第1章　如何跳出思維的盒子　機器學習與決策

“你不能對人進行編程，米莉。那根本不可能。”

當時我11歲，正在和姐姐爭論，“那我們是怎么思考的呢”。

我當年憑本能就知道這一點——我們人類的思維與計算機程序的運行方式并沒有太大的不同，但直到多年以后我才真正理解。每一個讀到這里的人都在進行思維加工。就像計算機算法一樣，我們獲取數據（指令、信息與外部刺激），并對其做出反應。我們對數據進行分類，并用它做出有意識與無意識的決策。我們將數據歸類，供日后使用，就像計算機中的目錄一樣，這些數據是按照優先級存儲的。人類的大腦是一臺非凡的處理器，其驚人的信息加工能力是我們這個物種的顯著特征。

我們的腦袋里都有一臺超級計算機。盡管如此，我們還是會被日常的決策難倒（有誰沒有為某天穿什么衣服，如何寫郵件，或者午餐吃什么而煩惱過嗎）。我們經常說，我不知道該有何想法，或者我們周圍的信息與選擇多到讓我們不堪重負。

當我們擁有一臺像大腦一樣強大的計算機時，情況本不該這樣。如果我們想提升做決策的能力，我們就要更好地利用專門做決策的器官。

機器可能是人類大腦的拙劣替代品，缺乏大腦的創造性、適應性與情感視角，但是，機器可以教給我們很多有關如何有效思考和決策的知識。通過研究機器學習科學，我們可以了解不同的信息加工方法，并調整我們的決策方式。關于如何決策，計算機可以教給我們許多不同的知識，我將在本章對此進行探討。除此之外，計算機還可以教給我們一個獨特的、反直覺的道理：要成為更好的決策者，我們不必更有條理、更結構化，或更加專注于如何處理和解釋信息。你可能以為機器學習會讓我們朝那個方向努力，但事實恰恰相反。我在之后會給出解釋，算法的過人之處在于其非結構化的能力，在復雜和隨機的環境中蓬勃發展的能力，以及對環境的變化做出有效反應的能力。相反，具有諷刺意味的是，人類傾向于在思維中追求一致性與簡單而直接的模式，從而回避復雜的現實，而機器只會將這種現實作為整體數據集的一部分。

我們需要清晰的洞察力，并且像機器一樣，更愿意以復雜的方式思考那些既不簡單也不直接的事情。現在，是時候承認計算機比你更容易跳出思維定式了。但也有一個好消息：計算機可以教我們如何做同樣的事情。