算法之美

伏尔泰说过，“直译者的悲哀是，所翻译的每一个字都减弱了原来的意思！可以说，文字本身不具有生命，而精神赋予了文字生命。”这本书的翻译生动地诠释了这句话，本来至少可以打4.5分的书，被翻译活活拉低了质量和档次。 这本书的英文原名叫做《Algorithms to Live By: The Computer Science of Human Decisions》，正常翻译过来应该是《指导生活的算法：人类决策中的计算机科学》。其实这个译名很好，信达雅兼备，现在楞给译作《算法之美》，猛地看上去还以为是本纯计算机科学的书呢，真可谓弄巧成拙。书名的翻译还在其次，正文的翻译才是真的要命。各种佶屈聱牙、艰涩干枯、语无伦次、千疮百孔，特别是到了后半本，赶进度的粗糙感扑面而来，读着读着就走了神，经常需要往回看两页才能明白到底说了啥，一本好好的书活活给糟蹋得不成样子，我甚至怀疑是在谷歌翻译的基础上修改而成的。真不知道这译者是从哪儿雇来的冒牌货，又或者是翻译任务被层层转包给了某个不负责任的三本大学生。中信的牌子，可经不起这么砸啊。 好在书本身还是干货满满，其中部分内容还非常重要。所以让我们从糟糕的翻译中跳出来，回到内容本身一探究竟。 我们在生活中常常碰到一些难题，涉及抉择、权衡、判断、取舍，不但做决策时困难，后来还常常会后悔。比如，找工作或者租房子甚至相亲时，我们都需要一个接一个地去考察，而且大部分时候过了这个村就没有这个店，那么什么时候出手最合适？出去吃饭，是继续选常去的餐馆，还是尝试一下新开的那家？我们常说要会抓主要矛盾，要能够提纲挈领，我们又常说“细节决定成败”“魔鬼在细节之中”，遇到问题到底应该怎么办？ 这本书告诉我们，这些问题，本质上都是数学问题，针对这些问题，在数学上已经有成熟的解决方法，也就是“算法”。 找工作、租房子何时出手的问题，在数学上叫做“最优停止理论”，而这个问题有一个非常简单且清晰的答案：37%。换句话说，要把找工作或者租房子的过程按时间或者总数分成两个阶段。第一个阶段从最开始到总过程的37%为止，这一阶段只考察，不做决定，一旦过了37%，就进入第二阶段，这时候只要遇到优于或等于第一阶段最好的工作或房子时，毫不犹豫出手。 去哪个餐馆问题，数学上叫做“探索与收获的取舍问题”，本质上就是说，到底应把精力花在探索新的信息上，还是在已有信息中继续深耕收获？这个看上去极其困难的问题其实也有个数学上的解答：基廷斯指数。简单来说就是考虑时间因素，离终点越远，越可以倾向于探索；如果已接近终点，还是稳妥点选择收获吧。除了餐馆问题，这个取舍问题的另一个常见场景：“世界这么大”，到底应不应该辞职去看一看？运用基廷斯指数的原理，我们就能很容易得出结论：年轻时应该勇敢去闯，年纪越大越不需要再去探索，不妨简单重复自己用一生经验探索出来的最优答案，就算只是一天天在摇椅上慢慢变老，也是最浪漫的事啊。 除了这两个问题，《算法之美》还介绍了过度拟合问题、排序问题、时间调度理论、贝叶斯法则、模拟退火算法、博弈论等算法在人生决策中的具体运用。或许是理论不够成熟，或许是案例不够鲜活，或许是论述不够精彩，或许是翻译实在减分，总之与前面说的两个问题相比，显得逊色许多。 但我又突然冒出了个新的想法：那个无解的“电车难题”，能不能在数学上用算法加以解决呢？

— 终于读过这本书了。还是翻译的事。之前读那个“刻意练习”，也是翻译问题。转载书友的评论，内涵精准，评语恰当，可以说是相当专业，起码是内行人和过目不忘之人。 书友的评论，分享如下—— 伏尔泰说过，“直译者的悲哀是，所翻译的每一个字都减弱了原来的意思！可以说，文字本身不具有生命，而精神赋予了文字生命。”这本书的翻译生动地诠释了这句话，本来至少可以打4.5分的书，被翻译活活拉低了质量和档次。 这本书的英文原名叫做《Algorithms to Live By: The Computer Science of Human Decisions》，正常翻译过来应该是《指导生活的算法：人类决策中的计算机科学》。其实这个译名很好，信达雅兼备，现在楞给译作《算法之美》，猛地看上去还以为是本纯计算机科学的书呢，真可谓弄巧成拙。 书名的翻译还在其次，正文的翻译才是真的要命。各种佶屈聱牙、艰涩干枯、语无伦次、千疮百孔，特别是到了后半本，赶进度的粗糙感扑面而来，读着读着就走了神，经常需要往回看两页才能明白到底说了啥，一本好好的书活活给糟蹋得不成样子，我甚至怀疑是在谷歌翻译的基础上修改而成的。真不知道这译者是从哪儿雇来的冒牌货，又或者是翻译任务被层层转包给了某个不负责任的三本大学生。 中信的牌子，可经不起这么砸啊。 好在书本身还是干货满满，其中部分内容还非常重要。所以让我们从糟糕的翻译中跳出来，回到内容本身一探究竟。 生活中常常碰到一些难题，涉及抉择、权衡、判断、取舍，不但做决策时困难，后来还常常会后悔。比如，找工作或者租房子甚至相亲时，我们都需要一个接一个地去考察，而且大部分时候过了这个村就没有这个店，那么什么时候出手最合适？出去吃饭，是继续选常去的餐馆，还是尝试一下新开的那家？我们常说要会抓主要矛盾，要能够提纲挈领，我们又常说“细节决定成败”“魔鬼在细节之中”，遇到问题到底应该怎么办？ 这本书告诉我们，这些问题，本质上都是数学问题，针对这些问题，在数学上已经有成熟的解决方法，也就是“算法”。 找工作、租房子何时出手的问题，在数学上叫做“最优停止理论”，而这个问题有一个非常简单且清晰的答案：37%。换句话说，要把找工作或者租房子的过程按时间或者总数分成两个阶段。第一个阶段从最开始到总过程的37%为止，这一阶段只考察，不做决定，一旦过了37%，就进入第二阶段，这时候只要遇到优于或等于第一阶段最好的工作或房子时，毫不犹豫出手。 去哪个餐馆问题，数学上叫做“探索与收获的取舍问题”，本质上就是说，到底应把精力花在探索新的信息上，还是在已有信息中继续深耕收获？这个看上去极其困难的问题其实也有个数学上的解答：基廷斯指数。简单来说就是考虑时间因素，离终点越远，越可以倾向于探索；如果已接近终点，还是稳妥点选择收获吧。除了餐馆问题，这个取舍问题的另一个常见场景：“世界这么大”，到底应不应该辞职去看一看？运用基廷斯指数的原理，我们就能很容易得出结论：年轻时应该勇敢去闯，年纪越大越不需要再去探索，不妨简单重复自己用一生经验探索出来的最优答案，就算只是一天天在摇椅上慢慢变老，也是最浪漫的事啊。 除了这两个问题，《算法之美》还介绍了过度拟合问题、排序问题、时间调度理论、贝叶斯法则、模拟退火算法、博弈论等算法在人生决策中的具体运用。或许是理论不够成熟，或许是案例不够鲜活，或许是论述不够精彩，或许是翻译实在减分，总之与前面说的两个问题相比，显得逊色许多。 突然冒出了个新的想法：那个无解的“电车难题”，能不能在数学上用算法加以解决呢？

《算法之美》，这个书名吸引了我，读了七八个小时，有些问题还是似懂非懂，因为我只是个看热闹的，好奇而已! 看到书友王磊的评论，总结得真不错，在此借用一部分，以备后查: “我们在生活中常常会碰到一些难题，涉及抉择、权衡、判断、取舍，不但做决策时困难，后来还常常会后悔。比如，找工作或者租房子甚至相亲时，我们都需要一个接一个地去考察，而且大部分时候过了这个村就没有这个店，那么什么时候出手最合适？出去吃饭，是继续选常去的餐馆，还是尝试一下新开的那家？我们常说要会抓主要矛盾，要能够提纲挈领，我们又常说“细节决定成败”“魔鬼在细节之中”，遇到问题到底应该怎么办？ 这本书告诉我们，这些问题，本质上都是数学问题，针对这些问题，在数学上已经有成熟的解决方法，也就是“算法”。 找工作、租房子何时出手的问题，在数学上叫做“最优停止理论”，而这个问题有一个非常简单且清晰的答案：37%。换句话说，要把找工作或者租房子的过程按时间或者总数分成两个阶段。第一个阶段从最开始到总过程的37%为止，这一阶段只考察，不做决定，一旦过了37%，就进入第二阶段，这时候只要遇到优于或等于第一阶段最好的工作或房子时，毫不犹豫出手。 去哪个餐馆问题，数学上叫做“探索与收获的取舍问题”，本质上就是说，到底应把精力花在探索新的信息上，还是在已有信息中继续深耕收获？这个看上去极其困难的问题其实也有个数学上的解答：基廷斯指数。简单来说就是考虑时间因素，离终点越远，越可以倾向于探索；如果已接近终点，还是稳妥点选择收获吧。除了餐馆问题，这个取舍问题的另一个常见场景：“世界这么大”，到底应不应该辞职去看一看？运用基廷斯指数的原理，我们就能很容易得出结论：年轻时应该勇敢去闯，年纪越大越不需要再去探索，不妨简单重复自己用一生经验探索出来的最优答案，就算只是一天天在摇椅上慢慢变老，也是最浪漫的事啊。 除了这两个问题，《算法之美》还介绍了过度拟合问题、排序问题、时间调度理论、贝叶斯法则、模拟退火算法、博弈论等算法在人生决策中的具体运用。” 学习啦^O^

本书的书名真是好，作者也真是专家，行家一个本来可以用几句话说明的活，就发了一堆像海阔天空，高谈阔论，有旁征博引，有历史跨度，天南海北，哲学散文式泡泡。他而且没有用什么术语。只是感觉好像多少有点啰嗦或者模糊。这不知道是读者的喜还是纠结？显然，萝卜白菜各有所爱。 不过，也许读前面几位书友学霸发的书泡泡就可以知道大概？当然，这也是仁者见仁。个人认为他可能会折腾一些读者的心情，因为西方作家写作风格各有不同，就看如何想。或者说它更像是一本介于有技术含金高与专门写给文艺小白之间的一种书，呵呵，好像还真没法定义清楚。如果有人敢说它像鸡肋，那肯定有点过...？另外，作者分享内容中的确有货真价实好东西。因为用数学的思维方式来改变或者决日常生活包括科学研究中，解决问题之思想方法，的确不易一语中的？ 当然，另外一方面，如果仅仅是用书卡刷一把，骑马观花打呵呵，那就无所谓了，如果是用书币交易，那肯定会感觉不值得。不知道同意否？ 所以、简言之，从正面说，它也许应该可以算是好的休闲书？特别是，如果有读者有耐心，而且喜欢他在那里侃大山的方式。

2021 No 22: <算法之美> 挺有意思的一本书。为了不与时代脱节，抱着好好学习，天天向上的准则，下定了决心好好学习一下人工智能、算法等一系列new tech问题。列了一些书单。这本书读了好几次都是读几章就搁置了，这一次终于读完了，而且，越读越有趣。看到有书友说翻译很滥，反正，大致翻译的是人话，比我强多了。所以，对于翻译质量不评。 仅仅提及内容。读后让我想到『应收账款』和『保理』哈哈哈哈！前几年最初接触保理，被这个名字吓了一大跳，后来，简单看了定义，立刻联想到『应收账款』，再稍微了解一下，就明白，其实万变不离其宗。。。就此打住，不说了。算法也是如此。读了此书第一感想就是，所谓『算法』，仅仅是不同时代行业赋予的一个新名词罢了。无它。所谓的算法早已经被曾经的老祖宗们研究过了。比如，如何算牌？解密等。只是，当年没有当今的科技风暴加持，所以，只是小打小闹的计算。而今，也仅仅是棋盘不限于你与对家，而是成了整个世界在这个大棋盘上罢了。当然，以我的脑子和理解程度就是这样认为的。如今的算法当然复杂的很，只是，我认为理论相同，现代人的寻找路径不同罢了。 可以当做一个个与生活有关、与工作有关的小故事心态读这本书。可以引发一些思考。比如，开篇的3/7定律（好像是这个），就是教你在特定量的前提下如何选择从概率学角度讲最优的选项。 Anyway，我是人文社科的，不是理科和工科生，对我而言，这本书有意思的很。

对于研究计算机科学的人来说，书中大部分都知识都是十分清楚的。学计算机专业知识的过程却很需要花功夫，但这本书在每个知识点上采用了生活化的例子让算法变得非常直观、容易理解。 每一个有信息的载体都会涉及算法，每个需要平衡的事件中也会用到算法。简而言之，只要是个问题，计算机科学就能介入，提供方案，且关注复杂度，即对资源的消耗或者是代价。 所以工作和生活中都有算法的影子，需要界定问题，加以应用和实践，并从中提取哲学思想。 全书涉及了以下方面： 1 等待与出手的平衡 用秘书问题模型提出了37%观望原则，以达到无信息时，做出概率上最优原则。 2 探索与利用的平衡 用多臂老虎机问题，逐一讨论了历史上经典算法，可借鉴的有赢增输减、置信区间上限。 3 排序和次序 数据无限制下，合并算法的理想线性对数时间解是理论最优解，但并不一定在现实生活中得到完全贯彻时会出现不公平性，如单一淘汰赛制。在有阈值约束时，桶排序可以以线性时间排列数据。但如果搜索没有边际效益时，混乱也许更好。 4 缓存 缓存就是最近常用信息，在每级内存中删除最近最少使用的信息得以提高信息获取速度。工作时桌子上常用的文案、床头堆放的衣物、常去的餐馆都是缓存。 5 时间规划 根据不同的目标，时间规划的策略因有所不同：优化完成数量，按照到期日期顺序执行；优化客户等待时间，从最短的任务做起；优化效益，最重要紧急的事先行。 6 贝叶斯 预测 用先验信息估算未来，历史以明今。按照数据分布得出粗略估算：幂律分布，线性预估，类柏林墙预估；正态分布，平均预估，类寿命预估；厄兰分布，常数预估，类工作时长预估。人们的抉择由过去的经验所引导，所以建立信任很重要。 7  过度拟合 对训练做出量化机械反应对未见的现实环境将做出无法接受的行为，如应试教育、警官捡弹壳等。需要交叉验证得到低偏差和低分散的测试结果。 8 松弛 当问题变得棘手时，松弛能使问题简单化。约束松弛，减轻问题本身的要求，找到解决方案再加上约束；持续松弛，整数化成小数得到分配方案后四舍五入；拉格朗日松弛，对规则进行改变，从其他方面突破。 9 随机 复杂度非常高的问题上或者数据特别大时，抽样检验和加入随机性能大幅加快找到够好的策略。多遍爬山和模拟淬火帮助越过局部最大，找到最优方案。 10 网络 通讯系统中延迟和吞吐量是最重要的指标。指数退让节约了网络资源的避免冲突也节省了复查次数。加增积减的方案游走在网络资源利用最大化的边缘，也适用与测试能力边界。 11 博弈论 假设理性人的基础上，制定策略，达到均衡。有时会因为追求均衡和利益最大化，导致递归性考虑问题，系统若没设限，将会崩溃。每个人都需要有独立思考的能力，以免信息瀑布带来盲从的危险。奖赏目标规则和惩罚反目标规则，能打破递归，将均衡带到收敛点。

理性与感性，到底该听从谁的指引去行进，每一次决择，都伴随着代价和风险，同时也代表着机遇和探索。取舍之道的基石也许是目标和方向，很多的结局，开始就已经埋藏蛰伏其中，自有其茁壮成长之道时间会丰富其内容，构造其脉络走向，终将展露冰川全貌。复杂问题简单化，简单问题复杂化，这是个令人烧脑的话题，到底临界点卡在哪里才算合理明智。也许精细化的数据，无可挑剔，为何总有意外出现，超乎认知，让人措手不及，接受不了，从无序中找寻有序，从特例中探寻规律，谁能预言其中真理。到底脑子是满足服务心灵而设计，还是心灵是提供脑子思考之动力策略而存在。主次配位谁能言明排序。爱情到底是为了繁殖后代，还是为了欢愉升华，谁是手段策略谁是最终目标，又如何评估报告也是难题。是选择奋发向上，还是安于平凡简单，世界伟人无数，享受其贡献成果的普通人也不胜枚举，是当个时代的领跑者，还是跟随环境，随波逐流。这一切皆有可能，皆是因果，互为相关，到底何去何从，如何计算评估，从来也不是简单的事情，端看你眼中何为你的算法，无关对错，只要适合自身就好，过程与结果是苦是甜，不足向外人道也，说了，也不过都是优先从自身角度去评判，人都是介于自私与利他之间摇摆，安心淡然，不违初心，未尝不可，也算有始有终。

布莱恩·克里斯汀，《华尔街日报》畅销书《最有人性的人》作者，该书入选《纽约时报》编辑推荐书目，被《纽约客》杂志评为年度好书。 汤姆·格里菲思，加州大学伯克利分校心理学和认知科学教授，计算认知科学实验室主任。 我们所有人的生活都受到有限空间和有限时间的限制，因此常常面临一系列难以抉择的问题。在一天或者一生的时光里，哪些事是我们应该做的，哪些是应该放弃的？我们对杂乱无序的容忍底线是什么？新的活动与熟悉并喜爱的活动之间如何平衡，才能取得令人愉快的结果？这些看似是人类特有的难题，其实不然，因为计算机也面临同样的问题，计算机科学家几十年来也一直在努力解决这些问题，而他们找到的解决方案可以给我们很多启发。 核心内容 通过丰富的跨学科研究，作者指出，计算机算法也可以用来解答人类面临的问题。这本书告诉我们如何更有效地利用直觉、什么时候应该把选择权交给命运、无所适从的时候应该如何做出选择，以及如何有效地与他人保持联系。这本书把计算机科学的智慧转化为人类生活的策略，引导我们做出明智的选择。

出于过于糟糕的翻译，我不得不还是选择不推荐，虽然我很喜欢这本书，在我的印象里，这本书写得很不错，只不过最后网络这一章有一点费解，另外后面有一些段落我也没能看懂。当然以为是我不够聪明，或者环境让我不能专心。我幸运高三的环境不能让我重新阅读，让我对于这本书的好印象一直留到了今天。我感觉它真的是机器翻译的，而且还是早期的机器翻译，现在让chatGPT上，翻译得应该都比这个强。这本书的语言应该比较通俗易懂，不属于微妙的需要细心打磨的那种，那么只能理解成，我们的翻译者纯粹在敷衍工作。或许，这也是我们出版行业的体质问题吧。就好像《舆论》的译后记提到的那样。另外，这本书结合《舆论》一起看，还有挺有启发的。 不推荐“贝叶斯法则”与“网络“两章，其他的章节看一看还是很有启发的，书评只涉及最后的计算善意。 结束的时候回归了整本书的内容，并且引入了最后一个概念， 计算善意。所谓算法，很多时候会带给我们一种确定性的错觉，让我们以为，我们出现的种种问题都是因为我们数学不好，不能在生活中按照算法进行最优决策。其实并不是。现实的世界不是一个确定性的世界，我们不能等到我们获得全部信息的时候再决策，而且更多的确定性也意味着更多的约束性，这让最优算法的获取本身也变得不可能。算法会概率性地给我们一个方案，有些方案同时也会概率性地给我们不同的结果。我们太容易关注结果了，但是实际上我们更应该关注我们可以把握的方案。 另外： 我们选择的不只是我们给自己安排的问题。我们也会选择我们给彼此安排的问题，无论是我们设计城市的方式还是我们问问题的方式。这就创造了横跨计算机科学和伦理学的惊人桥梁——以我们称之为计算性善意原则的形式。所谓算法善意，大概也就是，尽可能降低别人计算或者说思考的负担。设计的主要目标之一应该是保护人们避免不必要的紧张、摩擦和精神劳动。​ 计算并不总是一件好事，说到底，我们希望我们可以简单的决策。 理性决策的直观标准是仔细考虑所有可用的选项，并选择最好的选项。乍一看，电脑就像是这种方法的典范，只要它能得到完美的答案，就会不断地进行复杂的计算。但正如我们所见，这是一幅过时的图片，表明计算机做了些什么：这是一个简单的问题所能提供的奢侈品。在困难的情况下，最好的算法都是关于在最少的时间内做最合理的事情，这绝不是要仔细考虑每一个因素，并把每一次计算都算到最后。生活实在是太复杂了。 几乎在我们所考虑的每一个领域，我们越了解现实的因素​，就越有可能最终找到完美的解决方案，但是这需要不合理的长时间。事实上，人们几乎总是面临计算机科学面对的难题。在这些困难的情况下，有效的算法可以做出假设，倾向于更简单的解决方案体，将错误的成本与延迟成本进行权衡并开始冒险。这些不是我们在不理性时做出的让步，它们是保持理性的手段。 等一下，这本书的目的是什么？它的目的非常微妙？一方面，它希望引起我们对于算法的兴趣，有些情况下，算法符合我们的“常识”，有些情况下，算法违背我们的“常识”，这时候我们可以提供一种新的解释，启发人们的认知。同时，它希望算法的思想可以帮助我们决策，在一些情况下。最后，在计算善意这里，它退后了一步，人们到底希望接受一个简单的世界，这个世界不需要运行那么多算法，我们不需要那么多猜忌，那么多思考，简单就好。 或许这里的算法也可以换成理智，人人盲目行动是不可以接受的，但是人人过多算计也是内耗的。 也不完全是，博弈论的一章谈论了调和度问题。我想存在这样复杂的设计，它需要多一点计算，不过在最后的表现上可以好很多，但是因为更多的计算，所以它就被人们放弃了。这是很遗憾的事情。我不认为是方案的缺陷，我认为是人的缺陷。我们为了人的愚蠢已经妥协了太多。妥协的一个思路是，放弃这些更好的方案，另外一个思路是，设计一个傻瓜应用，让人们可以仅仅无脑输入得到输出，于是……其实我自己也并没有聪明到哪里去，就好像第一章提到的最优停止理论，等有一天我去卖房子，我恐怕还真的不会想起来这样建立一个模型。就如同停车问题专家，还是选择了骑自行车。 我在想，在这个AI的时代，是否存在这样的情况，在大多数情况下，我们告诉AI我们追求的效用，于是AI直接使用算法决策。于是，计算善意就不那么必要了。更多的信息，总是更好的，因为如果不好，那么算法可以直接蒙特卡洛，或者松弛。《算法之美》描述的理念就好像自动驾驶时代到来之前最后的司机，对于未来的人，那是难以想象的，就好像城市生活的人也无法想象我们需要自己亲手耕种。不过说回来，能够自己掌握算法的理念，或者脱离计算机的背景，能够自己掌握《不确定世界的理性选择》的思路，就好像我们居然还能骑上马去打猎一样，这是一项美好但是不必要的技能。不过那是对于未来的AI时代，而且我想这种状态也只是过度罢了。 我们活在当下，其实我们的选择的能力已经被剥夺了很多，享受着表面上的自由，并且怡然自得。但是，能够认识到人的局限性，能够体会算法的美好，在少数我们怀着激情的事情上，动用我们的智慧，加上算法，得到一个方案，对于我来说，这就足够幸运了。

好的部分给本书的思想和观点，差的部分给翻译，翻译的是什么呀？如果把这个原文给现在的 AI 翻译，都比这翻译的好。 不过这本书的原始内容很有意思，就是讲生活中各个行为决策背后的一些算法。可能借鉴了计算机，也可能不是计算机里面的算法，对我们日常生活很有启发意义。