1704438849
其中有些实验是有形的——偶尔还能延伸出一条新的产品链。但大多数实验都较难被觉察：将公司的标志移动几个像素的位置，或是对广告牌上背景颜色的序列稍作改变，然后观察调整后的点击量的变化或是货币化的效果。其中许多实验会应用到约0.5%的谷歌用户中，是否应用取决于这个构想的发展前景。
1704438850
1704438851
当你利用谷歌搜索词条时，你可能没有意识到自己已经参与到谷歌的实验中。但从谷歌的角度看，事情则稍有不同。谷歌返回给你的搜索结果和首页中显示的排序，代表了谷歌对你认为最有用的搜索结果所作的预测。
1704438852
1704438853
对有用性的衡量和预测貌似非常主观，那谷歌又是如何做到的呢？如果你搜索“最好的新墨西哥餐厅”这一词条，这是否说明你正计划到阿尔伯克基旅行呢？还是说明你在寻找最近刚开业的墨西哥餐馆？又或许你想要知道哪家墨西哥餐馆有怒希沃拉丁菜？也许你应该组织好搜索的问题，可你并没有这样做。于是谷歌会召集1000个陪选团，他们都提出了相同的问题，谷歌会呈现给他们丰富多变的网页，让他们从零到10为每一个网页的有用性评级。然后，谷歌展示给你的网页就是按级别高地排列的结果。
1704438854
1704438855
当然，谷歌不可能对每个搜索问题都进行这样的操作，因为每天公司会收到上亿条搜索。但是，瓦里安告诉我，当出现有代表性的搜索问题时，他们仍会使用人工评测。然后他们会对比哪个统计测量的结果（尤其是从相关性和有效性上来看）和人工判断的结果相关。谷歌针对网站的统计测量最著名的就是 PageRank 信号了，这个测量案例根据网站的外部链接和内部链接的数量来衡量网站的价值。但是，PageRank 信号不过是谷歌200个信号中的一个，谷歌利用这些信号一步步向人工评估结果靠拢。
1704438856
1704438857
当然，这个任务并不轻松——要将200个信号应用到几乎存在无限可能的搜索问题中。这就解释了为什么谷歌如此强调实验和测试。你所知道的谷歌搜索这一产品质量已经很高了，但明天公司可能又会对其进行调整。
1704438858
1704438859
谷歌公司之所以成功，是因为它将严密谨慎的测试和随心发挥的创新文化有机地结合起来。公司鼓励员工超越电脑，去做电脑做不了的事情：要想点子，各种各样的好点子。随后，谷歌会使用大量的数据测试这些点子。其中大多数点子很快会遭到淘汰，但最棒的点子会保留下来。
1704438860
1704438861
计算机程序就是用这种筛选的方式下象棋，它能够探寻几乎所有可能的选择，并进行一定程度的研究，但它更加关注那些更有攻击潜力的招数。这一点十分符合贝叶斯定理：谷歌永远都处于运行的开端，不断修正其搜索运算程序，永远不会因为觉得这些程序已经完成而停止。
1704438862
1704438863
谷歌基本上能够立刻获得全球百万名用户的反馈，但多数时候，我们无法像谷歌这样迅速获得反馈来检测一个构想。“深蓝”的工程师们可以方便使用超级计算机，但是我们却没有这个条件，所以进步速度就要慢得多。
1704438864
1704438865
然而，我们要关注自己的预测在现实生活中的表现，而不是只满足于它在数据模型中的表现，简言之，就是立下自我检查的承诺，这也许是加快我们学习预测过程的最佳途径。
1704438866
1704438867
克服人类的技术盲点
1704438868
1704438869
在许多方面，我们自身已成为最大的技术障碍。人类缓慢稳固的进化进程已经远远落后于科技进步的步伐：人类进化以千年来算，然而技术的处理能力每隔一年几乎就翻一番。
1704438870
1704438871
我们那些生活在山洞中的祖先可能已经发现了一个问题，即拥有强大甚至过盛的模式识别技能是极为有利的，这样就能够在一瞬间识别出远处树叶的瑟瑟声是风引起的还是一头入侵的灰熊制造的。如今，在这样一个快节奏的社会里，各种数字和统计数据泛滥成灾，原本的习惯和倾向反而让我们陷入麻烦：当我们看到一系列的随机数字时，竟能看出其中根本就不存在的模式。（广告人和政客们常常利用这种现代骗术来欺骗我们。）
1704438872
1704438873
国际象棋则能引导我们走向美好结局。卡斯帕罗夫和“深蓝”的程序员将彼此视为敌手，但是他们都教会我们一点——预测时，计算机的处理速度和人类思维的精巧应该相互补充。
1704438874
1704438875
事实上，目前世界上最精彩的象棋比赛既不是由某位人类棋手完成的，也不是某台机器完成的。2005年，ChessBase.com 网站举办了一场“自由式”国际象棋锦标赛：选手可以随意地使用自己喜欢的计算机程序补充自己的见解，并通过互联网征求建议。尽管一些大师也参与了比赛，但是比赛的赢家既不是最厉害的人类棋手，也不是那些使用最先进电脑软件的选手，而是由来自新罕布什尔州的两名二十几岁的象棋业余爱好者——史蒂文·克兰普顿和扎克里·“柴克斯”·史蒂芬——共同获得，他们将3套计算机程序结合起来算出结果，共同决定棋路。克兰普顿和史蒂芬之所以获胜，是因为他们既不敬畏技术，也没有被它吓倒。他们了解每个程序的优缺点，他们更像一个教练，而不是选手。
1704438876
1704438877
然而，看到“电脑认为洋基队将赢得世界大赛”这样的句子时，你应该保持警惕。但如果它是以下这句话的速记版本——“计算机程序输出的结果是洋基队将赢得世界大赛”——那它可能不会带来什么恶性后果。当今世界信息横流，能够拥有那些计算速度远超过我们的机器，肯定是大有裨益的。
1704438878
1704438879
但是，如果你感觉预测者更倾向于这种看法——认为计算机是一个有知觉的个体，或是一个有自己思想的模型——这也许就表明这位预测者根本就没有进行什么思考。无论预测人员带有什么偏见和盲点，这些偏见和盲点肯定会被复制到他的计算机程序中。
1704438880
1704438881
我们必须以客观的态度看待科技——它就是一个能改善人类生存环境的工具。我们既不应该对技术的祭坛顶礼膜拜，也不该被它吓唬住。至今还没有人设计出一台能与人类相媲美的计算机，或许永远也没有人能做到这一点。但计算机本身就是人类进步和智慧的反应：如果某个技巧是由人设计的，那它就算不得真正的“人工”智能。
1704438882
1704438883
1704438884
1704438885
1704438887
信号与噪声：大数据时代预测的科学与艺术 第十章 扑克牌游戏：如何从1326种组合中猜出对手的底牌？
1704438888
1704438889
1704438890
1704438891
2003年，作为一种泡沫经济，“扑克牌游戏热潮”开始兴起，涌现出大量扑克牌游戏新手，即使只懂一点儿扑克牌技巧，也能大获成功。这一现象有两个直接成因，其一就是，在2003年拉斯韦加斯举行的世界扑克牌锦标赛上，一位27岁的业余选手拔得头筹。这位选手是一位来自纳什维尔的会计师，有一个非常吉利的名字，克里斯·“福星”（Chris Moneymaker）。“福星”简直就是广大普通扑克牌玩家的典型代表，他是一个微胖的办公室职员，初玩时只投下39美元的赌注，一路凭借胆子大、手气壮，最终竟然将250万美元收入囊中。
1704438892
1704438893
全球最大的体育电视网——娱乐与体育节目电视网（ESPN）把“福星”的成名故事制成了6个系列短片，几乎每天晚上都会重播，直到 NBA 填补这一时段的栏目空缺为止。在这之前，人们想到扑克牌游戏，认为它只有粗鄙、陈旧和令人恐惧的一面，可以说，这部系列短片极好地宣传了扑克牌“运动”。突然间，每个身高1.77米的秃顶会计都从“福星”的身上看到了自己的影子，这些人都早已放弃了成为下一个迈克尔·乔丹或德里克·杰特的梦想，他们与“福星”的身材差不多，从事的工作也类似，而“福星”能够在几周内从业余扑克牌选手变身为世界扑克牌锦标赛的最大赢家，自己又有什么不可以的。
1704438894
1704438895
ESPN 为观众呈现的是一个经过精心剪辑编排过的比赛，与扑克牌桌上的真实情况极为相似。一方面，总计800多位参赛选手参与的40多个小时的比赛，必须压缩成6个小时的节目播出，所以只播放了比赛实况的一些小片段。另一方面，借助安装在每张牌桌上的针孔摄像机，“福星”和其他每位选手的牌都能为观众所知，这让观众觉得自己好像拥有“千里眼”。如果知道对手拿的是什么牌，那么扑克牌游戏玩起来就相当简单了。
1704438896
1704438897
在节目中，“福星”扮演的是战无不胜的主角。冷静分析后，人们就会发现尽管“福星”打得并不好，但仍然被解说员称赞——虚张声势被视为勇敢之举，过早弃牌则被赞为有先见之明。“福星”并不是水平较高的赌徒，会终生与牌相伴，他只是一个精明的扑克牌游戏专家，几乎一夜之间就成了世界级的扑克牌游戏玩家。
1704438898
[
上一页 ]
[ :1.704438849e+09 ]
[
下一页 ]