1、欔蘀胈信息极度贫乏下，如何做最佳决策？纇慝&信息极度缺乏，重大决定往往没有足够全面的信息可以进行判断。这就是我们所处的真实世界的真实情况。就像赌桌对面的对手的牌，和桌上盖着的扑克，我们无从得知。怎么在这样一个，被“限制”的信息世界，做出尽可能正确的决定，今天，就来聊聊世界职业扑克冠军安妮杜克，怎么在一场场信息极度贫乏的情况下，跟对手进行对赌并取胜的。Tip：师姐职业扑克赛，平均每分钟要做20个决策，每个决策都是一套三卧住宅的经济成本。01 不要用少数的结果，来推翻你的决策逻辑或系统我不知道其他人是怎么样的，但我自己是比较容易以结果来判定一个事情，也就是“成王败寇”的思想。并一度认为这样是最现实
2、最正确的。结果扑克冠军直接反对说，不行。这是一种错误的思维模式。错在哪呢？一个事情的结果，不是这个结果导致的，而是原因导致的。所以我们要想获得或避免一个结果，不是关注这个结果进而肯定或否定它的过程。而是应该关注过程本身。复盘，就是最好的关注过程，从而还原一个事情“因”的方式。所以，现在有一个问题，“你觉得，过去一个月里，你做过最糟糕的决定是什么？”很多人会怎么想呢，我不知道。但我会首先想那些我认为是糟糕结果的事情，从而判定我的那个决定是有问题，至少有可能是错的。你呢，是不是这样？是的话可以评论一个1，我们一起统计一下。所以这样的思维，无疑是有问题的，我判定一个决定有没有问题，应该是看这个决定怎
3、么做出来的，而不是看那个经过世界万千复杂规则筛选后，得出的结果。从这一点我们就可以打破一个思维惯性，那就是，好的结果不一定是因为好的决定，坏的结果也许决定的逻辑其实是非常好的。一切决定，一切事情，你都应该复盘。那么复盘是什么意思呢？复盘，就是找到一件事的相关人物，一起还原每个细，从中总结出适用于以后的规律。02 先入为主。一般我们在脑里，形成一个可行的规律是怎么形成的呢？不说其他人，就说我自己，我的过程是：先获得某种观念实践验证真伪形成理论。大概不止我一个人是这样的过程。但这个过程如何呢？作者并没有否定这个过程的逻辑正确性，但一个事情逻辑正确不代表一定可行，还有一些东西需要考虑进去，比如人性。
4、人本性懒惰。大多数人的情况可能是，获得观念，但懒得去验证，让这个观念只停留在观念层次，但观念却会慢慢进入潜意识，从而在你下次决策时，不由自主浮现并相信。而这个观念的逻辑是否合理，你没时间验证。你说这样不出错，才怪？所以美国社会心理学的专家，经过大量的实验数据后总结的结论是：人是容易轻信的动物。解决方法也很简单，论语有一句话：“子路有闻 未之能行 唯恐又闻”我们也许不用做到“唯恐又闻”，但可以把不确定真伪的，和已经去实践出的，分开来，或只记下被验证的，对其他都持怀疑态度。03 自利性偏差：好的结果原因都是自己，坏的结果原因都是环境自利性偏差是人类的又一个弱点，我们都不喜欢失败，人之天性。所以失败
5、把原因归咎于环境，归咎于运气，归咎于别人太强等等，这个是正常的。也许你看完这句话觉得自己不会啊，但请你仔细想想，或者在下次失败的时候看看自己，真的不会吗？安妮杜克小时候，就因为实在没法接受失败的复盘，最后他的哥哥也被气的受不了。后来成就这么高，这么透析人性的人，也有过这种经历，进入过这种自利性偏差，我们暂时作为普通人，有这类情况是可以理解的。那么既然说到这个问题，当然不会只抛出来问题不给办法：缓和方法就是：建立一个追求真理的小组，只需3个人就够了，3个人都要遵循3点，大家充分分享信息不隐瞒提意见一定要有建设性以追求事情的真实性，追求真理规律为目标。最后，杜克还给了另一个方法时间旅行法。当你感觉
6、自己目前的情况情绪化，目前的决定较为重要，不知道如何决策，那么请你闭上眼睛，让过去的你出现，看看他在类似情况下怎么决策的，有什么结果。再让未来的你出现，想想如果你做出某个决策，未来的你是什么情况。最后回到你现在的你，综合你的脑力，做出最大概率能获得最好结果的决定。今天讲的内容，来源于书籍对赌。其给我最大的启示就是，不要以结果来论英雄，而是应该以科学逻辑判断，以真实复盘，来判断一个事情所能带给我们的真正的规律。然后，完善我们的决策系统，帮助我们持续做出正确决定。原文地址：信息极度贫乏下，如何做最佳决策？https:/ 未之能行 唯恐又闻”我们也许不用做到“唯恐又闻”，但可以把不确定真伪的，和已经
7、去实践出的，分开来，或只记下被验证的，对其他都持怀疑态度。03 自利性偏差：好的结果原因都是自己，坏的结果原因都是环境自利性偏差是人类的又一个弱点，我们都不喜欢失败，人之天性。所以失败把原因归咎于环境，归咎于运气，归咎于别人太强等等，这个是正常的。也许你看完这句话觉得自己不会啊，但请你仔细想想，或者在下次失败的时候看看自己，真的不会吗？安妮杜克小时候，就因为实在没法接受失败的复盘，最后他的哥哥也被气的受不了。后来成就这么高，这么透析人性的人，也有过这种经历，进入过这种自利性偏差，我们暂时作为普通人，有这类情况是可以理解的。那么既然说到这个问题，当然不会只抛出来问题不给办法：缓和方法就是：建立一
8、个追求真理的小组，只需3个人就够了，3个人都要遵循3点，大家充分分享信息不隐瞒提意见一定要有建设性以追求事情的真实性，追求真理规律为目标。最后，杜克还给了另一个方法时间旅行法。当你感觉自己目前的情况情绪化，目前的决定较为重要，不知道如何决策，那么请你闭上眼睛，让过去的你出现，看看他在类似情况下怎么决策的，有什么结果。再让未来的你出现，想想如果你做出某个决策，未来的你是什么情况。最后回到你现在的你，综合你的脑力，做出最大概率能获得最好结果的决定。今天讲的内容，来源于书籍对赌。其给我最大的启示就是，不要以结果来论英雄，而是应该以科学逻辑判断，以真实复盘，来判断一个事情所能带给我们的真正的规律。然后
9、，完善我们的决策系统，帮助我们持续做出正确决定。原文地址：信息极度贫乏下，如何做最佳决策？http:/ “突袭”私有云！簽谢%樀岄扰&扱&%https:/ insomniac needs to stop his drug abuse, or he would be more ill.这个失眠症患者必须停止滥用药物，否则他就会病得更重。The Pope has the sovereign power in some areas.在某些地方，罗马教皇有着至高无上的权力。Dogs pant with their mouths when they are tired.狗累了的时候会用嘴喘着气。He e
10、njoys the privilege of being able to fast track in the airport he owns.他享有在他拥有的机场里快速登机的特权。The revelation of the masked mans identity surprised us.蒙面男身份揭露后，我们大吃一惊。I will watch the sun come up in the morning.我会在早上的时候去看日出。内容来源：百词斩 文库网 https:/ insomniac needs to stop his drug abuse, or he would be more
11、ill.这个失眠症患者必须停止滥用药物，否则他就会病得更重。The Pope has the sovereign power in some areas.在某些地方，罗马教皇有着至高无上的权力。Dogs pant with their mouths when they are tired.狗累了的时候会用嘴喘着气。He enjoys the privilege of being able to fast track in the airport he owns.他享有在他拥有的机场里快速登机的特权。The revelation of the masked mans identity surpr
12、ised us.蒙面男身份揭露后，我们大吃一惊。I will watch the sun come up in the morning.我会在早上的时候去看日出。内容来源：百词斩 文库网 https:/ Dean谈2020年机器学习趋势：多任务和多模式学习将成为突破口碘賒&在加拿大温哥华举行的NeurIPS 2019会议上，机器学习成为最大的焦点。来自全世界各地的13000名研究人员探索了诸如神经科学、如何解释神经网络输出，以及AI如何帮助解决现实世界中的重大问题等。会议上不仅有超过1400份作品展示，同时也会有各种AI的顶级专家、意见领袖等出席并进行演讲。其中Google AI负责人Jeff
13、 Dean在研讨会上进行演讲，讨论机器学习如何帮助应对气候变化带来的威胁以及机器学习如何重塑系统和半导体。相信很多人对Google在使用ML创建机器学习半导体方面的早期工作、Google的BERT对会话式AI的影响以及2020年值得关注的机器学习趋势非常感兴趣。VentureBeat就上述问题采访了Jeff Dean，以下是具体采访内容。Jeff Dean（以下简称Dean）：这显然是一个非常广阔的领域，使用机器学习来帮助解决与气候变化相关的话题、或减轻某些影响的潜力很大。我认为Google和整个AI社区都感到非常兴奋。因为这是一个严重的问题，而且背后有很多技术问题。VentureBeat：N
14、eurIPS有哪些让你觉得特别兴奋的工作吗？Dean：可能不是所有都那么令人兴奋吧，但是我们还是对很多项目都进行了内部讨论。而且我认为，在如今机器学习领域，整体而言是相当多产的，因此也很难说能够面面俱到一应俱全的掌握所有的内容，不过也可以通过搜集一批大家可能认为比较重要的观点（作为一种筛选机制）。VentureBeat：在arXiv上有你关于机器学习硬件发展的评论，那么你认为在后摩尔定律世界中，人们需要牢记哪些事情？Dean：我认为已经被证明非常有效的一件事情，是芯片的专门化（相对例如通用CPU而言）用以执行一些并非完全通用的、某些特定类型的计算。因此，我们已经从更严格的计算模型（例如GPU甚
15、至TPU）中受益匪浅。这些模型更为严格，但实际上是根据机器学习计算需要做的事情而专门设计的。相对于通用CPU，这实际上带来了相当多的性能优势，例如我们通过专业化获得了巨大的架构优势。VentureBeat：你还了解使用机器学习来创建机器学习硬件的知识。你能谈谈更多吗？Dean：是的，这是我星期六要讲的另一个话题，我会在ML for Systems研讨会上详细介绍，主要会谈论我们已经在ASIC芯片设计的机器学习中进行了哪些早期工作，特别会讲到布局和布线。就是你有一个芯片设计，然后有很多晶体管以及它们的连接方式。基本上，现在在设计过程中，一方面拥有可以帮助进行某些布局的设计工具，另一方面还拥有人工
16、布局和布线专家，从而可以使用这些设计工具进行多次重复的迭代。从你想要的设计开始，到实际上将其物理布局在芯片上，并在面积，功率和导线长度方面有适当的限制，同时还要满足所有设计角色或正在执行的任何制造过程，这通常需要花费数周的时间。事实证明，我们在某些工作中可以使用机器学习来进行更多自动化的布局和布线。而且，我们基本上可以拥有一个机器学习模型，该模型可以学习为特定芯片玩ASIC游戏。我们在尝试的一些内部芯片上都取得了不错的结果。VentureBeat：关于气候变化问题，Intel AI总经理Naveen Rao提到每瓦计算应该成为一个标准基准测试，一些组织者希望能够提供模型训练时候的碳足迹。我猜想
17、对大型模型（如XLNet）的批评是制造和部署它们所需的能量。Dean：是的，我们对此感到很兴奋，因为我们在Google数据中心训练的所有内容碳足迹为零。我认为有一个普遍的观点，即这些大型模型中的一些模型是计算密集型的，并且在能源使用方面相当昂贵。我认为诸如多任务学习和迁移学习之类，实际上是可以改善能源使用的相当有效的算法工具，因为你可以训练一个模型，然后对其进行微调，或者针对相对较少的示例进行多任务学习，这几乎是当前的惯例。VentureBeat：对于BERT来说，这是重要的一年。到处都是BERT，以及各种BERT。人们接下来应该看到的BERT会有哪些变化，或者即将出现？Dean：BERT之所
18、以有趣，是因为它建立在其他研究成果不断发展的基础上。因此，BERT的种类取决于一年前完成的Transformer工作。Transformer工作确实是在解决与基于LSTM的早期序列模型相同的问题。我认为整个研究线程在实际产生机器学习模型方面非常富有成果，现在要完成的机器学习模型比过去更复杂。对在一堆文本（任意文本）上进行预训练的BERT的微调，然后对你关心的特定NLP任务进行微调，对于许多我们希望能够解决的NLP问题来说，是一个很好的范例。因此，在Google内部，我们正在研究产品中许多不同类型的应用程序。你知道我们只是在搜索堆栈中推出了一些内容以提高搜索质量。我想你也在更广泛的社区中也看到了
19、这一点。我们仍然希望能够执行更多上下文相关的模型。像现在这样，BERT和其他模型可以很好地处理数百个作为上下文的单词，但10000个单词就处理不了。 因此，这是一个有趣的方向。我认为多模态模型非常有趣，例如你可以通过有趣的方式将文本与图像，音频或视频相结合。我们已经做了一些工作，社区的其他成员也做了一些工作，但是我认为这在将来将变得越来越重要。而且我敢肯定，人们会发现BERT所采用的基本方法有所改进。我们有一些小的甚至是重大的改进。因此，基础研究的重点将继续。无论是在Google内部还是外部，我们很兴奋。VentureBeat：对模型鲁棒性的追求胜过登上GLUE排行榜的榜首？以及明年Googl
20、e将面临哪些技术或道德挑战？Dean：是的，或者就像“找出解决一个问题的大量完全不同的方法，并能够保证效果，对我们来说非常重要”。就AI或机器学习而言，我们已经完成了一个相当合理的工作，并建立其一个流程。通过该流程，我们可以了解如何在与AI原理一致的不同产品应用和领域中使用机器学习。该过程已经得到了更好的调整，并通过模型卡之类的东西进行了润色。然后，我认为在许多原则领域中，存在真正的开放研究方向，可以帮助我们解决公平和偏见以及机器学习模型或安全性或隐私问题。但是，我们需要继续在这些领域中进行长期研究，以提高技术水平，同时我们目前将最著名的最新技术应用于我们的工作中。VentureBeat：你预
21、计会出现哪些趋势，或者你认为在2020年AI可能会超越哪些里程碑？Dean：我认为我们将看到比以前解决的更大的多任务学习和多模式学习。我认为那会很有趣。而且我认为，将有一种持续的趋势，那就是在更有趣的设备（或诸如手机之类的消费类设备）上，模型能够更有效地工作。我认为与AI相关的原理相关工作显然很重要。我们是一个足够大的研究机构，实际上我们正在做许多不同的工作，因此很难一一列举。但我认为，总的来说，我们将发展最先进的技术，进行基础研究，以提高我们正在关注的许多重要领域的能力，例如NLP或语言模型或视觉或多模式事物。 但同时，还要与我们的同事和产品团队合作，进行一些准备用于产品应用的研究，以使他们能够构建有趣的功能和产品。我们将做一些Google目前还没有的新事物，但它们是ML的有趣应用，例如我们一直在进行的芯片设计工作。例如民用机器人。我们进行了大量的机器人研究工作。我认为机器人技术是一个非常棘手的问题，要使机器人能够在任意环境中运行。 文章来源：https:/ 文库网 https:/ 文库网 https:/
个人主页
