永远都有最好的下一步

一

和人最大的不同之处是，AI永远不会说不。‍‍‍‍‍

这不止是说，当你给ChatGPT派任务时，它永远会给你一个答案，哪怕是一本正经地胡说八道。

还因为，AI模型的工作方法很大程度上是基于概率：

“它们估计所有选项的概率，即使所有选项的正确概率都极低，它们仍然只会选择概率最高的路径。”

有人会说，这不是人之常情吗？

面对两个苹果，傻子也会选大的呀。 然而，两个苹果是确定性的，是眼见为实的。 一旦变成概率，大多数人就不会了--

“什么是概率？一件事情发生了就是百分之百，没发生就是零，哪里有什么30%啊，60%啊，根本不存在。”

更别说，还是两个正确率都很低的概率。这时，即使是概率信徒，也会失去了选择的力气。

比方说，一个相信概率的人，可能会在70%和80%之间选后者。

但如果一个数值是3%，一个数值是5%，还有啥可选的？

如果希望仅为3%或5%，那就相当于毫无希望，根本没有选的心情了。

我想将其称为“决策厌恶症”：

绝大多数人处在仅有“小概率可能”的环境里，就会放弃思考，失去向前选择的动力，只想躺平。

想想看，当你遇见事情一团糟，或者做事条件不充分，未来毫无头绪，哪里还有心情在一堆坏事里面，去找那件相对不那么坏的事情？

与人不一样，AI永远会行动，即使所有选项的正确概率都极低。

AI永远会给你答案，哪怕一切模糊不清，“仍然只会选择概率最高的路径”。

而一旦以上动作可以迭代循环往复，就会产生惊人的智能。

只有特别厉害的人才会如AI一样：

哪怕选项再糟糕，也会冷静地选择概率相对较大的那一项，然后全力以赴做好。

二

棋手卡帕布兰卡说：“我只向前看一步，但总是正确的一步。”

这看起来有点儿奇怪，作为一名棋手，难道不应该向前计算很多步，高瞻远瞩，运筹帷幄，为什么只向前看一步呢？”‍

的确，所有伟大的棋手，以及决策高手，都会比对手计算得更深远，并且以终局胜利作为评价当下一手的价值标准。‍‍‍

然而，即使如此，你也只用为接下来要走的那一步操心。‍‍‍‍

以围棋AI为例，它会计算几个主要落子点的终局胜率，然后从中选择胜率最高的那一手。‍‍‍‍‍‍‍‍‍‍‍‍‍

这是一个典型的马尔可夫决策过程。‍‍‍‍

马尔可夫性质（或称马尔可夫性）是指一个随机过程的未来状态只依赖于当前状态，而与过去的历史状态无关。简单来说，这就是“无记忆性”。

在马尔可夫链的每一步，系统根据概率分布，可以从一个状态变到另一个状态，也可以保持当前状态。状态的改变叫做转移，与不同的状态改变相关的概率叫做转移概率。

下棋具有马尔可夫性质。在这些游戏中，下一步的决策只需要考虑当前的棋局状态，而无需考虑达到这个状态之前的所有步骤。

换句话说，棋盘的当前状态（即每个棋子的位置）包含了决定游戏未来走向的所有必要信息。

所以，可以说下棋游戏符合马尔可夫性质，因为你不需要知道游戏是如何进行到当前这一步的。

只要知道当前棋盘上各个棋子的位置，就足以决定你的下一步棋应该怎么走。

1、面对未来，以终局为目标，但只操心下一步；

2、回望过去，压缩可用价值，忘掉得失和情绪。

这才是活在当下的真义。

三

大神Stephen Wolfram谈及，ChatGPT尝试写一篇文章时，基本上只是在猜：下一个单词应该是什么？

我们假设已有文本为“人工智能最擅长的一点是...”，然后想象一下扫描数十亿个人类编写的文本（例如网络内容和数字化书籍），找到所有这些文本的实例，看看下一个单词出现的频率是多少。这里概率最高的下一个英文单词是学习（learn）。

如何计算这些概率呢？Wolfram介绍说：

大的想法就是制作一个模型，好的模型是与人类看法相一致的函数结果，这里就涉及到了神经网络，它可以被认为是对大脑是如何工作的简单理想化表达。

ChatGPT的神经网络基于有数十亿个权重的数学函数，根据它所看到的训练内容，查看数十亿页的文本），“合理地”去猜下一个单词。

所以，AI的“只看下一步”，不止是胸怀全局，还是一个强化学习的过程。‍

在强化学习中，代理（agent）通过与环境交互，进行一系列的动作，从而尝试最大化累积奖励。

每个动作都会导致环境状态的改变，每种状态都有一个与之相关的奖励。代理的目标是学习一种策略，该策略能够根据当前的状态确定应采取的最佳动作。

机器学习的训练，令AI的预测越来越准。在与环境的交互过程中，智能体持续自我改进，不断进化，进而实现了整体的更大回报。‍‍‍‍‍‍

从这个角度，更能理解胡先生说的--科学家明知真理无穷、知识无穷，但他们仍然有他们的满足：

进一寸有一寸的愉快，进一尺有一尺的满足。

四

选择最接近的，而非追逐完美。

如笛卡儿所说：


当追随真理超出了我们的能力时，我们应该追随最可能是真理的东西。

笛卡尔的这句话，和AI的逻辑有些像。

我们总是生存于在混乱、不完备的状况之中，如果我们总是纠结于要想明白，要条件充分，要明明白白，要大概率，那就寸步难行。

在已知条件下，找到对你的全局利益相对而言比较优的一手。

马斯克提过类似的工作方法，他说，你应该设好大目标，别太担心现在和目标之间的山高水长和种种残缺，每次想好朝着目标的最优下一步即可。

大处坚定，小处灵活。 辛顿也是一类人，不然神经网络这种当初被骂惨的路线很难坚持下来。 这和偏执之间的差别是什么呢？也许是大处去“赌”，具体执行则极端理性，极其柔韧，极致务实。

哪怕那一手的获胜概率极低，也理性选择，认真走好。

一手棋的胜率是6%，一手棋是3%，虽然都一塌糊涂，但还是冷静地选6%那一手。 而不是说，反正都很烂，选哪个不是一回事？然后破罐子破摔。 其实，这个时候才是真正考验高手的时刻。

反过来说，不管一个人的处境多么困难，永远会有相对较好的下一步。

这就是本文鸡汤标题的并不鸡汤之处。

这时候，与其哀怨，不如坚定地走出概率最优的一步。

最后

我们不仅要有“永远都有最好的下一步”的乐观，还需要评估当下可选项的理性，并选择相对优的下一步。

AI不仅教会我们机器似的理性决策，还通过模仿人类大脑的方式，反过来提示我们，智能体如何通过强化学习越变越聪明。‍‍‍‍

想想看，那正是我们小时候的样子：大胆试错，跌跌撞撞。‍‍‍‍‍‍‍

童年，是我们学习速度最惊人的岁月。‍‍‍

那当然也是我们最快乐的岁月。‍‍‍‍‍‍‍‍

童年的我们，有一种“相信可能性”的勇敢。就像《爱丽丝梦游仙境》里的女孩，她有时候在早餐的时候会相信六件不可能的事情。

对可能性的信仰和智慧，正是本文想要表达的某种生命中最重要的品质：

基于小概率的100%的勇敢。

这绝非是孤注一掷，一切依然需要基于整体的正期望值。

当所有选项的正确概率都极低，仍然只选择概率最高的路径。

想和老喻聊聊吗？

请加微信：four-feet-friend