收穫？這個看上去極其困難的問題其實也有個數學上的解答：基廷斯指數。簡單來說就是考慮時間因素，離終點越遠，越可以傾向於探索；如果已接近終點，還是穩妥點選擇收穫吧。除了餐館問題，這個取捨問題的另一個常見場景：“世界這麼大”，到底應不應該辭職去看一看？運用基廷斯指數的原理，我們就能很容易得出結論：年輕時應該勇敢去闖，年紀越大越不需要再去探索，不妨簡單重複自己用一生經驗探索出來的最優答案，就算只是一天天在搖椅上慢慢變老，也是最浪漫的事啊。 除了這兩個問題，《算法之美》還介紹了過度擬合問題、排序問題、時間調度理論、貝葉斯法則、模擬退火算法、博弈論等算法在人生決策中的具體運用。” 學習啦^O^

本書的書名真是好，作者也真是專家，行家一個本來可以用幾句話說明的活，就發了一堆像海闊天空，高談闊論，有旁徵博引，有歷史跨度，天南海北，哲學散文式泡泡。他而且沒有用什麼術語。只是感覺好像多少有點囉嗦或者模糊。這不知道是讀者的喜還是糾結？顯然，蘿蔔白菜各有所愛。 不過，也許讀前面幾位書友學霸發的書泡泡就可以知道大概？當然，這也是仁者見仁。個人認爲他可能會折騰一些讀者的心情，因爲西方作家寫作風格各有不同，就看如何想。或者說它更像是一本介於有技術含金高與專門寫給文藝小白之間的一種書，呵呵，好像還真沒法定義清楚。如果有人敢說它像雞肋，那肯定有點過...？另外，作者分享內容中的確有貨真價實好東西。因爲用數學的思維方式來改變或者決日常生活包括科學研究中，解決問題之思想方法，的確不易一語中的？ 當然，另外一方面，如果僅僅是用書卡刷一把，騎馬觀花打呵呵，那就無所謂了，如果是用書幣交易，那肯定會感覺不值得。不知道同意否？ 所以、簡言之，從正面說，它也許應該可以算是好的休閒書？特別是，如果有讀者有耐心，而且喜歡他在那裏侃大山的方式。

2021 No 22: <算法之美> 挺有意思的一本書。爲了不與時代脫節，抱着好好學習，天天向上的準則，下定了決心好好學習一下人工智能、算法等一系列new tech問題。列了一些書單。這本書讀了好幾次都是讀幾章就擱置了，這一次終於讀完了，而且，越讀越有趣。看到有書友說翻譯很濫，反正，大致翻譯的是人話，比我強多了。所以，對於翻譯質量不評。 僅僅提及內容。讀後讓我想到『應收賬款』和『保理』哈哈哈哈！前幾年最初接觸保理，被這個名字嚇了一大跳，後來，簡單看了定義，立刻聯想到『應收賬款』，再稍微瞭解一下，就明白，其實萬變不離其宗。。。就此打住，不說了。算法也是如此。讀了此書第一感想就是，所謂『算法』，僅僅是不同時代行業賦予的一個新名詞罷了。無它。所謂的算法早已經被曾經的老祖宗們研究過了。比如，如何算牌？解密等。只是，當年沒有當今的科技風暴加持，所以，只是小打小鬧的計算。而今，也僅僅是棋盤不限於你與對家，而是成了整個世界在這個大棋盤上罷了。當然，以我的腦子和理解程度就是這樣認爲的。如今的算法當然複雜的很，只是，我認爲理論相同，現代人的尋找路徑不同罷了。 可以當做一個個與生活有關、與工作有關的小故事心態讀這本書。可以引發一些思考。比如，開篇的3/7定律（好像是這個），就是教你在特定量的前提下如何選擇從概率學角度講最優的選項。 Anyway，我是人文社科的，不是理科和工科生，對我而言，這本書有意思的很。

對於研究計算機科學的人來說，書中大部分都知識都是十分清楚的。學計算機專業知識的過程卻很需要花功夫，但這本書在每個知識點上採用了生活化的例子讓算法變得非常直觀、容易理解。 每一個有信息的載體都會涉及算法，每個需要平衡的事件中也會用到算法。簡而言之，只要是個問題，計算機科學就能介入，提供方案，且關注複雜度，即對資源的消耗或者是代價。 所以工作和生活中都有算法的影子，需要界定問題，加以應用和實踐，並從中提取哲學思想。 全書涉及了以下方面： 1 等待與出手的平衡 用祕書問題模型提出了37%觀望原則，以達到無信息時，做出概率上最優原則。 2 探索與利用的平衡 用多臂老虎機問題，逐一討論了歷史上經典算法，可借鑑的有贏增輸減、置信區間上限。 3 排序和次序 數據無限制下，合併算法的理想線性對數時間解是理論最優解，但並不一定在現實生活中得到完全貫徹時會出現不公平性，如單一淘汰賽制。在有閾值約束時，桶排序可以以線性時間排列數據。但如果搜索沒有邊際效益時，混亂也許更好。 4 緩存 緩存就是最近常用信息，在每級內存中刪除最近最少使用的信息得以提高信息獲取速度。工作時桌子上常用的文案、牀頭堆放的衣物、常去的餐館都是緩存。 5 時間規劃 根據不同的目標，時間規劃的策略因有所不同：優化完成數量，按照到期日期順序執行；優化客戶等待時間，從最短的任務做起；優化效益，最重要緊急的事先行。 6 貝葉斯 預測 用先驗信息估算未來，歷史以明今。按照數據分佈得出粗略估算：冪律分佈，線性預估，類柏林牆預估；正態分佈，平均預估，類壽命預估；厄蘭分佈，常數預估，類工作時長預估。人們的抉擇由過去的經驗所引導，所以建立信任很重要。 7  過度擬合 對訓練做出量化機械反應對未見的現實環境將做出無法接受的行爲，如應試教育、警官撿彈殼等。需要交叉驗證得到低偏差和低分散的測試結果。 8 鬆弛 當問題變得棘手時，鬆弛能使問題簡單化。約束鬆弛，減輕問題本身的要求，找到解決方案再加上約束；持續鬆弛，整數化成小數得到分配方案後四捨五入；拉格朗日鬆弛，對規則進行改變，從其他方面突破。 9 隨機 複雜度非常高的問題上或者數據特別大時，抽樣檢驗和加入隨機性能大幅加快找到夠好的策略。多遍爬山和模擬淬火幫助越過局部最大，找到最優方案。 10 網絡 通訊系統中延遲和吞吐量是最重要的指標。指數退讓節約了網絡資源的避免衝突也節省了複查次數。加增積減的方案遊走在網絡資源利用最大化的邊緣，也適用與測試能力邊界。 11 博弈論 假設理性人的基礎上，制定策略，達到均衡。有時會因爲追求均衡和利益最大化，導致遞歸性考慮問題，系統若沒設限，將會崩潰。每個人都需要有獨立思考的能力，以免信息瀑布帶來盲從的危險。獎賞目標規則和懲罰反目標規則，能打破遞歸，將均衡帶到收斂點。

理性與感性，到底該聽從誰的指引去行進，每一次決擇，都伴隨着代價和風險，同時也代表着機遇和探索。取捨之道的基石也許是目標和方向，很多的結局，開始就已經埋藏蟄伏其中，自有其茁壯成長之道時間會豐富其內容，構造其脈絡走向，終將展露冰川全貌。複雜問題簡單化，簡單問題複雜化，這是個令人燒腦的話題，到底臨界點卡在哪裏纔算合理明智。也許精細化的數據，無可挑剔，爲何總有意外出現，超乎認知，讓人措手不及，接受不了，從無序中找尋有序，從特例中探尋規律，誰能預言其中真理。到底腦子是滿足服務心靈而設計，還是心靈是提供腦子思考之動力策略而存在。主次配位誰能言明排序。愛情到底是爲了繁殖後代，還是爲了歡愉昇華，誰是手段策略誰是最終目標，又如何評估報告也是難題。是選擇奮發向上，還是安於平凡簡單，世界偉人無數，享受其貢獻成果的普通人也不勝枚舉，是當個時代的領跑者，還是跟隨環境，隨波逐流。這一切皆有可能，皆是因果，互爲相關，到底何去何從，如何計算評估，從來也不是簡單的事情，端看你眼中何爲你的算法，無關對錯，只要適合自身就好，過程與結果是苦是甜，不足向外人道也，說了，也不過都是優先從自身角度去評判，人都是介於自私與利他之間搖擺，安心淡然，不違初心，未嘗不可，也算有始有終。

布萊恩·克里斯汀，《華爾街日報》暢銷書《最有人性的人》作者，該書入選《紐約時報》編輯推薦書目，被《紐約客》雜誌評爲年度好書。 湯姆·格里菲思，加州大學伯克利分校心理學和認知科學教授，計算認知科學實驗室主任。 我們所有人的生活都受到有限空間和有限時間的限制，因此常常面臨一系列難以抉擇的問題。在一天或者一生的時光裏，哪些事是我們應該做的，哪些是應該放棄的？我們對雜亂無序的容忍底線是什麼？新的活動與熟悉並喜愛的活動之間如何平衡，才能取得令人愉快的結果？這些看似是人類特有的難題，其實不然，因爲計算機也面臨同樣的問題，計算機科學家幾十年來也一直在努力解決這些問題，而他們找到的解決方案可以給我們很多啓發。 核心內容 通過豐富的跨學科研究，作者指出，計算機算法也可以用來解答人類面臨的問題。這本書告訴我們如何更有效地利用直覺、什麼時候應該把選擇權交給命運、無所適從的時候應該如何做出選擇，以及如何有效地與他人保持聯繫。這本書把計算機科學的智慧轉化爲人類生活的策略，引導我們做出明智的選擇。

出於過於糟糕的翻譯，我不得不還是選擇不推薦，雖然我很喜歡這本書，在我的印象裏，這本書寫得很不錯，只不過最後網絡這一章有一點費解，另外後面有一些段落我也沒能看懂。當然以爲是我不夠聰明，或者環境讓我不能專心。我幸運高三的環境不能讓我重新閱讀，讓我對於這本書的好印象一直留到了今天。我感覺它真的是機器翻譯的，而且還是早期的機器翻譯，現在讓chatGPT上，翻譯得應該都比這個強。這本書的語言應該比較通俗易懂，不屬於微妙的需要細心打磨的那種，那麼只能理解成，我們的翻譯者純粹在敷衍工作。或許，這也是我們出版行業的體質問題吧。就好像《輿論》的譯後記提到的那樣。另外，這本書結合《輿論》一起看，還有挺有啓發的。 不推薦“貝葉斯法則”與“網絡“兩章，其他的章節看一看還是很有啓發的，書評只涉及最後的計算善意。 結束的時候迴歸了整本書的內容，並且引入了最後一個概念， 計算善意。所謂算法，很多時候會帶給我們一種確定性的錯覺，讓我們以爲，我們出現的種種問題都是因爲我們數學不好，不能在生活中按照算法進行最優決策。其實並不是。現實的世界不是一個確定性的世界，我們不能等到我們獲得全部信息的時候再決策，而且更多的確定性也意味着更多的約束性，這讓最優算法的獲取本身也變得不可能。算法會概率性地給我們一個方案，有些方案同時也會概率性地給我們不同的結果。我們太容易關注結果了，但是實際上我們更應該關注我們可以把握的方案。 另外： 我們選擇的不只是我們給自己安排的問題。我們也會選擇我們給彼此安排的問題，無論是我們設計城市的方式還是我們問問題的方式。這就創造了橫跨計算機科學和倫理學的驚人橋樑——以我們稱之爲計算性善意原則的形式。所謂算法善意，大概也就是，儘可能降低別人計算或者說思考的負擔。設計的主要目標之一應該是保護人們避免不必要的緊張、摩擦和精神勞動。​ 計算並不總是一件好事，說到底，我們希望我們可以簡單的決策。 理性決策的直觀標準是仔細考慮所有可用的選項，並選擇最好的選項。乍一看，電腦就像是這種方法的典範，只要它能得到完美的答案，就會不斷地進行復雜的計算。但正如我們所見，這是一幅過時的圖片，表明計算機做了些什麼：這是一個簡單的問題所能提供的奢侈品。在困難的情況下，最好的算法都是關於在最少的時間內做最合理的事情，這絕不是要仔細考慮每一個因素，並把每一次計算都算到最後。生活實在是太複雜了。 幾乎在我們所考慮的每一個領域，我們越瞭解現實的因素​，就越有可能最終找到完美的解決方案，但是這需要不合理的長時間。事實上，人們幾乎總是面臨計算機科學麪對的難題。在這些困難的情況下，有效的算法可以做出假設，傾向於更簡單的解決方案體，將錯誤的成本與延遲成本進行權衡並開始冒險。這些不是我們在不理性時做出的讓步，它們是保持理性的手段。 等一下，這本書的目的是什麼？它的目的非常微妙？一方面，它希望引起我們對於算法的興趣，有些情況下，算法符合我們的“常識”，有些情況下，算法違揹我們的“常識”，這時候我們可以提供一種新的解釋，啓發人們的認知。同時，它希望算法的思想可以幫助我們決策，在一些情況下。最後，在計算善意這裏，它退後了一步，人們到底希望接受一個簡單的世界，這個世界不需要運行那麼多算法，我們不需要那麼多猜忌，那麼多思考，簡單就好。 或許這裏的算法也可以換成理智，人人盲目行動是不可以接受的，但是人人過多算計也是內耗的。 也不完全是，博弈論的一章談論了調和度問題。我想存在這樣複雜的設計，它需要多一點計算，不過在最後的表現上可以好很多，但是因爲更多的計算，所以它就被人們放棄了。這是很遺憾的事情。我不認爲是方案的缺陷，我認爲是人的缺陷。我們爲了人的愚蠢已經妥協了太多。妥協的一個思路是，放棄這些更好的方案，另外一個思路是，設計一個傻瓜應用，讓人們可以僅僅無腦輸入得到輸出，於是……其實我自己也並沒有聰明到哪裏去，就好像第一章提到的最優停止理論，等有一天我去賣房子，我恐怕還真的不會想起來這樣建立一個模型。就如同停車問題專家，還是選擇了騎自行車。 我在想，在這個AI的時代，是否存在這樣的情況，在大多數情況下，我們告訴AI我們追求的效用，於是AI直接使用算法決策。於是，計算善意就不那麼必要了。更多的信息，總是更好的，因爲如果不好，那麼算法可以直接蒙特卡洛，或者鬆弛。《算法之美》描述的理念就好像自動駕駛時代到來之前最後的司機，對於未來的人，那是難以想象的，就好像城市生活的人也無法想象我們需要自己親手耕種。不過說回來，能夠自己掌握算法的理念，或者脫離計算機的背景，能夠自己掌握《不確定世界的理性選擇》的思路，就好像我們居然還能騎上馬去打獵一樣，這是一項美好但是不必要的技能。不過那是對於未來的AI時代，而且我想這種狀態也只是過度罷了。 我們活在當下，其實我們的選擇的能力已經被剝奪了很多，享受着表面上的自由，並且怡然自得。但是，能夠認識到人的侷限性，能夠體會算法的美好，在少數我們懷着激情的事情上，動用我們的智慧，加上算法，得到一個方案，對於我來說，這就足夠幸運了。

好的部分給本書的思想和觀點，差的部分給翻譯，翻譯的是什麼呀？如果把這個原文給現在的 AI 翻譯，都比這翻譯的好。 不過這本書的原始內容很有意思，就是講生活中各個行爲決策背後的一些算法。可能借鑑了計算機，也可能不是計算機裏面的算法，對我們日常生活很有啓發意義。