参差多态,幸福本源——读《多样性红利》

关于多样性用途的内容,我认为斯科特.佩奇的《多样性红利》讲得最为全面。

佩奇的理论可以用两个数学公式概括为:

  1. 群体能力 = 平均个人能力 + 多样性;
  2. 多样性 > 能力。

多样性,是解决问题思路的多样性,是观点多样性。多样性的两个最大用途是解决复杂问题和做预测。

1.数学上的解释与应用

多样性第一个让我想起了线性空间,只有维数不同的矢量才决定多维空间。只有不同,才能扩展更广。

然后又想到了进化算法。与最优化算法不同,进化算法没有固定的公式,而是充分利用群体智能寻找复杂问题的解。首先将足够多的个体分布在解空间的不同区域,分别探索局部最优,然后根据结果不断调整个体分布,从而接近全局最优。

2.一个真实的预测案例

公众号“学习学习再学习”2016年11月1日的文章《黄顺丽:我如何抽中李笑来送的 iPhone 7》,完美诠释了多样性预测的威力。

2016年10月4日,比特币首富李笑来发了一条微博:猜对此条微博转发次数者送最新上市的iphone7一部。这个问题十分符合复杂问题的特征,它是动态的,博主本身也是没法控制的。


截图,原文已经找不到了

黄顺丽能够成为幸运儿,依靠的正是多样性预测算法。让我们看下它是怎么做的:

  • 我用爬虫软件截至到 10 月 7 日 19 点,还有 1 个小时预测活动截至的时候,将大家的转发留言收集到 Execl 中;

  • 用 Execl 分列功能将大家猜测的数据提取出来;将大家猜测的数据做了个平均值和加权平均值;

  • 将这些数据做了两个极值,分别放大 15%,缩小 15%,数据结果是平均值意外的等于加权的平均值 6593.75,放大 15% 是 7757.35,缩小 15% 是 5604.68;

  • 在微博里面猜了这三个数。

3.人与人工智能的出错

正好在吴军的得到专栏里看到了人与人工智能出错的比较,里面涉及到了多样性。

近来,IBM的沃森(Watson)医疗机器人给患者开错了药,引发了一些人的担忧。

人工智能出错和人出错有一个非常大的区别,人出差错常常体现在个案上,计算机出错就是成批出错,造成大错,比如造成股灾的自动交易系统。其本质的原因在于许多人工智能的背后算法是相同的,面对同样的输入,得到的结果也是确定的,要不然全对,要不然全错。算法的相同便于推广,但也丧失了多样性的容错优势。

而人则不同:

  • 首先,人的思维总的来讲是独立的,我们每一个人的判断虽然受到他人的影响,但是不会完全相同。
  • 其次,人在遇到未知的麻烦时,不会像机器那样陷入死循环,而是会根据其它价值来审视当前的情况。每一个人凭自己的经验和知识,在麻烦时作出有利于自己的决断,避免了很多大面积的灾难。
  • 但如果人被洗脑了那也会丧失多样性,比如历史上各种狂热的运动。

在未来的智能时代,人要做的是保持多样性,而不是像机器那样为了高效率遵从一种思想,一种方法。

罗素说:“To be without some of the things you want is an indispensable part of happiness.”
(须知参差多态,乃是幸福的本源)。论语有云:“君子和而不同”。东西方的智慧在这一点上是相通的,多样性是一件好事,我们应当看到它、接纳它和爱护它。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,204评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,091评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,548评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,657评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,689评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,554评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,302评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,216评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,661评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,851评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,977评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,697评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,306评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,898评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,019评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,138评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,927评论 2 355

推荐阅读更多精彩内容

  • 下面的命令表示查询当前目录下的所有目录并按顺序列出体积大小 du -h . -d 1| sort -nr
    徐德东阅读 155评论 0 1
  • 之前用想用 Navicat 将 csv 的数据导入到 MYSQl 时候,发现有行数限制,上个星期改用了 DataG...
    runningapple8阅读 619评论 0 0
  • 做一条鱼,有七秒的记忆。 一秒用来出生, 一秒用来游玩, 一秒用来交朋友, 一秒用来谈恋爱, 一秒用来分手, 一秒...
    木水爰阅读 261评论 0 3