引言：為什么研究現(xiàn)實(shí)情境中的分類

對(duì)確定性的需求是人類的天性，然而，這也是人類智慧的缺點(diǎn)。如果你要在某個(gè)未知天氣的日子帶孩子們野餐，他們會(huì)讓你就那天究竟是天氣晴朗還是下雨給出武斷的答案，當(dāng)你不能確定時(shí)，他們會(huì)對(duì)你感到失望。

伯特蘭·羅素

想要將某個(gè)人歸入某一類別（朋友或敵人；值得信任或不值得信任）是人類與生俱來的天性，這種渴求為智力發(fā)展提供了基礎(chǔ)。如果我們不去構(gòu)成類別，我們就只能注意到個(gè)例，而觸及不到任何總體性的思考。然而，我們是如何進(jìn)行分類的呢？以及我們應(yīng)該如何進(jìn)行分類呢？

心理學(xué)家傾向于關(guān)注那些明確的環(huán)境，在那樣的環(huán)境中，待被分類的所有實(shí)體，其所有特征（包括概率）都是確定的。為了實(shí)現(xiàn)實(shí)驗(yàn)控制的目標(biāo)，典型的實(shí)驗(yàn)室實(shí)驗(yàn)需要人們將一些人造物體（如顏色、大小各不相同的圓形和三角形）進(jìn)行分類，即根據(jù)精確已知、數(shù)目固定的幾個(gè)維度進(jìn)行分類。

與此相反，本書離開了實(shí)驗(yàn)室的確定性，而著眼于現(xiàn)實(shí)中根本的不確定性。與典型的心理實(shí)驗(yàn)不同，現(xiàn)實(shí)情境指的是現(xiàn)實(shí)世界的環(huán)境，在這樣的環(huán)境中，未來是不可知的，而且不確定性不能有意義地簡(jiǎn)化為概率。這種不確定性并不必然適用于所有現(xiàn)實(shí)世界的環(huán)境，例如賭場(chǎng)里的玩家是可以計(jì)算出獲勝概率的。然而，在大多數(shù)其他情況下，不確定性普遍存在，無論是選擇應(yīng)該投資的金融產(chǎn)品還是選擇最合適的結(jié)婚對(duì)象�，F(xiàn)代貝葉斯決策理論之父吉米薩維奇（Jimmie Savage）認(rèn)為，即使是計(jì)劃野餐這樣的事情也不在他的理論范圍內(nèi)，因?yàn)槿藗儫o法提前知道所有可能發(fā)生的事件。我們可能首先就無法獲得與事件相關(guān)的信息，甚至這些信息每天都在變化。這提出了一個(gè)問題，即現(xiàn)實(shí)情境中的分類是否能夠在實(shí)際上基于科學(xué)，對(duì)此我們的回答是肯定的。本書介紹了一些精確的、正式的分類模型，在應(yīng)用心理學(xué)其他一些有趣且有用的研究中，我們通�？床坏竭@些分類模型的身影。正如我們將看到的，這些正規(guī)的模型與從業(yè)者們的專業(yè)知識(shí)很好地結(jié)合在了一起。

機(jī)器學(xué)習(xí)的研究人員也研究分類問題。為應(yīng)對(duì)實(shí)驗(yàn)室實(shí)驗(yàn)之外的復(fù)雜情況，他們已經(jīng)開發(fā)出了神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林等工具。這些工具能夠應(yīng)對(duì)復(fù)雜性和不確定性，不過它們通常并不透明。例如，當(dāng)基于這些工具搭建的系統(tǒng)用于資金問題或應(yīng)用于法庭時(shí)，貸款申請(qǐng)人和被告人通常弄不明白，為什么他們會(huì)被歸類為不可信的那類人，有的貸款申請(qǐng)被拒，有的不準(zhǔn)予以保釋。在大多數(shù)情況下，此類系統(tǒng)不僅對(duì)銀行、法官不透明，對(duì)創(chuàng)造它們的工程師來說，也是不透明的。

本書致力于提高不確定性環(huán)境中的透明度，為讀者提供了易于理解、記憶、教授和執(zhí)行的工具。這些工具讓相關(guān)從業(yè)者可以在手邊沒有花哨的機(jī)器學(xué)習(xí)程序時(shí)（例如身處事故現(xiàn)場(chǎng)或自殺式襲擊現(xiàn)場(chǎng)）做出快速而準(zhǔn)確的決策。本書還認(rèn)為機(jī)器學(xué)習(xí)應(yīng)首先構(gòu)建透明的算法，而不是事后再去試圖解釋不透明的算法。

認(rèn)知心理學(xué)和機(jī)器學(xué)習(xí)之間存在著另一個(gè)深刻的區(qū)別。心理學(xué)主要是描述性的，它回答人們實(shí)際上是如何進(jìn)行分類的問題，而機(jī)器學(xué)習(xí)是規(guī)范性的，它回答的是人們應(yīng)該如何進(jìn)行分類的問題。本書整合了是和應(yīng)該這兩個(gè)方面，我們關(guān)注一些啟發(fā)式，這些啟發(fā)式通常既具有描述性又具有規(guī)范性，也就是說，它們描述了有經(jīng)驗(yàn)的相關(guān)從業(yè)者實(shí)際都做了什么事情，同時(shí)還對(duì)相關(guān)從業(yè)者可以如何改進(jìn)工作實(shí)踐提出了建議。

我們?cè)诒緯�中呈現(xiàn)的分類工具屬于有限理性的范疇，有限理性這個(gè)術(shù)語是由赫伯特·西蒙（Herbert Simon）在20世紀(jì)50年代創(chuàng)造，他是人工智能的創(chuàng)始人之一，也是認(rèn)知革命的先驅(qū)之一。有限理性的現(xiàn)代研究在西蒙的傳統(tǒng)中就是快速節(jié)儉啟發(fā)式程序，我們呈現(xiàn)的這些分類工具正是基于此程序。快速節(jié)儉啟發(fā)式是對(duì)認(rèn)知心理學(xué)和機(jī)器學(xué)習(xí)中現(xiàn)有模型的有益補(bǔ)充，使人們可以在不確定性環(huán)境中進(jìn)行快速、透明和準(zhǔn)確的分類。

本書為認(rèn)知心理學(xué)和機(jī)器學(xué)習(xí)的相遇提供了一個(gè)接觸點(diǎn)，展示了如何將心理學(xué)的分類研究擴(kuò)展到不確定的現(xiàn)實(shí)世界中，還展示了如何從最初的認(rèn)知原則（人類計(jì)數(shù)和排序的能力）中推導(dǎo)出簡(jiǎn)單、準(zhǔn)確的分類規(guī)則。此外，本書有助于實(shí)現(xiàn)可解釋化的機(jī)器學(xué)習(xí)�？焖俟�(jié)儉的分類規(guī)則很容易理解和應(yīng)用。

在本書中，我們提出了兩個(gè)關(guān)鍵論點(diǎn)：

簡(jiǎn)單規(guī)則在現(xiàn)實(shí)情境中表現(xiàn)良好。在國(guó)際象棋、圍棋或人臉識(shí)別等穩(wěn)定的情況下，如果有大量數(shù)據(jù)可用，復(fù)雜算法的表現(xiàn)優(yōu)于快速節(jié)儉啟發(fā)式。相比之下，在現(xiàn)實(shí)情境中，未來是不確定的，而且未來可能以一種不可預(yù)測(cè)的方式不同于過去，無論可用數(shù)據(jù)規(guī)模是大是小，簡(jiǎn)單的啟發(fā)式都可以勝過復(fù)雜的方法，我們稱此為不穩(wěn)定世界原則。

透明度是一個(gè)關(guān)鍵值。我們的生活越來越受到算法的影響，這些算法根據(jù)公民的信譽(yù)、健康狀況以及社會(huì)和政治態(tài)度對(duì)其進(jìn)行分類，其底層邏輯通常是不透明的，無論這是算法固有的不透明屬性還是出于保護(hù)商業(yè)秘密的宗旨。而另一方面，快速節(jié)儉啟發(fā)式從設(shè)計(jì)上就是透明的。在健康、財(cái)富和司法等敏感領(lǐng)域，理解算法的能力對(duì)于身處參與性民主制度的公民來說是必不可少的。不同于機(jī)器學(xué)習(xí)部分的共識(shí)，即假設(shè)最準(zhǔn)確的算法一定既是本質(zhì)上復(fù)雜的又是不可解釋的，我們表明，透明的算法通常與黑匣子模型一樣準(zhǔn)確，我們稱此為透明滿足準(zhǔn)確原則。

在本書中，我們證實(shí)了這兩個(gè)論點(diǎn)可以一同發(fā)揮作用。我們并不是在使用難以理解的復(fù)雜算法與使用幾乎不準(zhǔn)確的簡(jiǎn)單算法之間做選擇。在現(xiàn)實(shí)情境中，簡(jiǎn)單、透明并不是準(zhǔn)確的對(duì)立面。