算法帝国（摘录第三章及之后）

摘录第三章及之后

推荐的书籍：《哥德尔、艾舍尔、巴赫：集异璧之大成》深度分析了人工智能与音乐创作，获得了普利策奖。bueno de mesquita

解开披头士乐队（甲壳虫乐队）。解开了 a hard day's night 起始和弦。

算法通过观察歌曲的三维结构，而非聆听，绝对客观与热门歌曲对比，在屏幕上用点表示分析的歌曲和热门歌曲，形成云结构，基本结构相似的热门歌曲汇聚成带，靠近中心的新歌，即使不一定能红，也是不错的。
反思：判断是基于过去的流行歌曲，对于不一样的风格的新歌曲，则是该技术的瑕疵。

考普：算法音乐作曲机：emmy-emily howell-annie
他走上这条路是因为要写一本音乐书，其中一个章节是计算机创造音乐，决定亲自用电脑作曲，而不是随便采访这方面的人。
“没有人告诉我那很难，所以我当时也不知道会有这么难。”
这一路非常的艰苦，他长时间的看好几遍才能看懂的编程书，还去旁听大学的计算机科学课程，运用各种软件编程。

工作中有相当单调繁琐的过程。每一音符都要5个代码，分别表示节拍、音高、时长、声道和音量或振幅，翻译一首乐曲就需要几周的时间。为了得到一组结果，往往需要半年的时间翻译数据。这需要很强大的耐心，处理必须经过的琐碎、单调的工作部分。

屡次修改后，结果仍然不如人意。
他有几次都到了精神崩溃的边缘，深信自己陷入了无法克服的绝境。有几周一点都不碰算法，然而过后又继续回到电脑前，一头扎进去。就这样子坚持，长时间的积聚终于有一天突然就迎来了突破点，他想到了更改设定的作曲规则。

这让我再次意识到：一直专注在某个值得的问题上，一定会迎来不断优化的突破。

思考点：最大的问题是谁在真正创造音乐？考普还是作曲机器。考普本身迷茫了很久。最后他是这样解释的，你不会把挖洞看成是铁铲的功劳，而是归功于挖掘者。

作曲机器人以巴赫的作品为基础做成的曲子非常棒，但是当人们得知是机器做出来以后，有相当一部分人改口说这曲子是没有生命力的。
考普本人为此承受了很大的压力，他也已经明白“凡事向人们说的太清楚没有什么好处”。人们会把他当做一名程序员，而不是一个参与创作的人。

因为人们一直认为音乐是人类灵魂的作品。当算法可以做这件事情的时候，它破坏了人们认为是创造力区域的行业。如果连凭借创造力的作曲家的功能可以被替代，那么还有其他什么方面将要面对人工智能的取代？
但是作者认为，即使在作曲家这个空间，依然会有机会。或许和以前的方式不同。

考普用算法作出了日本的徘句。


中情局：
情报部门耗费巨资收集到的大部分信息，只不过是在分析一些人为何作出某种选择。信息包括每个人的历史、私事和他走到这个职位的历程。但是麦斯奇塔教授说这情报官无关紧要“比方说你一个下棋的房间，你只要看一下棋盘，就知道棋手接下来将怎么走，”麦斯奇塔说“它们怎样走到那一步不重要，现实世界的事也是如此。”

绝大多数中情局从业人员都是直接从大学招聘的。旧式研究方法规定分应该对其研究的地域人文有深厚的了解，所以大多数新成员毕业于文科而非理工科。因此，很多情报员都致力于研究个人历史以及围绕权力人物上演的戏剧性事件，这些事情谈论起来也许很有趣，但要预测个遥远国度的人最终会做什么事，它们并非是至关重要的因素。真正重要的是分析出怎样做才符合掌权人的最佳利益。然而，我们的情报员却只是在文化差别、宗教冲突，以及种族，国家和民族之间主流意见的差异上狠下功夫。相比之下，算法编写更为便捷。如果重量级相关人和他们的利益能被清楚了解、明确定义（通常也是可以做到的）那么即便是要分析预测伊朗这样领导层不稳定的国家，算法也能比人类分析员更准确地预测他们将会怎样做。



推荐杂志：彭博商业周刊。
英文好，可以随时了解来自世界的最新信息。时差很重要。

极端环境下，每个人的反应不同。哪怕绝境近在眼前，有些人都能控制自己的感情，冷静地开展手头的任务。

美国航空航天局的宇航员，面对高危险，必须非常沉着，极具变通，并深晓事物的原理。

宇航局有一个心理评估项目对宇航员的性格进行分类。

麦克尼参加攀岩和登山的原因是观察不同人对于恐惧、压力、疼痛和困难的反应，认为这些项目是极好的实验室。有些人会在压力中越挫越勇。

卡勒系统把言语互动简化为言语模式和词汇选择。
在习惯面前，无法伪装自己。

我们造句的程序已经到根深蒂固的程度。没有办法在一瞬间改变习惯或采用一种完全不同的说话方式。而我们运用的句式、词汇、谓语和代词显示出了我们长期养成的性格。

美国航空局规定期间监听苏联宇航员和地面指挥员的对话。非常厉害。

卡勒算法将人分成六类，
情感支配型（切入正题前试图建立关系，了解交流的人，女性居多）
思想支配行动（提出很多问题，收集数据，没有客套话直接正题，决策基于严谨的实用主义）
行动支配型（销售人员，崇尚进取和实干）
反思支配型（思考可能的情况多于处理已经发生的现实。将知识运用到现实中是一个弱点）
意见支配型（政客。会把自己的想法当成事实）
反应支配型（对事物反应强烈，自然率真，有创造力）

你觉得受不了的人，在其他人看来就没那么讨厌，是因为他们性格更合得来。

飞行员通常是思想支配型，但最好的飞行员也同时具有情感和意见支配型的特点。
人们不喜欢跟毫无热情，按部就班的工作狂汇报报告，但是却会紧密团结在工作努力又关心下属的人周围。

多愁善感和坚忍不拔是互不影响、独立发展的特质。

麦古尼发展卡勒的心理系统，评估宇航员之间的合作关系。

一个人说的任何话都能被算法读取进而判断其性格。
这在客服服务上可以极大运用。
反思点，强行分类导致我们建造一个属于我们自己的舒适世界。和不同类型的人及文化交流和接纳能力受到影响。

学工商管理的人，往往局限于细节，流程和标准。
有创造力、头脑灵活的技术型人才，能够快速思考问题并用独特的方法解决。
具有超强专注力和分析力的人才能承担康威的电子忠诚公司算法任务。设计出分辨细微差别，实现准确性格分类的算法。

2000到2006年，整个科技界和华尔街的人在争抢人才，投资银行、交易机构和高频交易商，人才抢占率很高，尤其数量统计方面的人才。在这个期间MIT有四分之一的学生都进了金融界。很多学生在毕业之际背负着六位数的债务，得想办法还清。自然提供高薪的金融行业有更高的吸引力。
直到2008年，金融危机出现以后，这种情况才得到改善。

facebook根据鼠标点击停留的情况来筛选信息、组织页面排版。把最吸引人的留下来，其他的扔进垃圾箱。

数据处理高手哈默巴赫尔，在facebook的时候已经积累了一定的财富和远见。他退回来审视科技界，思考到底什么才能真正改变世界。他意识到，海量数据的挖掘能帮助到更多的行业。比起留在facebook针对广告挖掘数据来挣钱，他觉得自己应该去做更重要的事情。他现在帮助公共事业、生物学研究人员和医疗服务人员解决棘手的大数据问题。

大公司容易落入管理过度、创新不足，因为提高已有的产品和既定流程的效率是能够赚取最多的钱。
世界上最重要的发明大都是来自专注于某一领域的初创公司，这种专注度是大公司所不具备的。

朋友之间总是有等级排序的。等级最高的是那些能够左右其他人观点的人，具有影响力的人，等级较低的则是追随者。

很奇妙的算法运用，在我们的只言片语间寻找线索，分辨谁是真正的影响者。

以前人类是所有重要问题的决策者，而今在某些领域，算法与人类共同扮演这一角色。在世界转型之际，智力超群的人才的价值也在于与日俱增。

宽客quant

只有你自己懂的东西，你才能够教会别人。