TED · 2017

3 Ways to Make Better Decisions — by Thinking Like a Computer

Tom Griffiths

算法提供停止搜索、探索利用和平衡排序成本的简化框架。

要点

什么时候应继续寻找,什么时候应接受当前最好选项?

01定义问题
02识别搜索成本
03选择近似规则
04接受足够好

演讲逻辑时间轴

核心环节顺次展开

  • 01

    环节 01 定义问题

  • 02

    环节 02 识别搜索成本

  • 03

    环节 03 选择近似规则

  • 04

    环节 04 接受足够好

什么时候应继续寻找,什么时候应接受当前最好选项?

核心观点

  1. 最优停止帮助决定何时结束搜索。
  2. 探索与利用需要动态平衡。
  3. 有些排序问题不值得追求完美。

逻辑与适用边界

边界

算法类比依赖假设,现实人的价值和信息并不总能数字化。

争议或反例

高风险且不可逆的决定可能不适合粗糙启发式。

离开页面前,你能复述什么?

先用自己的话说出核心逻辑,再显示本站的记忆点。

相关概念与书

回到官方来源

打开官方视频打开官方文字稿

许可说明:TED Terms of Use。本站没有重新托管视频或完整文字稿。商业使用前必须重新核验许可。

理解会保留版本

2026
首次整理。后续修订只追加,不覆盖本次记录。
—本设备访问本页
0本页批注
全站统计暂未接入

本设备保存

我的留言

内容不会公开,也不会上传或跨设备同步。

    3 Ways to Make Better Decisions — by Thinking Like a Computer

    三个问题

    1. 什么时候应继续寻找,什么时候应接受当前最好选项?
    2. 它在什么条件下不成立?
    3. 你准备在哪个场景试一次?

    最终记忆点

    先问搜索还值不值得继续。

    本设备私人批注

    内容只保存在当前浏览器,不会上传。