編輯導語：在以前，經常能看到大街上有老人擺著小攤子，身邊掛著“算命”的旗子，在那個時候，算命更像是一種手藝。進入了21世紀之後，現代人普遍都相信科學，大街上算命的大師也少了。事實上，現在的算命已經不只是一門手藝，而成了一門產業，也是一種“算法”。
算法代表了科學，迷信意味著愚昧，這很容易區分，也沒什麼好區分的。作為數據工作者，這本應該就是板上釘釘的事情，根本沒有什麼好爭辯的。但是，請你看下去，你會開始疑惑，然後開始懷疑人生。
一、奇怪的迷信傳統
我描述一些迷信傳統，你猜猜是哪個群體做的事情：
在做某件事情之前48小時內，關鍵人物不許出現；
在某件事進行的適合，要把一枚硬幣放在指定地方；
不允許在某一天做這種事情；
關鍵人物出發之前，男士要在汽車後輪小便，女士則提前尿在容器裡撒到汽車後輪；
正式開始之前，每個人都要佩戴護身符。
你也許會說，這是邪教吧？這麼邪性？
那麼我告訴你，這是美國、蘇聯的宇航員上太空之前的一些傳統。就連中國宇航員楊利偉、翟志剛他們登艙之前，也都喝摻了酒的水，當壯行酒。
不僅是宇航員，神舟五號上天的時候，所有人都要喝酒壯行。你說，這群人都是什麼人？稱他們為世界上最頂尖的科學家不過分吧？為什麼他們都搞看上去沒啥用的迷信呢？
二、算法為什麼準？
算法是什麼？
用最簡單的二元分類器來說：就是一個能把輸入的數據區分為是/否的自動分類器。只要你輸入的數據在範圍之內，就會像下面的硬幣分類器一樣，更像1角的會滾到1角的盒子裡，更像5角的會滾到5角的盒子裡。
但是很多時候，輸出的結果並不會按照我們期望的那樣，也會搞錯了。算法工程師大多數時候就是在提升準確率，算法中有2個重要的指標，叫做“精準率”和“召回率”。
準確率就是這個算法模型一共預測準了多少個案例的程度（1角硬幣到1角盒子，5角硬幣到5角盒子的情況，佔所有硬幣的比），召回率就是1角硬幣到1角盒子佔所有1角硬幣的比。
所以算法優化的過程就是不斷提升準確率和召喚率的過程，算法工程師的工作就是在不斷的調整參數，讓1角硬幣滾到1角盒子裡。
有些算法的過程我們是能理解並且控制的，比如決策樹及其衍生GBDT、XGBoot等。舉個例子：相親中，“合則約見”的決策樹長這樣，寫出來的算法也是這樣子的：
這個算法是個人都能看到懂，符合當前條件再看下一個條件，不符合就拉倒。這些所有的邏輯都是我們自己定義的。機器忠實的按照這個模型比對每一個個體，這樣就把所有的個體都打上了“見”或者“不見”的標籤。
但是也有很多算法是我們看不太懂的，比如K-means、神經網絡，K-means是一個聚類算法，就是把所有的相親對象歸歸堆。
比如我們已經有所有人的月薪和顏值數據，用K-means聚3類的話，算法會隨機給出3組值，比如（月薪5000，顏值90）、（月薪9000，顏值60）、（月薪20000，顏值40），然後計算所有人的與這三個值之間的最短距離，更新K值，然後不斷重複直到觸發停止條件。
請注意初始的3組值是隨機的，也就是說，算法是在猜。所以每次執行K-means，大概率結果是會不一樣的。
如果說K-means是在猜，那好歹我們還能總結一下這幾類都有啥特徵。比如顏值高但是工資低的，可以叫好看組；顏值中等，月薪也中等的，可以叫實用組，顏值低但是月薪高的，可以叫有錢組等。
但是神經網絡就是真的扯了，我們完全不能理解為什麼得出這個結果。
神經網絡分為三個層，輸入、隱藏、輸出，其中隱藏層又可以拆成N層，它會計算每一個路徑通到最後的成功概率，然後不斷的優化路徑，達到最優化的效果。
所以神經網絡有個好處，就是自適應和自學習，迭代N次之後就會出現類似於人類蹣跚學步的效果，所以都叫它“人工智能”算法。
圍棋界扛把子機器人阿法狗就是神經網絡的升級版本，投餵了大量棋譜+超強算力的綜合體，現在有些人在下圍棋的時候會感覺出來對方是一個“人工智能”。
因為人工智能棋手會下出一些我們不能理解的手法，從這個角度上來說，算法本質上就是在亂來，如果死了就結束，重新再來一次，僅此而已。
所以你看，從決策樹到K-means到神經網絡，算法越來越複雜，越來越不能理解，越來越亂來，越來越像是在瞎猜瞎撞，這哪裡像科學啊！這比算命還扯好麼？
三、算命為什麼準？
歲數越大，越信命。算法跑的越多，越覺得麻衣神相、算命有道理，比如《麻衣神相》有雲：
一取威儀：如虎下山，百獸自驚。如鷹升騰，狐兔自戰。不怒而威，不但在眼，亦觀顴骨神氣取之。
二看精神：身如萬斟之舟，駕於巨浪之中，搖而不動，引之不來， 坐臥起居，神氣清靈…如此相者，不大貴亦當小貴，富亦可許，不可妄談定。
《柳莊神相》有雲：
把這些話轉換一下，跟算法的邏輯是一樣一樣的。先獲取信息，然後根據相書上已經建好的模型，直接套用即可得出結果。
看上去好像有點扯？NONONONO！其實不僅是看相是這樣，算命也是這樣，需要很多信息其實都是話套話套出來的。算命師必備技能是觀察技巧和話術技巧，那些算命的口訣只是工具而已，怎麼說都有理。
比如：凡是很窮但是穿襪子的，必然是家中落寞之人，為啥？
因為古時候真正的窮苦人家是不會穿襪子的，這在算法中就叫特徵啊！所以算命就會很準，因為在不停的收集信息，然後根據書上的和算命先生的經驗，綜合起來的模型，得出一個非常靠譜的結論，自然就很準了。
比如“父在母先亡”。如果來算命的人想算父母，用這句就能應對所有情況：
對方說：父母尚在呢，怎麼解？好解啊，人總要死的麼，反正是一個先死一個後死。
對方說：父母早亡，怎麼解？一樣啊，反正一先死一個後死。
對方說：是爸爸先死的，怎麼解？一樣啊，父在母先，亡。你看，對上了。
對方說：是媽媽先死的，怎麼解？一樣啊，父在，母先亡。你看，還是對上了。
是不是覺得我在瞎扯？中國的算命就是迷信，就是在瞎扯是不是？好，咱再看一個例子：《Lie To ME！》
這是一部美劇：內容我不多說，超級經典的一部美劇，不過我們只需要看第一季的第一集就行。片中的萊特曼博士根本不需要嚴刑拷打或者識謊儀，只需要雲淡風輕的聊幾句，就能知道罪犯那句話是真的，那句話是假的。
他靠的是微表情。是不是感覺神叨叨的，跟跳大神也差不多了？聊了不到10句話，看了幾眼，就能知道他想知道的一切？這樣太扯了吧？
其實，我們想象一下算法的邏輯，微表情識謊與算法的邏輯是一致的。
博士自己構建了一個模型，輸入信息是語氣、表情、肢體動作等等細微的信息，模型是不同情況下的不同表現代表什麼意義，輸出結果就是這句話是真的還是假的。
四、結語
你看多有意思啊？科學和迷信貌似就這樣完美的結合了？但是，為什麼？
其實我更願意這麼理解迷信和算法：我們對這個世界的一切認識，其實都是一種解釋。迷信也好，算法也好，運氣也好，命運也好，都是我們自己理解世界、理解複雜事務的一種解釋。
我們無法理解為什麼有人買彩票就能中獎，如同一隻螞蟻不明白為什麼旁邊的那隻螞蟻突然被踩死一樣。螞蟻可能會把無聊的小孩當成命運，因為它理解不了人類的行為。
如同我們不能理解也不知道如何提升去太空的成功概率，那麼就找一個自己能解釋的事情去解釋就好了。
我們同樣不能完全理解這個世界，只能用看上去很合理的方式去解釋，比如壯行酒、朝輪胎撒泡尿、幸運數字等等。
算法就一定科學嗎？迷信就一定不科學嗎？科學就一定是解釋這個世界唯一途徑嗎？再想想螞蟻，它們是不是也有自己的一套科學理論，來解釋他們看到的世界呢？
作者：大數據架構師，國藥國華大數據總監，擅長BI、數倉、數據中臺產品規劃領域，公眾號：大數據架構師
本文由 @大數據架構師 原創發佈於人人都是產品經理。未經許可，禁止轉載
題圖來自 Pexels，基於 CC0 協議
轉載請超鏈接註明：頭條資訊 » 算法在左，迷信向右
免責聲明
：非本網註明原創的信息，皆為程序自動獲取互聯網，目的在於傳遞更多信息，並不代表本網贊同其觀點和對其真實性負責；如此頁面有侵犯到您的權益，請給站長發送郵件，並提供相關證明(版權證明、身份證正反面、侵權鏈接)，站長將在收到郵件24小時內刪除。