欢迎光临
期刊测评_之家体验

用科学知识打造诸葛亮(下):费米推论结合「事前验尸」的思考方

延伸阅读:用科学知识打造诸葛亮(上):这些普通人打败了世界公认的顶级预测专家

抑制直觉偏见只是精準预测的基本要求,要精準的预测未来,还得靠另外几种思考方式。

尽量控制直觉所造成的偏见,是超级预测员难能可贵的其中一面,它们另一项出色的思考方式——用精确的数字描述自己。

人们之所以会买下彩卷,就是因为他们相信一夜暴富是可能发生的事情,但「可能发生」是个笼统模糊的说词,这个词所带给每个人的感觉是不一样的,当你问不同的人「可能发生」意味着多少概率发生的时候,他们会给出1%到99%不等,但实质上,一张彩券的中奖机率只有 1/175,223,510。也就是非常逼近不可能的意思。

相比「可能发生」, 1/175,223,510的概率给人的感觉就不怎幺好了,如果每个彩卷公司都在门口标明中奖的概率只有 1/175,223,510,我想,买彩卷的人会大幅减少。

由此可见,笼统的用词会导向错误的结果。若你在预测过程中,把所有想到的可能性「概率化」,你的思考将变得更精準清晰,成功预测的概率也就随之上升了。

泰特洛克还发现,把数目分得越仔细——比如,习惯使用「61%,62%,63%」的预测员,其平均成绩比那些给出 「60%,65%,70%」,或「60%,70%,80%」的预测员成绩更好。

「费米推论」也叫「费米估算」,是由着名物理学家恩里科·费米(Enrico Fermi)提出的推算方式,那个着名的「费米悖论」也是出自于他。

看完全书后我认为,费米推论可以说是超级预测员们最强大的武器。

简单来说,费米推论是「将大问题碎片化成小问题,再用已知的讯息提出多个小假设,逐个进行估算,以获得一个较为精準的数目」,这种思考方式能有效的让你讯息有限的情况下,估算出一个大概的基率。

这样听起来好像还是不太简单,我们直接看书中给出的精彩例子:

超级预测员就是用以上这种方式,估算出一个大概的基率,来做出预测的。希拉蕊的支持者有多少?找出美国人口、从里面划分出不同阶层、职业、种族、性别、收入,再根据他们可能会有的倾向(可能偏爱那个政策?比如可能会有约72%的女性比较愿意支持希拉蕊,而反感鄙视女性的川普)估算出大约的支持率。(受2016年美国总统竞选的新闻影响而举例,本文写于美国总统竞选期间)

这虽然不至于让你100%精準的获得答案,但当你把複杂的问题细分成较小的问题时,你可以感觉到原本那令人不知所措的大问题(希拉蕊的支持者有多少?)变成了比较让人摸得着的小问题(支持希拉蕊的女性有多少?),那大大的减低了估算的难度,并得以从中一窥事实的可能面貌。

对人的大脑来说,複杂的大问题就像一大片巧克力,你无法将一大片巧克力一口吞进肚子,而费米推论就是把这些巧克力切成碎片,然后逐个攻克瓦解。

如果你能将费米推论结合「事前验尸」的思考方式,你将会产生更加精準的结果。

事前验尸的思考方式指的是反向操作,当你在想你怎幺会赢时,你也想如果你输的话,会是什幺原因导致你输。

比如,要估算「希拉蕊的支持者有多少?」时,你也从另一个角度「希拉蕊的反对者有多少?」思考,并举出新问题如「如果希拉蕊失败的话,原因有哪一些?」,再从这些问题中再分拆出不同的小问题如「FBI调查希拉蕊邮件这一丑闻,会造成多大影响?」然后再进行估算,用得出的结果修正基率。

锚定效应指的是,人只会在一开始给出的数目上来回更动。例如:交易中买卖双方在谈判时,如果卖家出价较高,那最后的成交结果也会偏高;如果卖家出价较低,那最后的成交结果也会偏低。当然也有可能是买家出价,总之,谁先说出一个数目,谁就对最后的结果产生一定的影响。

你可能觉得自己早就知道这一点,所以不怕,但我记得某个实验有说过,这一种认知偏差很难防备,就算是知道什幺是锚定效应的人,都还是很有可能受其影响。

那什幺是外部和内部观点呢?

简单来说,外部观点是从宏观角度来计算,当你建立外部观点时,你用统计学、大数据、基率等大角度来进行计算。

而内部观点是从微观角度来计算,当你建立内部观点时,你查找阅读各类有关的讯息细节、新闻、个人意见之类,并尝试分辨哪些是可靠的讯息,哪些是不可靠的讯息。

而当超级预测员建立内部观点时,他们的「贝氏思维」会开始运作,来回不断的调整自己的看法:

例如,「民调显示希拉蕊的支持率最高」这一调查有多可信?小杨给予的权衡是「34%可信」,所以他稍微提高了预测希拉蕊会赢的概率。

「FBI调查希拉蕊邮件的丑闻,将导致希拉蕊败选」,这条讯息的可信度有多大?小杨给予的权衡是「65%可信」,所以他较大幅度的降低了预测希拉蕊会赢的概率。

各类的讯息和事情的发展,都会让小杨调整自己的预测,如果今天小杨预测希拉蕊70%会赢,那后天他也可能会根据某则新闻报导而调整预测,把它降到55%。这一过程会不断的重複,小杨的预测也会来回调整,至到竞选开始的前夕。

每一次发现有新讯息时,你会评估这些讯息的可信度,并给予不同程度轻重的权衡,在以此来调整自己的看法,这就是所谓的贝氏思维。贝氏思维取自于贝氏定理,是一个很有名的算法,也是人工智能里的其中一种主要算法,不过请放心,要运用贝氏思维并不需要了解贝氏定理的数学算法。

根据泰特洛克的观察,他还发现,超级预测员拥有一种「成长型思维」而非「固定性思维」,这两种思维的分别是——「固定性思维」的人在发现自己的错误时,会自我安慰的说这没什幺,或声称自己「早就知道」,甚至会把错误推卸在别人身上。

而「成长型思维」的人则不介意承认错误,因为他们更想要的是搞清楚自己错在哪里,他们把错误和失败看成一种成长的养分,有些人还会因为发现错误而感到兴奋,因为那将带给来他们更多的知识。

可能会有人很不满意这个结尾:「我花了这幺多时间看这篇文章,最后所谓的超级预测员竟然给出了一个错误预测。」

这当然不是因为我想倒读者的胃口,而是事实的确如此,许多的预测专家——包括书本中提到中的超级预测员,一样预测错误。

我有在网上追踪这些超级预测员给出了什幺预测,包括书本的作者泰特洛克,他们大多数都预测希拉蕊会赢,有些则徘徊在55%左右,也有少数人预测川普会赢。但主体来说,大部分的人都错误的预测了希拉蕊更可能会赢。

结果公布后,有人到其中一个超级预测员的推特账号留言,并肆意的进行讽刺。而该超级预测员的回应是:「我承认所有的错误。」

但这不意味着他们都被事实狠狠的打脸了,因为就算他们预测80%概率希拉蕊会赢,而川普只有20%概率会赢,那也意味着,他们从来就没有否定过川普会赢这一可能,他们从来没给出川普完全不可能赢,0%可能赢的预测。

而我觉得这一个真实事件正好带出了《超级预测》这本书的主要的世界观:

所有看起来很确定的东西,都是我们回望过去时产生的错觉,历史是确定的,马后砲解释和后见之明也是确定的,而未来则充满着不确定性。

搞清楚了这一点再回望小杨所做的一切,你会发现,所有的预测都是让自己尽量正确的一次尝试,并没有人能够断言未来如何进展。

其实就算是我们心目中最聪明的诸葛亮,也因为误判夷陵之战、错用马谡,而被迫上演「挥泪斩马谡」的桥段,而也正因为这一次的误判,让他此后都无法再有为蜀国一统江山的机会。

但诸葛亮并未就此放弃一切,他依然坚持不懈的尝试不同的方式进攻魏国。

我说要打造一个诸葛亮,并不是要打造一个能料事如神的人,那种人根本不存在。而是要打造一个总是尝试保持理性的人,一个让自己尽可能对未来做出正确预测,做出正确决策的人。

现实世界是複杂的,黑天鹅事件总会发生,而当事实与你所预想的并不相符时,你知道那只是生活中不可排除的不确定性在作用。

正如那一句名言所说的:「我们不曾做错过什幺,但不知为何还是失败了。」

儘管如此,这事实却无法阻止人们持续保持正确的尝试。

哪怕一再尝试。

相关推荐