德鲁克说,决策必须有反对意见,为什么?
很多人用德鲁克自己的亲身例子来解释这个事情,这个其实不太有说服力,很难让人信服。以前我要解释这个事情,也觉得很难。后来我到图普从事人工智能行业了,突然觉得这个事情很好解释了!
我一直在思考如何向人解释现在的人工智能,尤其是神经网络、深度学习的人工智能,和以前的人工智能有什么不同。
以前的人工智能是逻辑驱动的,既所谓符号人工智能或者专家系统。就是由人总结出各种规律,然后教给电脑。
逻辑的特点就是理性、明确,对就是对,错就是错。1+1就是等于2,不可能有其他的答案。所以以前的程序基本就是由众多的if…else组成的,如果发生这种情况就这样做,如果那种情况就那样做,规则非常清楚,一一对应。
但是我们的现实世界是这样的吗?
大家会发现,我们的现实世界不是的。我们的世界充满了模糊的概念,充满了可能性。什么叫孩子,什么叫成人,有明确的标准吗?一个人有时候做好事,有时候做坏事,是好人还是坏人?
那这跟人工智能有什么关系?
以前的人工智能就是想把世界的规律都总结出来,然后教给电脑。这个事情做了半个多世纪,发现进展很慢。世界太复杂了,很多事情很难总结出清晰规律。所以以前的人工智能只能在很小的一个范围内工作。
人工智能是为了模仿人的智能,既然我们的思维并非逻辑的,那么为什么用逻辑来驱动人工智能呢?
很简单的例子:用机器翻译语言。以前的想法就是把语言的规律总结出来,把词汇一一对应,把短语一一对应,把语法规则都教给电脑,可是翻译出来根本不是人话。例如我表达一家餐厅的菜一般般,我可以说:一般;还行;勉强;没啥特色;可以接受;平均水准吧;很平常;普普通通…你说到底哪个才是标准答案?哪句是对,哪句是错?
根本没有对错啊!
于是另一种方法就出现了,叫卷积神经网络,叫深度学习。他们有什么不同呢?
他们不是用逻辑来表达结果的,而是用概率。
比如前面语言的例子,语言根本不需要用逻辑来解释,也没办法用逻辑来解释。语言是大家一般都是怎么表达的,就是怎么表达的,就是对的,如果大家全都说错了,那么错的也就变成对的了,所谓约定俗成。所以后来的谷歌翻译根本就不用语法来翻译语言,而是统计使用某种语言的人群在表达某种意思的时候,“通常”都是怎么说的。大家都是这么表达的,我也就这么说。这才是解释世界的正确姿势。比如经过统计得出,中国人表达“Good morning”这个意思,有一定几率会说“早上好”,有时候会说“早啊”,那我就按照这个概率表达出来。所以现在的谷歌翻译非常有人味儿,一点都不死板,跟真人说话一个样子。
比如现在非常成熟的图像识别技术,其实识别的结果并非“这两张图片中的人是同一个人”,明明是两张图片,明明就不一样,怎么能说一样呢?我们现在得出的结果是概率,是这两个人相似度有多少,99%的相似度就基本可以说是同一个人,40%的相似度就基本可以说不是同一个人。看到吗,都是概率,而不是确定。
这样来理解世界就解决了很多逻辑没法解决的问题。
比如让电脑计算某个形状的面积,如果是一个标准的几何体,圆形或者方形,我们可以用几何公式算出绝对正确的数值,但是我们正常的世界基本没有标准的几何体,都是七歪八扭完全不规则的形状,那怎么计算面积?
用逻辑来解决,就是不停的分解,分解成一个个标准的几何体,然后让电脑来计算,所以每个形状都要人先来分解,这怎么可能?
那用概率怎么计算?用概率的思维根本不用计算,用的是统计。电脑随机生成一个点,然后看这个点是在形状内还是在形状外,只要生成的点够多,总能无限趋近把整块区域填满,我只要统计形状内有多少个点,就知道这个形状面积多大了。(PS:这种算法叫蒙特卡洛算法 Monte Carlo method.)
这个结果并非绝对的正确,只能说无限趋近正确,但是这个结果足够了。电脑生成随机数有多快?多简单?所以几乎在瞬间就能统计出任何一个形状的面积了。
这跟决策有什么关系?
这个例子是想告诉我们,世界不是逻辑的,世界是概率的。同样,决策也没有对错之分,决策也是概率,不是逻辑!
如果用逻辑来推断决策,就一定有对有错。但是决策不是推断对错,而是一种假设。如果明确所有的情况,那该怎么做是非常清楚的,是个人都知道该怎么做。我们之所以做不到这么简单的事情,就是因为我们不可能知道所有的情况,我们对这个世界的所有观点都只是假设!
该不该扩大生产?该不该进入一个新的领域?该不该降价促销?所有这些决策都基于未来会怎样发展决定的。如果这个领域赚钱就进入,不赚钱就不进去,这个非常简单嘛!关键是到底赚钱吗?谁都不知道。所以我们只能假设。认为能大赚的,就会建议进入,认为不赚钱的,就会建议不要进入。
所以他们的结论不重要,重要的是,你为什么会认为赚钱或者不赚?你假设的依据是什么?有什么可以证明谁的假设有更大概率发生?当发生什么事情,当出现什么数据,就能确认哪种假设概率更大?
这个世界没有绝对,只有概率!
如果一切都按逻辑,那么大公司永远不可能败,他们有更多信息,更多资源,更多人才,有什么理由败?但是我们看到大公司倒闭很正常,为什么?因为一切结论都是概率,大公司只能让自己的战略成功的概率更大,但永远无法做到绝对正确。
世界总有小概率事件发生,总有意外发生。所以为什么我们在训练神经网络的时候要加入激活函数。因为如果没有激活函数,电脑几乎都会得出线性的结论。但是我们的世界不是线性的啊,总是有各种莫名其妙的事情发生,所以线性的结果不真实,不符合实际。所以我们必须人为加入激活函数,来插入一些意外,从而让结果更真实。到底这个激活搞多大,就要看我们对世界的理解了,太动荡了也不真实,太平静了也不真实,对吧。
所以我们搞人工智能的更明白一个道理:我们的现实世界不是逻辑的世界,而是概率的世界。
所以为什么没有反对意见就不能做决策?因为如果所有人的意见都一样,也就意味所有人着只看到一种可能性,只有一种逻辑,这不是这个世界该有的事情,绝对漏掉了什么,忽视了什么。
我们做决策不是决定什么情况下做什么,这个太简单了!我们决策的关键,是探索有多少可能性,每个可能性的概率多大,和怎么判断到底是哪种情况。
所以我们关注决策,不是关注最终的做法,而是问:你的结论是基于什么假设做出的?你为什么会这么假设,有什么东西让你这么认为?如果你的假设成立,会发生什么,从什么事情上能看出来?
这样做出的决策不是一个决定,而是一套规则,即在什么情况下做什么事情,以及如何判断到底是哪种情况。
德鲁克说:人们总以为,决策不要看主观感觉,而是要从事实出发,但我认为,决策应该从观点出发。
德鲁克洞察到了这个世界的真相,就是这个世界没有绝对的事实,而是无数的概率。每个人都有自己眼中的事实,从而形成自己的观点,不能说谁看到的就是对,谁看到的就是错,只是概率不同而已。所以从观点出发,就能得到各种不同的概率,从而能够制定一套决策的原则,而不是非黑即白的决定。
所以如果只有一个观点,只有一个方法,就意味着只有一条路,这是一种危险的赌博。一旦小概率事件发生,就没有任何应对的办法。
古代皇帝开会,皇帝是不能先发言的,甚至从头到尾都不能表态,而是让大臣们尽量讨论,甚至争论。会议都是由太监主持的,皇帝不能干涉。皇帝干嘛呢?听。听什么?不是听他们的结论,而是听他们的假设,然后用各种信息判断哪个人的假设更符合实际。没有采纳的意见也不是抛弃,而是记下来。万一发现之前判断的假设错了,立刻把提另一种假设的人找来,采用另一种办法。
同样的,这种决策方法也依然只能提升成功的概率,而不可能就解决了所有的情况,不可能保持绝对的正确。
用这种思维来看待世界,我们很多行为也会得到改变。
别人的意见你不同意,别人的观点你不赞同,别人的行为你不喜欢,以前就是非黑即白,非要驳倒对方,打倒对方,证明自己是对的,别人是错的不可。成熟的人就懂得哪来这么多非黑即白,其实并没有什么对错,只是每个人对这个世界的认识不一样,对这个世界的假设不一样而已。在你生活的世界,你的观点是比较正确的,但在他的世界,他的观点才能够支撑他的生存,根本没有对错嘛!
我们完全可以接纳所有人的思想,接受所有人的观点,要做的只是辨别当下我们究竟处在什么情况下?谁的原则更加符合这个世界?
在文明世界生存的法则,放到非洲战乱的世界,你还按照文明的规则行事,分分钟死无葬身之地。而拿着乱世当中的法则去文明世界生活,依然强取豪夺不择手段,分分钟被关进监狱。所以到底谁对谁错?没有对错!只是环境不一样,适用的方法也不一样而已。
你觉得他小气,抠门,是因为他以前用这种方法获得过莫大的好处;你觉得他死板,固执,是因为他就是靠着这种坚持取得了人生的成功;你觉得他懦弱,胆小,是因为他以前就是靠这种性格躲过了灾祸。你凭什么就说他错了?你只能说,现在的境况不一样了,这种方法以前管用,现在可能变成了制约。而且你还不能一定保证,你说的境况变了是真的变了,说不定是你判断错误而已。
世界不是非黑即白的逻辑,逻辑只是为了方便我们认识世界而创造的简化规律,并非是这个世界的本质。拿着简化后的规则去套用现实,是非常愚蠢的事情。
世界没有对错,只有在不同情况下的适用方法,这就是我们这个世界的真相。
点击数:57