当事情达成某种平衡时，我们在做决定的时候应该如何去思考？如何找到这个平衡点，能让我们的决定更加明智？
来源 | The Computer Science of Human Decisions
编辑｜老边（AXELROD）
作者|Tom Griffiths
英国商业哲学家查尔斯•汉迪说过一句话："当我们明白我们该走哪条路的时候，我们常常是已经丧失了走这条路的机会。”
当我们有了多么痛的领悟之后，其实这个领悟对自己而言已经没有什么价值了。
做决定的基础是有大量的数据信息，并且能够尽快决策，然而收集数据信息需要耗费很多的时间，这就形成了巨大的冲突。
1.最优停止问题
大多数在外打工人员都有租房的经历，通常我们在很难租到最满意的房子，因为可能你看完足够的房源后，最满意的那套已经被租出去了，在加上经纪人的原因，我们很难有特权能反复权衡作出决定。
我们必须在看房期间作出决定，我们总是会担心两个事情：担心看过的好房子被别人抢走，还有其他好房子还没看到。
这个如此常见却又难以处理的问题却可能有个让人惊讶的简单解决方案：37%
当事情达成某种平衡时，我们在做决定的时候应该如何去思考？如何找到这个平衡点，能让我们的决定更加明智？
假如你想要最大化找到最佳房子的概率，就应该把市场上37%的房子看完，然后在你看到当前最满意的房子出价，这个地方要比你目前看过的都要更好。
或者假如你要花一个月的时间寻找，拿出37%的时间：11天来建立标准，然后就可以准备行动了。
我们知道这点是因为尝试找到好的房子是“最优停止问题”的一个案例，这是数学家和计算机科学家广泛研究的一类问题。
2.探索与利用的权衡
计算认知科学家把时间都花在理解人们的头脑如何工作上面，为此，他们会考虑日常生活中出现的问题的计算结构，并把这些问题的理想解决方案与我们实际会做出的行为相比较。
作为副产品，他们还发现了如何利用一点计算科学知识让人类更轻松地做出决策。
不管是去哪家餐厅这样的小决策，还是重要到需要决定与谁度过余生，人类的生活总是面临着各种很难靠单纯的努力来解决的计算问题。面对这些问题，咨询专家是个不错的选择：我说的是计算机科学家。
当你寻找生活中的建议时，计算机科学家可能不是你首选的谈话对象。像电脑一样生活、一成不变的确定性、详尽和准确，听起来挺无趣的。
但研究人类决策的计算机科学揭示了这样一个事实，我们把它搞反了。当处理人们生活中遇到的各种难题时，计算机解决这些问题的方式跟人类真实行为非常相似。
这是一个有着特定计算结构的问题。你有一组选项，需要在这些选项中选择一个，并且明天你将会面对同样的决定。
在那种情况下，你遇到了计算机科学中所谓的“探索与利用的权衡”。
你需要在尝试新的——即探索，收集你将来能够使用的信息——或者去那个已知的非常好的地方之间做出选择——利用你目前已经收集到的信息。
“探索与利用的权衡”出现在每一次你需要在尝试新的和已知的优质体验之间作出选择，不管是听音乐还是决定要跟谁聚会。
科技公司也会面临同样的问题，当他们需要决定比如应该在网页上展示什么广告时。他们是应该展现新广告，并从中学习呢，还是给你展现那个他们已经知道你很可能会点击的广告呢？
在过去60年中，计算机科学家在理解探索与利用的权衡上面取得了很大的进展，而且他们的研究给出了一些让人惊讶的洞察。
当你在决定去哪家餐厅时，你应该问自己的第一个问题是：你还要在城里呆多久？
如果你在那里只是短暂的停留，那么你就应该享受（“利用”）。收集信息没有意义。只需要直接去那家你喜欢的餐厅。
但如果你会呆很长的时间，那就花点时间“探索”。试试新的餐厅，因为你收集的信息可以在未来优化你的选择。有价值的信息增多了，你将来使用它的机会也越多。
这个原则也可以帮助我们深入理解人类生命的结构。婴儿并不是理性的代名词。他们总在尝试新东西，比如，什么东西都想往嘴里塞。
事实上，这一行为非常合理。幼儿正处于生命中的探索阶段，这些东西可能正好是美味的。
相反，老人总是去同样的餐厅，吃同样的东西，这跟单调的行为无关，只是最优选择罢了。
更普遍的情况下，了解“探索与利用的权衡”这一原则，可以让你在尝试做选择时感到更轻松。你不需要每晚都去最佳餐厅。找个机会，试试新的，探索一番。你可能会有新的发现。你获取的信息会比一顿美味的晚餐更有价值。
3.最近最少使用
计算机科学也可以帮助我们在家和工作场所的其他地方更轻松地做出决策。
如果你有需要整理衣橱，你就已经面临一个非常痛苦的抉择：你得决定哪些东西要丢掉。
有一些专家可以告诉你一个抉择的方式。
这些专家是谁呢？就是设计计算机内存系统的人。
大部分电脑有两种类型的内存系统：快速存储系统，如一组容量有限的内存芯片，因为这些芯片非常昂贵，还有慢速存储系统，但容量更大。
为了让电脑工作效率尽可能高，你想要确保你需要获取的一段信息在快速存储系统中，这样就可以快速获取它们。
每次你获取一段信息，该信息就会进入快速存储中，而电脑需要决定哪些信息需要从那个存储中移除，因为它的容量有限。
多年来，计算机科学家试了几种不同的策略来决定应该从快速存储中移除什么。
他们试过比如随机选择，或是应用“先进先出”原则，意思是移除被储存时间最长的信息。
但最有效的策略是，聚焦那些最近最少被使用的条目。
也就是说，如果你打算从存储中删掉点什么，就应该移除距离最近一次访问最久的内容。这显然是合乎逻辑的做法。假如你上次访问那段信息是在很久以前了，那么你也很可能在很久之后才会再次需要访问这段信息。
你的衣柜就像计算机的内存，衣橱的容量有限，你需要尽量把最常用的东西放进去，这样你就会尽可能快速地得到它。
认识到这点，也许值得应用“最近最少使用”原则来管理你的衣柜。
这种管理东西的方法，也就是让你最可能需要的东西最唾手可得，也可以应用在你的工作中。日本经济学家野口勇就发明了一个拥有该属性的文件系统。
他从一个纸箱开始，然后从左手边把文件放进盒子。每次他增加一个文件，他会把里面的东西依次移动，再把那个文件放在盒子的左手边。每次他需要看文件，就会把它取出来，用完之后放到左手边的位置。
不过在你赶回家尝试搭建这个文件系统前，不要心急，你可能已经拥有它了。就是你桌上的那堆文件。
这样一来，文件就会根据最近使用的情况从左到右排序。他发现只要沿着盒子的左边到右边搜索，就可以快速找到他要找的文件。
通常被认为是凌乱无序的这堆文件，实际上已经经过了完美的整理。
只要你把一张纸抽出来，用完再放回到那堆文件上面，这些文件就会从上到下根据最近使用的原则排序，你就很可能在那堆文件中从上到下快速找到你要找的东西。
整理你的衣柜或书桌可能不是你生活中最紧迫的问题。有时候我们需要解决的问题非常非常难。但即便在这些案例中，计算机科学也可以提供一些策略和些许安慰。
最好的算法是在最短的时间内做最合理的事情。
当电脑面对难题时，会把它分解为简单问题——通过利用随机性，消除约束或允许近似。解决这些简单问题可以让你洞察更难的问题，而且有时会产生很好的解决方案。
知道所有这些知识可以帮助我们在做决定时倍感轻松。拿37%的原则来找房子就是一个例子。
你根本不可能考虑到所有的选项，所以你必须碰碰运气。即便你遵循了最优策略，也无法保证得到最佳结果。如果你遵循37%原则，找到最佳居所的概率是：
你大部分时间都未能如愿。但是你已经尽力了。
最终，计算机科学可以帮我们更宽容地面对自己的局限性。你无法控制结果，只能调整方法。只要你使用了最好的方法，就已经尽了最大的努力。
有时候，最好的方法就是抓住机会——不去考虑你的所有选项，或者愿意接受一个很好的解决方案。
这些不是我们在无法进行理性思考时做的让步，它们就是理性的意义。