CDA數據分析師 出品

編譯：Mika

【導讀】

在需要做決定時，常常我們會感到不知所措。在本文中，認知科學家湯姆·格里菲斯向我們展示了如何運用計算機的邏輯來解決棘手的問題，分享了做出更好決策的三種實用策略。

1.找房子所面臨的“最優停止問題”

提到買房或租房，這都是一個令人頭疼的問題。

你需要去各種地方看房，去了解市場上的買房信息。但每當你離開一個看房的地方，怎么確定下一家就比這家好呢？

換而言之，你怎么知道何時該下手買呢？

面對這個問題，卻可能有個很簡單的解決方法——37%原則。

如果你想要最大化提升找到最佳居所的概率，就應該把市場上37%的房子都看一遍。然后在你看到下一個房子時，如果這個房子比之前看的都好，那就下手吧。

或者假設你要花一個月的時間來找房子，拿出37%的時間，即11天來建立標準，然后就可以準備行動了。

我們知道這是可行的，是因為嘗試找到好的居所是很典型的“最優停止問題”。這是數學家和計算機科學家廣泛研究的一類問題。

我就是個計算認知科學家，我致力于研究人們的大腦是如何工作的，我不僅會研究人類那些驚人的成果，還會研究那些失敗情況。

為此我會考慮日常生活中出現的問題的計算結構，并把這些問題的理想解決方案與我們實際會做出的行為相比較。

與此同時，我還發現了如何利用一點計算科學知識，就能讓人類更輕松地做出決策。

對此，我有個人的動機。從小我就是一個很認真的孩子，我總試著用我覺得理性的方式行事。對每一個決定進行推理，想要算出要采取的最佳行動。

認知科學家湯姆·格里菲斯小時候

但這種方法無法擴展到你在日常生活中遇到的各種問題。

有一次，我想和我女友分手，只因為我在思考如何在我們倆各自的喜好中，尋找最佳的折中方案。而最后卻搞得我精疲力盡。她指出我解決這個問題的方法是錯誤的，后來她成為了我的妻子。

不管是去哪家餐廳這樣的小決策，還是重要到需要決定與誰度過余生。人類的生活總是面臨著各種很難全憑努力來解決的計算問題。

面對這些問題，咨詢專家是個不錯的選擇，這里我說的是計算機科學家。

當你尋找生活中的建議時，計算機科學家可能不是你首選的談話對象。

試想像計算機一樣生活，追求一成不變的確定性和準確性，聽起來確實挺無趣的。但研究人類決策的計算機科學揭示了這樣一個事實，我們弄反了。

2.去哪兒吃飯中的“探索與利用的權衡”

當處理人們生活中遇到的各種難題時，計算機解決這些問題的方式跟人類真實行為非常相似。

以決定去哪里吃飯舉例，這是特定計算結構的問題。你有一組選項，需要在這些選項中選擇一個。并且明天你將會面對同樣的決定。

在那種情況下，你遇到了計算機科學中所謂的“探索與利用的權衡”。

你可以選擇去嘗試新的食物，即探索，收集你將來能夠使用的信息；或者選擇去已經吃過味道不錯的飯店，即利用你目前已經收集到的信息。

當你需要在嘗試新的和已知的優質體驗之間作出選擇時，就面臨了“探索與利用的權衡”。無論是聽音樂，還是決定要跟誰聚會。

科技公司也會面臨同樣的問題。比如當他們需要決定應該在網頁上展示什么廣告時，他們是應該展現新廣告呢？還是展現那個已知用戶很可能會點擊的廣告呢？

在過去60年中，計算機科學家在理解探索與利用的權衡上面取得了很大的進展。而且他們的研究給出了一些讓人驚訝的發現。

當你在決定去哪家餐廳時，你應該問自己的第一個問題是：你還要在城里呆多久？

如果你在那里只是短暫的停留，那么你就應該享受即“利用”，收集信息沒有意義，只需要直接去那家你喜歡的餐廳。

但如果你會呆很長的時間，那就花點時間“探索”，試試新的餐廳，因為你收集的信息，可以在未來優化你的選擇。有價值的信息增多了，你將來使用它的機會也越多。

這個原則也可以幫助我們深入理解人類生命的結構。嬰兒總在嘗試新東西，他們什么東西都想往嘴里塞。事實上這一行為非常合理，他們正處于生命中的探索階段，總想把各種東西塞到嘴里嘗嘗味道，說不定就很好吃呢？

相反，老人總是去同樣的餐廳，吃同樣的東西。這并不是單調，而是最優選擇罷了。他正在利用一生中所積累的知識。

更一般的情況下，了解“探索與利用的權衡”這一原則，可以讓你在嘗試做選擇時感到更輕松。

你不需要每晚都去熟悉的店子吃飯。找個機會，試試新的，探索一番，你可能會有新的發現。你獲取的信息會比一頓美味的晚餐更有價值。

3.整理衣柜時的“靈魂拷問”

計算機科學也可以幫助我們在家和工作場所的其他地方更輕松地做出決策。

如果你有需要整理衣櫥的經歷，你就已經遇到了一個非常痛苦的決定。你得決定哪些東西要留下來，哪些東西要丟掉。

家政女王瑪莎·斯圖爾特曾經非常認真地思考過這個問題，而且她有一些好建議。

她的建議是，

問自己4個問題：

• 我買這件衣服多久了？
• 衣服仍然完好嗎？
• 我還有其他類似的衣服嗎？
• 我上次穿它是什么時候？

但還有另一群專家對這個問題的思考更加深入。他們會說，其中一個問題比其他問題更重要。這些專家是誰呢？就是設計計算機內存系統的人。

大部分電腦有兩種類型的內存系統。

• 快速存儲系統，比如容量有限的內存芯片。因為這些芯片非常昂貴。
• 慢速存儲系統，但容量更大。

為了讓計算機工作效率盡可能高，你想要確保你需要獲取的信息在快速存儲系統中，這樣就可以快速獲取它們。每次你獲取一段信息，該信息就會進入快速存儲中。

而計算機需要決定，哪些信息需要從那個存儲中移除，因為它的容量有限。

多年來，計算機科學家試了幾種不同的策略來決定應該從快速存儲中移除什么。他們試過比如隨機選擇，或是應用"先進先出"原則，意思是移除被儲存時間最長的信息。

但最有效的策略是，聚焦那些最近最少被使用的條目。

也就是說，如果你打算從存儲中刪掉點什么，就應該移除距離最近一次訪問最久的內容。

這顯然是合乎邏輯的做法，假如你上次訪問那段信息是在很久以前了，那么你也很可能在很久之后才會再次需要訪問這段信息。

你的衣柜就像計算機的內存。衣櫥的容量有限，你需要盡量把最常用的東西放進去，這樣你就會盡可能快速地得到它。

認識到這點，也許值得應用"最近最少使用"原則來管理你的衣柜。

如果我們回到瑪莎的四個問題，計算機科學家會說，在這些問題中，最后一個是最重要的。

這種管理東西的方法，也就是讓你最容易獲取到最需要的東西，也可以應用在你的工作中。

日本經濟學家野口勇就發明了一個擁有該屬性的文件系統。

他從一個紙箱開始，然后從左手邊把文件放進盒子。每次他增加一個文件，他會把里面的東西依次移動。再把那個文件放在盒子的左手邊。每次他需要看文件，就會把它取出來，用完之后放到左手邊的位置。

這樣一來，文件就會根據最近使用的情況從左到右排序。他發現只要沿著盒子的左邊到右邊搜索，就可以快速找到他要找的文件。

在你趕回家嘗試搭建這個文件系統前，值得注意的是，你可能已經擁有它了，就是你桌上的那堆文件。

通常被認為是凌亂無序的，這堆文件實際上已經經過了完美的整理。

只要你把一張紙抽出來，用完再放回到那堆文件上面。這些文件就會從上到下，根據最近使用的原則排序。你就很可能在那堆文件中從上到下，快速找到你要找的東西。

整理你的衣柜或書桌，可能不是你生活中最緊迫的問題。有時候我們需要解決的問題非常非常難，但即便在這些案例中，計算機科學也可以提供一些策略和些許安慰。

最好的算法是在最短的時間內做最合理的事情。

當計算機面對難題時，會把它分解為簡單問題。通過利用隨機性消除約束或允許近似。解決這些簡單問題，可以讓你洞察更難的問題，而且有時會產生很好的解決方案。

結語

知道所有這些知識可以幫助我們在做決定時倍感輕松。

拿37%的原則來找房子就是一個例子。你根本不可能考慮到所有的選項，所以你必須碰碰運氣。即便你遵循了最優策略 ，也無法保證得到最佳結果。

如果你遵循37%原則，找到最佳居所的概率是，仍是37%。你大部分時間都未能如愿，但是你已經盡力了。

最終，計算機科學可以幫我們更寬容地面對自己的局限性。你無法控制結果，只能調整方法。只要你使用了最好的方法，就已經盡了最大的努力。有時候最好的方法就是抓住機會，不去考慮你的所有選項，或者愿意接受一個很好的解決方案。這些不是我們在無法進行理性思考時做的讓步，它們就是理性的意義。