數(shù)據(jù)是美麗的，但最重要的卻是決策。決策就是任意實體在各種選項之間做出選擇。研究AI，需要深入理解決策智能化，我們往往可以從定量和定性角度考慮，定量主要涉及數(shù)據(jù)科學(xué)，定性涉及社會、管理科學(xué)。

在大草原上，有人心中想著避開獅子；回到現(xiàn)實社會，有人想成為AI領(lǐng)導(dǎo)者，想設(shè)計數(shù)據(jù)倉庫：二者有何相似之處？它們都涉及到“決策智能化”（Decision intelligence ）。

決策智能化是一種新學(xué)術(shù)理論，它涉及到選擇的方方面面。決策智能科學(xué)將數(shù)據(jù)科學(xué)、社會科學(xué)、管理科學(xué)融為一體，幫助大家用數(shù)據(jù)改善生活、優(yōu)化企業(yè)、改變世界。AI時代來臨，決策智能變得越發(fā)重要。

總之，決策智能化的目標(biāo)就是將信息轉(zhuǎn)化為更好的行動，不論規(guī)模如何都能處理。

今天我們簡單介紹一下決策智能科學(xué)的基本術(shù)語和概念。

什么是決策？

數(shù)據(jù)是美麗的，但最重要的卻是決策。數(shù)據(jù)貫穿我們的決策，貫穿我們的行動，影響我們周圍的世界。

什么是“決策”？我們認(rèn)為決策就是任意實體在各種選項之間做出選擇。

計算機(jī)系統(tǒng)給圖片做標(biāo)注，指出圖中動物是不是貓，這是決策；掌管項目的人類領(lǐng)導(dǎo)做出決策，看看是不是推出系統(tǒng)，這也是決策。

決策制定者是什么

我們這里所說的“決策制定者”，不是掌控項目團(tuán)隊的利益相關(guān)方或者投資者，而是左右決策架構(gòu)、情境框架的人。換言之，他精心設(shè)計，是創(chuàng)作者而非破壞者。

決策制定

許多學(xué)科都用到“決策制定”這一術(shù)語，使用時意義各有不同，它的意思可能是這樣的：

• 在有其它替代選擇的條件下采取行動（從這個層面講，決策可能是計算機(jī)或者蜥蜴做出的）。
• 履行人類決策制定者的職能，人類決策者為決定承擔(dān)責(zé)任。雖然計算機(jī)系統(tǒng)的確可以制定決策，但是我們不能管它叫“決策制定者”，因為它們不會為結(jié)果承擔(dān)任何責(zé)任，最終責(zé)任會落在人類的肩上。

決策情報分類

要了解決策智能化，往往可以從定量和定性角度考慮，定量主要涉及數(shù)據(jù)科學(xué)，定性涉及社會、管理科學(xué)。

定性：決策科學(xué)

涉及定性的科學(xué)我們稱之為決策科學(xué)，決策科學(xué)要回答如下問題：

——如何設(shè)置決策標(biāo)準(zhǔn)，制定指標(biāo)。（所有）

——你選擇的指標(biāo)是否與激勵相容？（經(jīng)濟(jì)）

——應(yīng)該以怎樣的質(zhì)量來制定決策？應(yīng)該為完美信息付出什么代價？（決策分析）

——情緒、啟發(fā)和偏見在決策制定中扮演怎樣的角色？（心理）

——皮質(zhì)醇水平等生物因素如何影響決策？（神經(jīng)經(jīng)濟(jì)學(xué)）

——信息表現(xiàn)形式的變化會給選擇性行為帶來怎樣的影響？（行為經(jīng)濟(jì)學(xué)）

——在群體環(huán)境下做決策時，如果優(yōu)化結(jié)果？（實驗博弈論）

——設(shè)計決策環(huán)境時，如何在海量限制和多級目標(biāo)之間保持平衡？（設(shè)計）

——誰將感受到此決定的后果？不同的群體會獲得怎樣的體驗？（UX研究）

——此決策目標(biāo)符合倫理嗎？（哲學(xué)）

這里只是例出一點點，還有很多！

大腦

人類不是優(yōu)化者，而是滿意者，也就是說人類滿足于“足夠好”而非“完美”。

回到現(xiàn)實，人類利用認(rèn)知啟發(fā)(cognitive heuristics) 來節(jié)約時間和精力。許多時候，這樣做很好，如果在大草原上碰到猴子，我們可以第一時間奔跑，不能精心計算然后再行動?！皾M足”還可以節(jié)約能量，人類大腦就像一臺能耗極高的電子設(shè)備，雖然重量不到3磅，但它占用近五分之一的能量。

99.9%的人不會每天都面臨獅子的威脅，因為“偷工減料”，最終我們的大腦未能為現(xiàn)代環(huán)境做好充分的準(zhǔn)備。

深入理解人類大腦的決策機(jī)制，理解人類大腦是如何將信息轉(zhuǎn)化為行動的，這樣我們就可以保護(hù)自己，防止自己受到大腦缺陷的影響。我們還可以根據(jù)理解開發(fā)工具，增強(qiáng)人類能力，讓環(huán)境與大腦更加協(xié)調(diào)。

如果你認(rèn)為AI將會淘汰人類，那麻煩你再多思考一會。所有技術(shù)都是創(chuàng)作者的反映，大規(guī)模運行的系統(tǒng)會放大人類的缺陷，正因如此，如果想成為負(fù)責(zé)任的AI領(lǐng)導(dǎo)者，必須提高決策智能化能力。

也許你并沒有做決定

有時，當(dāng)你思考自己的決策標(biāo)準(zhǔn)，你會發(fā)現(xiàn)世界上沒有任何東西改變你的心智，你已經(jīng)選擇了自己的行動，現(xiàn)在你只是想讓自己感到更舒服一些。這種認(rèn)識是有益的，因為它會阻止你浪費時間，幫你重新調(diào)整不良情緒，當(dāng)你做任何事情時，數(shù)據(jù)真是給人增添無數(shù)煩擾。

除非你碰到未知的事實，需要采取不同的行動，否則沒有必要做決策。當(dāng)然，接受一些決策分析培訓(xùn)的確能讓你把事情看得更清楚一些。

在完美信息之下做決定

沒有什么比事實更好，當(dāng)我們做決策時，如果有事實可以依賴，往往會根據(jù)事實做決策。正因如此，我們的首要任務(wù)就是弄清楚如何處理事實。

可以用事實做什么

——你可以用事實制定非常重要的決策。如果決策真的足夠重要，你會依賴定性因素來幫助自己做決策，力求讓決策更明智。心理學(xué)家知道信息可以用你不愿意接受的方式操縱你，所以他們提供許多建議，幫你精選信息——做決策之前預(yù)先接收的信息。

——你可以用事實鞏固觀點。（從“我期待外面陽光明媚！”變成“我知道外面陽光明媚”）

——你可以利用事實做出一個基于存在的重要決策。“我發(fā)現(xiàn)隔壁出現(xiàn)一個埃博拉病例，我得趕緊離開?！边@就是基于存在的決策?；诖嬖诘臎Q策之所以形成，是因為出現(xiàn)以前未知的事實，它動搖了你的方式方法，你事后才發(fā)現(xiàn)自己做決策的環(huán)境并不牢固，是草率搭建的。

——你可以利用事實讓大量決策實現(xiàn)“自動化”。

——你可以利用事實創(chuàng)建自動化解決方案。你可以觀察與系統(tǒng)有關(guān)的事實，然后根據(jù)觀察編寫代碼。傳統(tǒng)方法會根據(jù)思考而非信息來編程，上述方法更好一些。

——你可以利用事實獲得最優(yōu)解決方案，完美解決問題，自動解決。

——你可以利用事實啟發(fā)自我，告訴自己未來如何制定重要決策。

——你可以利用事實評估正在處理的事。

——你可以利用事實來制定某些決策，這些決策不是那么重要，利害沒有那么嚴(yán)重，制定決策時不需要太過認(rèn)真，比如：“今天午餐吃什么呢？”如果所有決策都追求完美，最終會導(dǎo)致一生都無法達(dá)標(biāo)，你會被毫無意義的完美主義綁架。不過不要太依賴這種方法，如果你希望提高決策質(zhì)量，還是需要更嚴(yán)格的要求。

用決策科學(xué)訓(xùn)練自我，當(dāng)我們需要做出基于存在的決策時，可以節(jié)省精力，換言之，用相同的精力我們可以提高整體決策質(zhì)量。這種方法相當(dāng)實用，不過要做到真的很難。

數(shù)據(jù)收集與數(shù)據(jù)工程

如果我們能掌握事實，早就已經(jīng)掌握了。在今天的世界，我們?yōu)樾畔⒚β?。?shù)據(jù)工程是一門復(fù)雜的科學(xué)，如果大規(guī)模部署，必須讓信息可靠，這正是數(shù)據(jù)工程的使命。跑到店鋪買一枚冰淇淋很容易，如果重要信息以電子表格的形式列出來，數(shù)據(jù)工程同樣很容易。

不過如果讓你運送200萬噸冰淇淋，還要保證不融化，那就不是易事了。如果你要設(shè)計、修建并維護(hù)好巨大的倉庫，而且不知道接下來倉庫要存放什么，可能是魚，也可能是钚，那難度就更大了。

對于決策智能來說，數(shù)據(jù)工程只是兄弟姐妹，是關(guān)鍵合作學(xué)科；數(shù)據(jù)科學(xué)包含大量傳統(tǒng)專業(yè)知識，我們用這些知識設(shè)計、管理事實。

定量：數(shù)據(jù)科學(xué)

當(dāng)你制定決策，查看所有需要的事實，用搜索引擎或者分析方式獲取事實，最終剩下的只有執(zhí)行。你執(zhí)行完畢，不需要數(shù)據(jù)科學(xué)。

如果給出的事實并不是可以幫你做決策的理想事實呢？如果只是部分事實呢？也許你需要的是明天的事實，但你擁有的只是過去的事實，怎么辦？

也許你想知道所有潛在用戶對你的產(chǎn)品有何看法，但你只問了幾百個人的意見。于是乎，你做決策時就會存在不確定性。你所知道的并不是你想知道的。怎么辦？讓數(shù)據(jù)科學(xué)來幫你。

很明顯，當(dāng)你發(fā)現(xiàn)擁有的現(xiàn)實并不是自己需要的事實時，就要修改方法策略?？赡芩鼈冎皇谴笾i題中的小謎題，也許它們是錯誤的謎題，但你找不到更好的。

當(dāng)你無可奈何，只能超越數(shù)據(jù)時，數(shù)據(jù)科學(xué)就會變得有趣起來，不過要小心，不要犯下伊卡魯斯（Icarus）一樣的錯誤（伊卡魯斯乘著父親做的人工翅膀逃離克里特，由于離太陽太近以致粘翅膀用的蠟溶化了）。

總之，我們可以從之前封閉固定的學(xué)科中汲取智慧，用這些智慧來提高決策效率，決策智能化的本質(zhì)正在于此。我們對決策智能化有著多種多樣的看法，決策智能化將這些看法融合在一起，讓我們變得更強(qiáng)大更凝固，最終幫助人類打破傳統(tǒng)限制。

我們可以用廚房AI來類比，如果AI研究的目的是想開發(fā)新式微波爐，將AI植入微波爐，那么決策智能化的使命就是讓微波爐安全達(dá)到目標(biāo)，并且在不需要使用微波爐時可以使用其它東西。目標(biāo)往往是決策智能化的起點。

原文標(biāo)題：“Introduction to Decision Intelligence”

作者：Cassie Kozyrkov

譯者：小兵手

來源：https://36kr.com/p/5235848

本文由 @36氪 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議