我抽了號碼牌，坐在郵局等候區，欣賞這個百看不厭的排隊方式：把全部等候者都放在同一條排隊路徑。傳統上，每個窗口有排一條隊伍，當某窗口遇到一位需要服務很久的客人時，後面客人全部都遭殃，得等到天荒地老。簡單的「全部排成一列」就能避免這個慘劇發生，一位得服務久的客人最多癱瘓一個窗口，其他人依然得以順利前進。
很多人以為抽號碼牌只是體貼客人，不需要罰站，其實排隊效率也因此提升，客戶體驗更好。
這是排隊理論教我們的知識。
※
我們每天在工作、開會、回信、接小孩等各種事情中忙碌，難得偷閒去書店走走，忍不住拿起「時間管理」的書，試圖尋找提升效率的方式，請書本中的大師教我們該怎麼安排行程、怎麼決策，或是更籠統地說，該怎麼做事。
演算法，就是教電腦「該怎麼做事」的方法。
乍看之下，電腦的工作跟人差很多，但就像每個人生活型態不一樣，卻適用同一套時間管理模式，因為經過「抽象化」之後，不管是住在京都的傳統職人、紐約的金融業者，還是正在澳洲打工度假的年輕人，生活都是由一連串任務所構成。電腦每分每秒在執行的各種軟體、運算，也能看成是「任務」。
人與電腦最大的差別在於（讓我們暫時把人工智慧放在一邊），人類有個極具威力的大腦，能讓我們憑直覺處理大多數事情，根據經驗反饋，進一步強化直覺。直覺非常好用，以至於有時候根本不清楚直覺幫我們做了什麼決定，又是怎麼做出來的。
剛開始學寫程式的人應該都會犯「跳過好幾步」的毛病，明明以為這樣寫就好了，看到錯誤訊息才知道自己漏掉變數宣告，或是無意識省略了幾個步驟。人與人溝通時，我們會互相用直覺與經驗幫忙補起這些被省略的部分，但遇到電腦就沒辦法，一定得把事情寫得鉅細靡遺。寫程式就好像教還在牙牙學語的超級英雄，他威力強大，但你得慢慢來，一步步講清楚。
也因此，演算法與演算法的語言，能把事情剖析得非常清楚，考慮到各種不同狀況。比起跟人學習，演算法有時候能讓我們更快學會。舉例來說，打領帶這件事情一度很困擾我，不管看幾次影片，朋友在我面前示範，我都還是像要自殺一樣只會用領帶勒著自己，直到看了《繫領帶的85種方法》（The 85 Ways to Tie a Tie）。書中把領帶移動的方向分成左（left）、右（right）、中（center），再根據把領帶穿進去（in）與拿出來（out），清楚定義了打領帶的六種可能的步驟為：Li、Lo、Ri、Ro、Ci、Co，以Li為例，就是把領帶從左側往裡面穿。再利用這些步驟，就可以定義每一種打領帶的方式，例如簡單的四首結是「Li Ro Li Co」四個步驟，溫莎結是「Li Co Ri Lo Ci Ro Li Co」。是不是比起影片或口語解說要清楚多了？
《繫領帶的85種方法》將打領帶拆解成6個步驟。（圖片來源 / wiki）
這就是打領帶演算法。不只如此，當我們把每一種打領帶的方式都變成一個演算法，你會看到它們只是不同排列組合，運用一些數學工具，你甚至能進一步設計出新的打領帶方式。這就是用演算法表述事情時，讓事情每條肌理都清楚呈現後的威力。
※
只要是電機資工領域的人，對《決斷的演算：預測、分析與好決定的11堂邏輯課》中介紹的演算法必然多少都聽過，可作者就是能以我們不曾想過的角度切入，讓讀者大開眼界。以第二章〈開發與善用〉為例，意思是要評估到底該「開發新事物」，還是「善用現有的事物」，好比在你常去的手搖飲料店附近開了一間新店，你要去嘗試嗎？或是新出了一款飲料，你要換個口味嘗嘗嗎？嘗鮮有可能會付出代價，結果一點都不好喝；可如果不嘗鮮，就不會知道到底有沒有更好喝的飲料。這是一個抉擇，而演算法可以幫助我們做出決定。
讀《決斷的演算》時我很驚訝，原來這樣的決策在生活中出現的頻率如此之高：
- 公司是否該投資研發新產品，還是固守現有的產品線？
- 好萊塢該拍有基本盤的電影續集，還是該拍新電影？（從現在的院線片你就知道答案是什麼了）
- 選舉該給新人一個機會，還是支持連任？
- 該投用新藥做臨床實驗嗎？
- 甚至我戴上耳機決定要聽陳奕迅還是給新人一個機會？
這些背後都是同樣的決策機制。現實生活看起來非常複雜多樣，但表述成數學語言或是演算法，表象被剝掉，我們會發現許多事情背後的道理其實是一樣的。老子云：「當其無，有器之用。」抽象化是讓人們覺得數學無用的主要原因之一，覺得跟現實脫節。其實恰恰相反，正因為不特定跟某一個現實情境連結，一個數學知識，一套演算法，才能廣泛應用在不同領域。
※
演算法的第二個威力是「精準描述」。以本書第一章提到的「最佳停止點」為例，最常見的生活例子是尋找真愛，太早定下來，可能會錯過之後更好的對象，但太晚才定下來，也可能淪為沒得選，其實早就錯過理想對象的窘境。我們大概可以憑直覺想像（或是爸媽的忠告），要先觀望一陣子，長大一點再認真談感情。數學分析可以很精準地告訴你：理想上觀望期應該占據你整個戀愛時期的37％。
不只如此，它還能針對不同情境做分析。比方說剛剛的情境是假設你告白成功率是100％，只限於金城武使用的規則。如果告白有50％的機率被拒絕，你該做的事情就是提早結束觀望期，提早到25％就定下來，如此一來找到真愛的機率是25％；如果再放寬一點，容許你錯過後依然可以回頭告白，但對方一樣有50％的機率拒絕，則定下來的時間點可以延後到61％，找到真愛的機率也是61％。最後，如果你對於找到真愛沒有太大興趣，只想找一位身價一億元的對象，有了這麼清楚、可以量化的目標，在完美資訊下，找到的機率提升為58％。
剛剛講的這幾種狀況，你的直覺應該都能認同我們採取的對應策略，有些得提前定下來，有些可以延後。可是一定得依賴嚴謹的數學推理，建構對應的演算法，你才能得到每一個精確的數字。
※
《決斷的演算》這本書可以有好幾種不同的閱讀方式：
如果你剛好在電機、資工領域，讀這本書能讓你利用生活經驗，更加了解幾項重要的演算法與設計演算法的邏輯。以我自己來說，我想將本書做為每一位進入我實驗室的新生禮物。
如果你跟電腦科學沒有直接工作或學術上的關聯，只是純粹想了解有沒有什麼方法，能幫助我們的日常生活過得更有效率，在決策時有所依循，那同樣很適合閱讀這本書。
請記得，我們其實不是在跟演算法或電腦學習，而是跟偉大的科學家、數學家學習。在過去，這些天才腦袋只對有幾個質數，或為什麼蘋果會從樹上掉下來這些純粹數學、物理現象有興趣。由於電腦的發明，他們之中的一部分才開始關心「怎樣才是做事的好方法」，澈底發揮理性思維，設計演算法，教電腦如何預測、分析、做決定。
和電腦一起當學生，跟著科學家和數學家學習吧。
決斷的演算：預測、分析與好決定的11堂邏輯課(三版)
決斷的演算：預測、分析與好決定的11堂邏輯課(三版) (電子書)
作者簡介
延伸閱讀
演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用全圖解
大腦喜歡這樣學：先認識自己的大腦，找到正確的思考路徑，就能專注、不拖延，提高記憶力，學會如何學習(二版)
真確：扭轉十大直覺偏誤，發現事情比你想的美好
讓思考變得可見
回文章列表