決斷的演算：預測、分析與好決定的11堂邏輯課,布萊恩‧克里斯汀、湯姆‧葛瑞菲斯

心得作者：lichardyang

布萊恩‧克里斯汀＋湯姆‧葛瑞菲斯（Brian Christian ＋ Tom Griffiths），《決斷的演算》，介紹，感想。
豐富有料，快收藏！本書精選了11種取自電腦科學的重要方法，可做為人類思考決策的工具。或許有人懷疑：計算機的演算原理 難道也能從外太空到內子宮（當然不 如何適用於人類生活？莫忘學理是人想出來的，自然也蘊藏了解決問題的思想精華，這可能是本書曾在Amazon書榜的電腦科學/認知科學/商務決策與問題解決等多個類別都曾Top1~3的原因。

<前言>裡就直接提到，我們人類的時間/空間/注意力都有限，如何以有限資源解決各種問題，這情況其實與電腦科學家針對計算機去設計演算法時面臨的限制是類似的。所以電腦科學獨立成一門學科雖然才幾十年，相關概念卻淵遠流長，尤其是描述一系列操作過程的「演算法（algorithm）」。例如四千年前蘇美黏土板上已記載了長除法如何運作，又如algorithm
的字源正是一千多年前（公元九世紀）波斯數學家阿爾花拉子模（al-Khwārizmī）的名字，同時，他著作的書名則衍生出「代數（algebra）」這個字。

作者訪談了幾十位設計出經典演算法的電腦科學家們，整理出他們覺得重要而且可以應用在其他領域的11種經典方法，以白話來說，分別可以解決以下問題：
1. 何時該見好就收？（37%法則、完全資訊賽局）
2. 嘗試新方法還是固守老招？（A/B測試）
3. 何時預先排序較好？
4. 何時可以忘記就算了？

5. 怎麼決定何事該優先？
6. 貝氏法則
7. 越多不一定越好？
8. 何時該放寬限制？
9. 何時利用隨機性/機率幫助決策？
10. 如何互通資訊？
11. 參考別人心裡想的來決定自己行動究竟好不好？

其中牽涉的議題從古典的排序、排程問題到當代很夯的機器學習，從電腦硬體的記憶體到雲深不知處的網路，從人與自然、人與社會到人與其他個人的問題，書中都有相關案例。

例如說，醫療的臨床試驗也採用了跟電腦演算法一樣的方法，以減少試驗開始以後的死亡風險。想像有兩種療程要比較優劣，直覺上將病人隨機平分為兩組並分別使用其中一種療程，最後看統計結果即可決定。但現在假設事實上某個方法確實死亡風險高很多只是開始試驗前沒人知道，而試驗開始累積一部分數據後，有醫師認為某療程較差他於心不忍繼續試驗，這時候有沒有理論依據可以改變後續試驗？有的，針對這個問題，第二章的「開發與善用」裡有一招是比喻為玩吃角子老虎機器時「贏錢繼續玩，輸錢換一台」的方法，就被套用在「葉克膜」治療嬰兒呼吸衰竭的臨床試驗裡。

電腦記憶體在存/取資料時使用的演算法，與瑪莎‧史都華建議的收納法則之間有相似之處，也有相異之處，但這顯示資訊科學的方法連收納都可能是應用範圍。日本經濟學家野口悠紀雄有一系列《超-》叢書，其中的《超-整理法》則其實與目前廣受喜愛的 LRU (Least Recently Used) 原則很接近。甚至，某些大型圖書館處理借還書工作的方法也算是LRU原則延伸版本。

當然要注意的是，在討論一個方法好不好之前，應該先定義是在什麼標準之下的好，或者應先定義要測量的量是什麼？不同的標準或不同測量目標之下極可能會產生不同的結果。例如，「期限內完成最多事項」「總延遲時間最短」「總花費時間最少」等目標所求解的方案也會不同。

為了具體說明重要的演算法核心概念在人類生活中的應用，最棒的莫過於透過人/事/物的八卦來印證（不是這樣。
以下整理幾個例子：

例如，1997年《富比世雜誌》選出的世界首富Boris Berezovsky原本是蘇俄科學院的數學家，後來創業成立公司處理跨國汽車經銷事務，但也透過盧布惡性通膨獲得暴利。有趣的是他唯一一本學術著作是探討何時該見好就收，但據其友人描述Berezovsky是個堅持到底永不放棄的人！書中還講了Berezovsky的後續在這裡就不爆雷啦XD
其他名人軼事還包括：天文學家克卜勒在他給友人的信中如何自爆再婚過程？牛津大學數學家道奇森（亦即《愛麗絲夢遊仙境》作者路易斯‧卡羅）看到英國草地網球賽後選手輸球後痛哭而投入的研究是什麼？

又例如，在Amazon書店曾用兩千六百多萬美金拍賣出一本名為《the making of a fly》的書，可是該書在市場上並不難找（有興趣的人可以看一下目前二手價多少XD），怎會競標成這樣？另外，2010年5月6日的美國股市曾經閃電崩盤，S&P500某幾家公司股價直衝一股十萬美元，但同時其他股票像自由落體崩跌，甚至到一股0.01美元，這是怎麼回事？

雖然這是一本提供工具甚至可說是方法論的書，目的不在提供答案以便背誦，但這裡也隨意摘錄幾個有趣的問題與答案：
秘書問題：打算面試N人（例如N=100），如何提高「找到最佳人選的機率」？
答案：前37位應徵者只觀察不錄取，從第38人開始，遇到截至目前最好的就直接錄取。（例如第42位應徵者比已經面試過的41人都好，就錄取。）

Amazon網站如何在消費者還沒下單之前就預測到使用者會想買某商品並且提前寄送？
答案：這是Amazon專利！不過概念一段就可以講完，快找來看！
交通控制：某城市內由中央控制系統規劃並引導每一輛車，相對於直覺上容易混亂的讓駕駛自己找自認最佳的路徑開車，中控法能否縮短行車時間？
答案：平均而言，的確可以縮短，但是讓大家自己找路，只會比中控系統統一規劃多花33%的時間。例如讓中控系統帶路走30分鐘，自己找最佳路徑就大概40分鐘。

當然，既然是來自於科學範圍的知識，每個理論都有其保證運作良好的前提要件，反之，若不符合這些前提要件，則無法有任何保證。

有點可惜的部分，一個是中文版沒有索引，這樣就比較難找關鍵字以便直接閱讀相關段落，降低了中文版做為工具書/百寶箱的易用度。
另外，有些名詞的翻譯或許為了遷就「華文」市場但卻不利於精確理解。例如，Russia在書中翻譯成蘇聯，但蘇聯解體都27年了！目前的Russia另有一個華語譯名是俄羅斯，但發音卻對不上。又例如efficiently翻譯成有效，未能精確區分有效率或有效果。

再如，可能是基於行銷之故，中文版書名的副標題出現了「邏輯課」一詞，但事實上這本書雖然是談在思考決策的方法，卻並未針對若P則Q矛盾律等邏輯知識本身。雖然可以猜測是因為中文媒體常把邏輯指稱思考或推論的過程，但很明顯人的思考推論不一定合邏輯啊！在一本以提升讀者思考決策能力為目標的科普書上因襲中華文化差不多先生的壞習慣，真是......有點諷刺。

這本書內容豐富，要科普有科普要進階有進階，有深入淺出的實例也對進階概念有簡短註釋，更列出文獻可以再進一步追索。不過，平時較少接觸資訊軟硬體相關概念的人可能需要一點時間咀嚼消化，但應該值得。至於針對進階的概念，則另有簡短的註釋，也列出文獻可供進一步追索。中文版的排版我個人很喜歡，尤其是兼顧科普與進階讀者的設計，例如講解進階知識的註釋盡可能放在內文附近，卻又不會搶走焦點。但也有人喜歡註釋全部收到書後，原文版即是如此。整體而言，也確實能稱得上是「決策思考」或「問題解決」的參考工具書，推薦給大家。