决策类AI,是“机器幕僚”
发布网友
发布时间：2022-09-04 13:59
共1个回答
热心网友
时间：2024-09-03 07:49
过去我们接触的都是视觉类、语音语义类的机器人。
它们主要用来帮助人类执行具体任务，是“机器仆人”。
而决策类AI，是“机器幕僚”。
它被用到了很多场景当中，比如精准营销、风险管理、运营优化等等。
——为企业的经营活动提供预测分析与建议。
一、AI决策到底比人工决策高明在哪里？****
我狭隘的理解，AI能够掌握大数据，它的算力也更强。
其实，AI最厉害的是它的决策是“无记忆”的。
「举个例子」
阿尔法狗在下围棋时，它会抛开之前的棋路，把每一步都看成一个独立的决策点，单独计算当下的最大获胜概率，哪里价值大就下在哪里，绝不纠缠。
这对机器来说易如反掌。
但是对有思维的人类来说有点难度。
「还是举下棋的例子」
一旦局势不利，人类最可能的反应：
要么变得极端保守、小心谨慎，要么就是急于翻盘、放手一搏。
有位著名的扑克手说自己曾有一个“顿悟”的瞬间。
就是突然意识到，面前的一万个筹码，是刚刚由五千个筹码翻倍赢来的，还是两万个筹码输了一半剩下的，在数学上没有任何区别。
但是，之后的比赛，只跟他现在有一万个筹码这个事实有关，而跟如何拥有这一万个筹码的经历无关。
自己的决策，不应该受到之前经验的影响。
高手的“无记忆决策”，就是像一个外来者一样，重新构建自己的决策点。
决策是对未来负责，而不是为过去辩护。
最愚蠢的事情，就是为了维护自己的正确性而一条路走到黑。
二、“沉没成本”。****
经济学上有个概念：“沉没成本”。
意思是说当你已经为一件事情开始付出以后，就会为了已经付出过的成本不断追加投入，最终可能因此套牢自己。
在现实生活中，“沉没成本”的例子比比皆是。
因此，上面的案例中“起身离开影院”就是“及时止损”。
但是，从人性的角度分析。
让一个人甘心承认自己的错误，并且愿意“断尾求生”舍弃那一部分损失，实在是太难了。
就因为难作决策，才是成年人最难逾越的山峰。
每个高手，都是一只人肉阿尔法狗。
既能坚持长期主义，又能走好当下一手。
「还是以下棋为例」
「马尔可夫过程」
是一个无记忆的随机过程，看似只管“当前状态”，其实是为了实现全局的期望回报最大化。
打“无记忆”的牌可分为五个层次：
三、“无记忆”决策，就是要我们摒弃过往经验。****
摒弃过往经验，不局限在已有的困境中，用发展的思维来看待自己的成长。
但是普通人未经过训练，在做决策时，能够有意识的使用“无记忆决策”是很少的。
连我们的理智、知识、经验起的作用都不大。
人类的决策过程主要是由激素推动的。
知识、经验和理智在这个过程中所起的作用并不大。
我们往往是在做出决定之后，再用智慧去寻找证据以便证明自己的决定是正确的。
我们在决策过程中，常伴有心跳加快、手心出汗、额头发冷和主观忽略部分事实等现象，这些都说明了包括肾上腺素在内的多种激素参与了决策过程。
如果决策者本人不承担决策失误的风险和损失，他就不能身临其境地在压力下产生这些激素，也就不能做出正确的决定。
所以，人类做决策和机器人做决策的机理是不一样的。
决策是对未来负责，不是去证明决策的正确与否。
为什么“无记忆”决策这么困难？
因为我们在认知的过程中，都会存在认知失调和确认失误。
所以，我们很自然的就会从过去的记忆里寻求类似的经验来对眼下的事物作出判断。
虽然“无记忆”决策很难，通过长期训练也能改善。
所有的错误决策，都是从情绪失控开始的，当情绪波动时，我们往往会固执已见，看不到更多的选项。
所有的事情，我们都需要区分人和事在其中的影响，不过分看重自己的能力，不轻易低估事情的影响。每一个问题的形成都是基于当下新的开始，我们要做的是在新的场景中重新思考，找到问题的最优解。
我们都需要事情大胆假设。假设能够让我们对事情的发展进行推演。当事情结束后，我们就要进行验证，确认假设和结果之间的偏差，记忆和现实之间的矛盾。
