【長文】|到底什么是算法?我嘗試用人話說了出來

摘要:其實生物也是算法汁蝶,大自然就是最大的一套算法


在移動互聯(lián)網(wǎng)時代渐扮,對于技術(shù)而言,算法這個概念掖棉;身為互聯(lián)網(wǎng)人席爽,哪怕你不是技術(shù)人,大抵是有些了解的吧啊片,至少知道有算法這個存在吧只锻。那么算法到底是個什么東西,接下來儒商嘗試用人話說出來紫谷。(以大自然齐饮、生物捐寥、人類生活來分析算法的真正含義與影響)

情感聯(lián)結(jié):情感與算法有著密不可分的關(guān)系

我們嘗試把算法的技術(shù)概念獨立出來,把視野放大一點祖驱,回頭想想“大自然”握恳。我就以動物與人類為例子吧。情感不是人類獨有的東西捺僻,動物也有各種主觀的需求乡洼、感覺和情感,但我們怎么能確定這件事匕坯?這會不會只是一廂情愿地賦予動物人性束昵,也就是把人類的特質(zhì)賦予非人類的對象,就像小孩覺得玩偶能感受人類的愛和憤怒葛峻?

以豬為例子吧锹雏,事實上,要說豬也有情感术奖,并不是賦予它們“人性”礁遵,而是賦予其“哺乳動物性”。因為情感不是人類獨有的特質(zhì)采记,而是所有哺乳動物所共有的(包括鳥類佣耐、部分爬行動物,甚至包括魚類)唧龄。所有哺乳動物都進化出了情感能力和需求兼砖,而僅是從豬屬于哺乳動物這一點,就能肯定他們也有情感选侨。

生命科學家近幾十年間已經(jīng)證實掖鱼,情感并不是只能用來寫詩譜曲的神秘精神現(xiàn)象,而是對所有哺乳動物生存和繁衍至為關(guān)鍵的生物算法援制。這是什么意思呢戏挡?請讓我們從究竟什么叫“算法”開始解釋。這一點非常重要晨仑,不禁因為這個關(guān)鍵概念將在下文繼續(xù)探討,也是因為無論現(xiàn)在21世紀的移動互聯(lián)網(wǎng)趨勢還是未來的人工智能(AI)都將由算法主導『榧海現(xiàn)在答捕,算法已經(jīng)可以說是這個世界上最重要的概念。如果想了解我們的未來以及我們的生活艘款,就必須盡一切努力了解什么是算法,以及算法與情感有什么關(guān)系(請耐心收看蜘欲,下文會以更多地維度探討算法與情感的關(guān)系)

算法影響著我們的生活晌柬,同樣也影響著“自然生態(tài)”

文章開篇年碘,我就假設了一個命題“大自然就是一套完整而龐大的算法”。我們現(xiàn)在再回頭看看算法的概念闷祥,從技術(shù)角度來說傲诵,算法指的是進行計算拴竹、解決問題剧罩、做出決定的一套有條理的步驟。所以幕与,算法并不是單指某一次計算啦鸣,而是計算式采用的方法来氧。舉例說明啦扬,如果想得到倆個數(shù)字的平均值,簡單的算法是:“第一步胃榕,將倆個數(shù)字相加勋又;第二步,將和除以2.”這時赐写,如果輸入4和8,結(jié)果就是6挺邀;輸入117和231揉忘,結(jié)果就是174.

再以身邊生活為例子


食譜就是一個復雜一點的例子,蔬菜湯的算法大致是這樣的:

1端铛、在鍋中熱油泣矛。

2、將洋蔥切成碎末禾蚕。

3您朽、把洋蔥末炒至金黃色

4、吧馬鈴薯切塊换淆,加入鍋中哗总。

5倍试、將圓白菜切絲讯屈,加入鍋中涮母。

諸如此類。你可以嘗試著不斷重復這種算法躁愿,每次用稍微不同的蔬菜(元素或其他不同的變量因素)就會得到稍微不同的湯(產(chǎn)品),然而彤钟,算法本身并沒有發(fā)生變化来候。

光有食譜,還煮不出湯來样勃,還得有人來讀這份食譜吠勘,并依步驟行事才行。但還有中方法峡眶,是制造出內(nèi)含這種算法而且可以自動照做的機器(這里指的還不是人工智能剧防,只是簡單的及機器工業(yè))。接下來辫樱,只要為機器通電即可峭拘,加入食譜里的材料,機器就會自動把湯煮好。雖然現(xiàn)在似乎沒有多少類似的產(chǎn)品姓惑,但是大家可以參考自助飲料機這個例子辅搬。這種飲料機通常會有投幣孔介蛉、放杯子的位置踊兜,以及幾排按鈕。第一行按鈕大概是要選擇是咖啡贰剥、茶抑或是其他担忧,第二行是選擇不加糖、加糖(一勺糖芝硬、兩勺糖)奶镶,第三行皮官,則是要加牛奶、豆?jié){或都不加实辑。有一位男士走向機器捺氢,投幣,按下了“茶”“一勺糖”“牛奶”剪撬,機器就會依照設置的步驟開始行動摄乒,先是吧一個茶包放進杯子里,加入沸水残黑,再加上一些糖和牛奶界拦,然后一杯西式好茶就出現(xiàn)在你面前,這就是一種算法怨咪。

在過去幾十年間僚饭,生物學家已經(jīng)有明確結(jié)論認為,那位男士按下按鈕疫诽,接著喝茶舅世,也算是一套算法。當然奇徒,這套算法要比自助飲料機要復雜地多了雏亚,但仍然四套算法∧Ω疲“人類”這套算法制造出的不是茶罢低,而是自己的副本(從某種程度是你的主觀映像,你按下飲料機的按鈕胖笛,得到的是另外一臺飲料機)

控制飲料機的算法网持,是通過機械和電路來運作的。而控制人類的算法长踊,則是通過情感功舀、感覺和思想(前文提到的情感與算法的聯(lián)結(jié))。至于豬之斯、狒狒和雞日杈,用得也是同一種算法遣铝。以生存問題為例:有只狒狒看到附近樹上掛著一串香蕉,但也看到旁邊埋伏著一只獅子莉擒。狒狒該冒著生命危險去摘香蕉嗎酿炸?

當然,你可以把這看做是一個概率數(shù)學問題:一邊是不摘香蕉而餓死的概率涨冀,一邊是被獅子抓到的概率填硕。要解開這個問題,狒狒有許多因素需要考慮鹿鳖。我離香蕉多遠扁眯?離獅子多遠?我能跑多快翅帜?獅子能跑多快姻檀?這只獅子看起來很餓還是很飽?那里有幾只香蕉涝滴?香蕉是大是行灏妗?是青是熟歼疮?除了這些外在因素杂抽,狒狒還要考慮自己身體的內(nèi)在信息。如果它已經(jīng)快餓死了韩脏,就值得不顧一切去搶香蕉缩麸,別再管什么概率了。相反赡矢,如果它剛剛吃飽杭朱,多吃只是嘴饞,那又何必冒生命危險济竹。

想要權(quán)衡所有變量和概率之后得到最好的結(jié)果痕檬,狒狒需要的算法會比控制自助飲料機的算法要復雜得多,然而計算正確得到的獎勵也最大化了送浊,那就是這只狒狒的生命。如果是只膽小的狒狒(也就是它的潛在算法是高估了風險)丘跌,結(jié)果就是餓死袭景,這種膽小的算法不會被留給后代。如果是莽撞的狒狒(算法是低估了風險)也就是會被獅子給吃了闭树,當然這種魯莽的算法的基因也不會遺傳下去耸棒。這些算法是自然選擇的(可以理解為Darwin的“適者生存,物競天擇”理論)报辱,形成了相對穩(wěn)定的質(zhì)量控制与殃。只有正確計算出概率的動物,才能夠留下后代。

那么幅疼,問題來了米奸,狒狒到底怎么計算概率?算法又是如何爽篷?想必它是不可能突然從背后拿出筆悴晰,書包里拿出筆記本寫寫畫畫,順便又從褲袋里拿出計算機開始計算算出一系列數(shù)字出來吧逐工。有趣的是铡溪,狒狒身體本身就是個很好的計算器。我們所謂的感覺和情感泪喊,其實各是一套算法棕硫。狒狒感覺餓,看到獅子的時候會感覺害怕而顫抖袒啼,看到香蕉也會感覺自己流口水饲帅。它在一瞬間經(jīng)歷了一系列襲來的種種感覺、情感和欲望瘤泪,都是一種計算過程(情感主導的計算)灶泵。計算結(jié)果也是一個感覺:這只狒狒突然覺得涌起一股力量,毛發(fā)直豎对途,肌肉緊繃赦邻,胸部擴張接著它深吸一口氣:“沖啊实檀!我做得到惶洲!沖向香蕉。膳犹。恬吕!”但也有可能它被恐懼打敗,肩膀下垂须床,四肢無力:“媽媽铐料!有獅子!救命安蜓钠惩!”也有時候,因為兩邊的概率過于相近族阅,很難決定篓跛。而這也會表現(xiàn)為一種感覺十分困惑,無法下決心坦刀±⒐担“上...... 不上......可惡蔬咬!我不知道該怎么辦!”

要把基因傳遞給下一代沐寺,只解決生存問題其實還不夠林艘,還要解決繁衍問題,而這也取決于概率的計算芽丹。自然選擇進化出喜好和厭惡的反應北启,作為評估繁衍機會的快速算法。通常拔第,美麗和較為美觀的外表意味著成功繁衍后代的概率更高咕村。假設,一位女性看到一位帥氣的男士蚊俺,她會想:“哇懈涛,他真帥!”雌孔雀看到雄孔雀會想:“我的天吶泳猬,看那尾羽批钠!”



這其實像極了自助飲料機要做的事,得封。光線一從男性身體反射到女性視網(wǎng)膜上埋心,強大的算法就產(chǎn)生了,而且還可能是上百年甚至是上百萬年進化而成的強大算法在運作忙上,在幾毫秒以內(nèi)拷呆,就已經(jīng)將男性外貌以各種小線索轉(zhuǎn)化為繁衍概率,并且得出結(jié)論:“這很有可能是個非常健康的男性疫粥,有強大生育能力茬斧,有優(yōu)良的基因。如果我和他交配梗逮,我的后代也很可能擁有健康的身體项秉、良好的基因】锻”當然娄蔼。這項結(jié)論并不會用文字或數(shù)字表達出來,而是化成熊熊欲火在體內(nèi)燃燒瞬欧。對于雌孔雀或是大多數(shù)女性來說贷屎,這并不是用紙筆來做的計算,而是一種“感覺”艘虎。(也就是在前文開篇所說,對于自然生態(tài)而言算法與情感存在聯(lián)結(jié)關(guān)系咒吐,情感主導算法)

就連諾貝爾經(jīng)濟學獎得主也只在很少時間會用紙筆和計算器來做計算野建;人類有99% 的決定属划,包括關(guān)于配偶、事業(yè)和住處的重要抉擇候生, 都是由各種進化而成的算法來處理同眯,我們把這些算法稱為感覺、情感和欲望唯鸭。(也就是在前文開篇所說须蜗,對于自然生態(tài)而言算法與情感存在聯(lián)結(jié)關(guān)系,情感是算法的主導因素)

所有的哺乳動物和鳥類( 可能還包括一些爬行動物甚至魚類)目溉,都由同樣的算法掌控明肮,所以不管是人類、狒狒還是豬缭付,感覺恐懼的時候都」會在類似的大腦區(qū)域產(chǎn)生類似的神經(jīng)處理過程柿估。因此很可能可以推斷。不管是人陷猫、狒狒還是豬秫舌,對于受到驚嚇的體驗都會十分相似。

當然绣檬,并不是說一切必然完全相同足陨。豬似乎并不會感覺到智人特有的那種極端同情或極端殘酷,也無法感受到人類仰望無限壯麗的星空時發(fā)出的那種贊嘆娇未。當然墨缘,很可能有相反的例子,是人無法感受到豬的情感忘蟹,顯然我也說不上來飒房。然而有一種核心情感,顯然為所有哺乳動物所共有:母嬰聯(lián)結(jié)( mother-infant bond )媚值。事實上狠毯,這也正是“mammal”( 哺乳動物) 一詞的語源,mammal一詞來自拉丁文mamma褥芒,語義就是“乳房”嚼松。哺乳動物的母親如此疼愛自己的后代,而愿意讓后代從自己身上吸吮營養(yǎng)锰扶。哺乳動物的幼兒献酗,則有強烈的欲望要和母親在一起,待在它的身邊坷牛。在野外罕偎,離開母親的小豬、小牛和小狗通尘┤颍活不了多久颜及。而

且到不久之前甩苛,人類的嬰兒離開母親也同樣如此。相對的俏站,如果成年的母豬讯蒲、母牛或母狗因為某種罕見的基因突變而熱氣兒也不關(guān)心生下的孩子肄扎,當然它們自己可能活得舒適自在又長壽墨林,但它們的基因也就不會遞給下一代。同樣的邏輯也適用于長頸鹿犯祠、蝙蝠旭等、鯨和豪豬。對于其他情感雷则,我們或許還有爭議的空間辆雾,但因為哺乳動物的幼兒必須有母親的照顧才能生存,顯然母愛以及強烈的母嬰聯(lián)結(jié)是所有哺乳動物共同的特征月劈。

人類或自然生物脫離“情感”聯(lián)結(jié)度迂,算法將斷裂

科學家經(jīng)過多年的努力研究出這一點。不久之前猜揪,甚至人類父母與子女之間情感聯(lián)結(jié)的重要性惭墓,都曾受到心理學家的質(zhì)疑。20世紀上半葉而姐,雖然也有弗洛伊德理論的影響腊凶,但當時主流的行為主義學派認為,父母與子女的關(guān)系應該是由物質(zhì)回饋決定的:兒童主要需要食物拴念、居所和醫(yī)療照顧钧萍,之所以和父母建立聯(lián)結(jié),兒童需要這些物質(zhì)上的回饋政鼠,然而其他偏“情感”的舉動則會使兒童“寵壞了”风瘦。當時,育兒專家稱公般,如果父母過多地擁抱万搔、安撫、親吻官帘,會讓孩子成年以后不獨立瞬雹、自私和沒有安全感。

20世紀20年代刽虹,育兒權(quán)威專家John Watson認為不要做過多親吻酗捌、安撫和擁抱等偏“情感”的舉動,按照嚴格的日程提供孩子所需要的物質(zhì)即可,哪怕是嬰兒意敛,甚至是小嬰兒馅巷,哭一下是不會有太大問題的膛虫。

直到20世紀五六十年代草姻,才有越來越多的專家達成共識,放棄這些嚴苛的行為主義理論稍刀,承認情感的重要性撩独。在一系列著名的試驗中,一只剛出生的幼猴账月,就將它與母猴分開综膀,關(guān)進一個籠子里,分別擺放一個裝有食物的金屬假猴局齿,另外剧劝,是絨布假猴,但沒有食物抓歼,幼猴會選擇那只絨布假猴讥此。

諷刺的是,這些幼猴都懂谣妻,但是John Watson育兒專家都不懂:哺乳動物(包括人類)僅靠食物是生存不下去的萄喳,還需要情感聯(lián)結(jié)。對于經(jīng)過幾百萬年進化的幼猴蹋半,天生極度渴望情感聯(lián)結(jié)他巨,這就讓他們認為,比起冰冷的减江、僵硬的染突、金屬制的假猴,毛茸茸的物體更能與其產(chǎn)生情感聯(lián)結(jié)辈灼。正是因為對情感聯(lián)結(jié)的需求如此強烈份企,實驗里的幼猴才會不理睬能提供食物的金屬母猴,而投向唯一看來可能滿足它們需求的絨布母猴 但很遺憾茵休,幼猴的真心渴望始終沒能得到絨布母猴的響應 于是這些幼猴在心理和社交方面出現(xiàn)了嚴重問題薪棒,長大后成為神經(jīng)質(zhì)和反社會的成猴。

我們今天回顧20 世紀早期的兒童養(yǎng)育指南榕莺,會感到難以置信俐芯。專家怎么可能沒發(fā)現(xiàn)兒童有情感需求。怎么可能不知道兒童心理和生理的健康除了需要滿足食物钉鸯、居所和醫(yī)療照顧之外吧史,滿足情感需求也同樣重要?然而唠雕,一講到其他哺乳動物贸营,我們卻不斷否認這個顯而易見的事實吨述。就像John Watson和育兒專家們一樣,在整個人類歷史上钞脂,雖然給小豬揣云、小牛和兒童提供了物質(zhì)需求,卻往往忽略它們的情感需求冰啃。于是邓夕,無論是畜牧業(yè)還是奶品業(yè),都是以打破哺乳動物最根本的情感聯(lián)結(jié)為基礎的阎毅。農(nóng)民讓母豬和母牛不斷懷胎焚刚,但小豬和小牛出生沒多久被迫與母親分離, 常常終其一生都未能吮吸母親的乳頭扇调,也沒能感受到她的親吻和溫柔的愛撫矿咕。實驗里對兒百只百只猴子所做的事,現(xiàn)在畜牧業(yè)及奶品業(yè)每年還會在幾十億頭動物身上上演狼钮。

所以算法很大程度上是基于“人性”基于情感聯(lián)結(jié)碳柱,強大的算法研究其實離開不了“情感”這一重要因素,無論是移動互聯(lián)網(wǎng)產(chǎn)品還是未來的智能時代燃领,其偉大而強勢的算法背后都是基于“情感聯(lián)結(jié)”的邏輯士聪,你從商業(yè)角度來說,你可以理解為猛蔽,把人類看做是用戶剥悟,算法看做是產(chǎn)品與用戶的交互過程,在交互過程要基于“人性”與用戶建立情感關(guān)系曼库,不是只簡簡單單地解決痛點区岗,探討算法,不如先研究人性研究情感毁枯,而不是單單靠生硬而冰冷的數(shù)字計算慈缔,這才是算法的本質(zhì)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末种玛,一起剝皮案震驚了整個濱河市藐鹤,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌赂韵,老刑警劉巖娱节,帶你破解...
    沈念sama閱讀 219,427評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異祭示,居然都是意外死亡肄满,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,551評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來稠歉,“玉大人掰担,你說我怎么就攤上這事∨ǎ” “怎么了带饱?”我有些...
    開封第一講書人閱讀 165,747評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長横媚。 經(jīng)常有香客問我纠炮,道長,這世上最難降的妖魔是什么灯蝴? 我笑而不...
    開封第一講書人閱讀 58,939評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮孝宗,結(jié)果婚禮上穷躁,老公的妹妹穿的比我還像新娘。我一直安慰自己因妇,他們只是感情好问潭,可當我...
    茶點故事閱讀 67,955評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著婚被,像睡著了一般狡忙。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上址芯,一...
    開封第一講書人閱讀 51,737評論 1 305
  • 那天灾茁,我揣著相機與錄音,去河邊找鬼谷炸。 笑死北专,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的旬陡。 我是一名探鬼主播拓颓,決...
    沈念sama閱讀 40,448評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼描孟!你這毒婦竟也來了驶睦?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,352評論 0 276
  • 序言:老撾萬榮一對情侶失蹤匿醒,失蹤者是張志新(化名)和其女友劉穎场航,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體青抛,經(jīng)...
    沈念sama閱讀 45,834評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡旗闽,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,992評論 3 338
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片适室。...
    茶點故事閱讀 40,133評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡嫡意,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出捣辆,到底是詐尸還是另有隱情蔬螟,我是刑警寧澤,帶...
    沈念sama閱讀 35,815評論 5 346
  • 正文 年R本政府宣布汽畴,位于F島的核電站旧巾,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏忍些。R本人自食惡果不足惜鲁猩,卻給世界環(huán)境...
    茶點故事閱讀 41,477評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望罢坝。 院中可真熱鬧廓握,春花似錦、人聲如沸嘁酿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,022評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽闹司。三九已至娱仔,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間游桩,已是汗流浹背牲迫。 一陣腳步聲響...
    開封第一講書人閱讀 33,147評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留众弓,地道東北人恩溅。 一個月前我還...
    沈念sama閱讀 48,398評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像谓娃,于是被迫代替她去往敵國和親脚乡。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,077評論 2 355

推薦閱讀更多精彩內(nèi)容