1.反饋是什么
在2019年，曾經(jīng)有朋友和我討論，傳統(tǒng)搜索引擎的地位會(huì)被采用相近模式的新競(jìng)爭(zhēng)者顛覆掉嗎？我告訴他，概率不高。互聯(lián)網(wǎng)超級(jí)應(yīng)用核心的優(yōu)勢(shì)在于海量的用戶(hù)反饋數(shù)據(jù)。在搜索引擎里，有億萬(wàn)用戶(hù)正在通過(guò)搜索與內(nèi)容互動(dòng)，這些反饋數(shù)據(jù)和其他信號(hào)一起對(duì)內(nèi)容質(zhì)量和相關(guān)性進(jìn)行排序。更重要的是，反饋數(shù)據(jù)的規(guī)模已經(jīng)形成不斷自我強(qiáng)化的正反饋效應(yīng)，越多用戶(hù)搜索和點(diǎn)擊，就越能準(zhǔn)確地對(duì)內(nèi)容排序，就有越多用戶(hù)使用。如果不能用新一代的游戲規(guī)則建立新的正反饋效應(yīng)，一般很難在存量市場(chǎng)里實(shí)現(xiàn)翻盤(pán)，就像很多搜索戰(zhàn)爭(zhēng)在成熟的PC搜索戰(zhàn)場(chǎng)打響，卻并未改變競(jìng)爭(zhēng)格局，而短視頻、社交等其他賽道的應(yīng)用產(chǎn)品內(nèi)的搜索則很難使用戶(hù)對(duì)其形成第一認(rèn)知，并以此促進(jìn)用戶(hù)規(guī)模和反饋規(guī)模的正反饋。不僅搜索如此，推薦引擎等幾乎所有的互聯(lián)網(wǎng)分發(fā)產(chǎn)品背后的運(yùn)行邏輯也都是大規(guī)模的用戶(hù)在以海量實(shí)時(shí)的瀏覽行為對(duì)內(nèi)容、商品和服務(wù)的質(zhì)量做反饋。

互聯(lián)網(wǎng)的變革，本質(zhì)上是大規(guī)模用戶(hù)行為的實(shí)時(shí)數(shù)字化反饋。普通數(shù)據(jù)價(jià)值有限，反饋數(shù)據(jù)才更有價(jià)值，用戶(hù)的應(yīng)用反饋是基于某種假設(shè)的反饋，其中包含著需求的表達(dá)、質(zhì)量的評(píng)估等關(guān)于世界在如何運(yùn)轉(zhuǎn)的規(guī)律。但是，這需要算法的自學(xué)習(xí)能力和符合高價(jià)值數(shù)據(jù)分布和算法自學(xué)習(xí)機(jī)制的產(chǎn)品架構(gòu)，才能充分釋放海量反饋數(shù)據(jù)中的潛在知識(shí)。

這一代人工智能技術(shù)也是基于反饋機(jī)制創(chuàng)新而實(shí)現(xiàn)了突破。對(duì)于樣本數(shù)據(jù)中隱藏的規(guī)律，算法會(huì)有一個(gè)初始預(yù)測(cè)假設(shè)。然后，復(fù)雜的高維計(jì)算會(huì)被約簡(jiǎn)為梯度反饋問(wèn)題來(lái)優(yōu)化求解。也可以簡(jiǎn)單理解為，預(yù)測(cè)值與真實(shí)值的偏差度量會(huì)被反饋給模型，進(jìn)而向偏差小的方向自動(dòng)調(diào)整模型參數(shù)，并不斷重復(fù)這個(gè)假設(shè)和反饋的循環(huán)實(shí)現(xiàn)持續(xù)學(xué)習(xí)的效果。就像練字的過(guò)程中，你要從字帖與自己書(shū)寫(xiě)的字之間的偏差找到改進(jìn)方向。智能在并不追求細(xì)節(jié)準(zhǔn)確的海量數(shù)據(jù)反饋下涌現(xiàn)，結(jié)合強(qiáng)大算力，神經(jīng)網(wǎng)絡(luò)這種計(jì)算模式在反饋機(jī)制創(chuàng)新的作用下，具備越來(lái)越強(qiáng)大的自學(xué)習(xí)能力。

DeepMind（一家AI研究公司）首席研究科學(xué)家、倫敦大學(xué)學(xué)院教授大衛(wèi)?席爾瓦（David Silver）及其合作者在一篇題為 Reward is enough （獎(jiǎng)勵(lì)反饋）的論文里提到，人工智能及其相關(guān)能力不是通過(guò)制定和解決復(fù)雜問(wèn)題而產(chǎn)生的，而是通過(guò)堅(jiān)持一個(gè)簡(jiǎn)單而強(qiáng)大的原則：獎(jiǎng)勵(lì)大化，他強(qiáng)調(diào)的本質(zhì)上也是一種反饋機(jī)制。

不僅是在互聯(lián)網(wǎng)和AI領(lǐng)域，反饋還有更廣義的存在價(jià)值和內(nèi)涵。反饋是有假設(shè)檢驗(yàn)?zāi)芰Φ男畔�，能夠基于此發(fā)揮著推動(dòng)假設(shè)演變的交互作用。而假設(shè)是我們深入認(rèn)識(shí)這個(gè)世界的動(dòng)態(tài)過(guò)程中不斷更新的認(rèn)知和狀態(tài)，假設(shè)也是世界自身向前演化的基礎(chǔ)方式和起點(diǎn)。對(duì)于觀察者的認(rèn)知過(guò)程，假設(shè)就是A/B Test（假設(shè)測(cè)試）里面的題目，反饋就是結(jié)果。對(duì)于被觀察者的演變過(guò)程，例如生物的基因變異在提出新假設(shè)，而自然選擇就是反饋。觀察者的認(rèn)知和被觀察者的演化，其實(shí)是同一個(gè)過(guò)程的兩個(gè)視角。

一切只能證偽不能證明。波普爾說(shuō)，一切真理?yè)Q個(gè)角度看都是等待證偽檢驗(yàn)的假設(shè)。反饋則是一種測(cè)量，是一種分類(lèi)，是化解復(fù)雜性的根本方式。我們通過(guò)反饋對(duì)假設(shè)的檢驗(yàn)來(lái)收斂相對(duì)分散的假設(shè)，并使我們有足夠的信心將這些假設(shè)付諸實(shí)踐。這個(gè)過(guò)程就是從假設(shè)與反饋的偏差中找到打開(kāi)新世界的線(xiàn)索。只有你把腳伸進(jìn)水里那一刻，你的皮膚感受到的刺激才能告訴你這里的水溫適不適合游泳，你的感受就是反饋。就像勵(lì)志的歌詞里唱的不去開(kāi)始就永遠(yuǎn)不知道，就是這個(gè)再簡(jiǎn)單不過(guò)的檢驗(yàn)方式所包含的信息，在驅(qū)動(dòng)認(rèn)知與萬(wàn)物演化。

我們將要討論的反饋和經(jīng)典控制論里的反饋并不相同，反饋是因?yàn)榛�于主�?dòng)、有傾向性的假設(shè)而具有意義，是對(duì)假設(shè)的測(cè)試、應(yīng)用、模擬，是對(duì)假設(shè)的檢驗(yàn)和推動(dòng)。而假設(shè)也會(huì)在反饋的驅(qū)動(dòng)下，基于從假設(shè)到反饋的快速循環(huán)形成知識(shí)進(jìn)化和持續(xù)升級(jí)的復(fù)利效應(yīng)。例如，算法模型的預(yù)測(cè)就是一個(gè)主動(dòng)假設(shè)，并非被動(dòng)和隨機(jī)。建立假設(shè)的能力和反饋一樣重要，假設(shè)和反饋共同決定了效率。更準(zhǔn)確地界定是假設(shè)-反饋循環(huán)（Hypothesis Feedback loop，HFL）框架下的反饋。或許，我們稱(chēng)為數(shù)字認(rèn)知論會(huì)更貼切一些。在這個(gè)框架里，抽象演繹體系和實(shí)證歸納體系統(tǒng)一在一起，并在相互推動(dòng)中被不斷加速。特別是以數(shù)字化的方式抽象概括、虛擬化之后，以數(shù)學(xué)邏輯的方式基于HFL可以實(shí)現(xiàn)更快演化。下一步，HFL還要將數(shù)字化升級(jí)為智能化，加速萬(wàn)事萬(wàn)物運(yùn)轉(zhuǎn)，使整個(gè)社會(huì)的成本歷史性地下降。

反饋看起來(lái)極其簡(jiǎn)單而常見(jiàn)，但它的內(nèi)涵遠(yuǎn)不僅是維納（Wiener）早在經(jīng)典的控制論中提到的，反饋是為了消除偏差帶來(lái)控制，例如，今天更多是從偏差反饋中擬合、學(xué)習(xí)和解釋世界。我們希望討論的是，當(dāng)它與具體的場(chǎng)景結(jié)合起來(lái)并運(yùn)行于其基礎(chǔ)層面時(shí)，呈現(xiàn)出的不同具體實(shí)踐。

2. 反饋為什么如此重要
反饋在一個(gè)強(qiáng)調(diào)學(xué)習(xí)能力的時(shí)代尤其關(guān)鍵。我們的世界正在全球、國(guó)家、公司的不同層面上經(jīng)歷兩種轉(zhuǎn)變，一個(gè)是從水平、規(guī)模驅(qū)動(dòng)的增長(zhǎng)轉(zhuǎn)向深度和創(chuàng)新驅(qū)動(dòng)的增長(zhǎng)。另一個(gè)轉(zhuǎn)變是大環(huán)境正在加速?gòu)?fù)雜化。應(yīng)對(duì)這些變化，都需要我們提升學(xué)習(xí)效率，而學(xué)習(xí)的本質(zhì)就是假設(shè)和反饋的循環(huán)，特別是在數(shù)據(jù)和智能算法革命性加速反饋效率的新技術(shù)條件下。其實(shí)，認(rèn)知的突破和世界的演進(jìn)都是在反饋的驅(qū)動(dòng)之下發(fā)生的。

復(fù)雜性和不確定性混淆的世界
復(fù)雜性、不確定性，這兩者經(jīng)常被混雜在一起。復(fù)雜性是計(jì)算問(wèn)題，是由很多簡(jiǎn)單因素和規(guī)則的疊加、交互影響和反饋效應(yīng)加速帶來(lái)的。比如，少了一顆釘子，掉了一個(gè)馬掌，失去一匹戰(zhàn)馬，輸?shù)粢粓?chǎng)戰(zhàn)爭(zhēng)，滅亡一個(gè)國(guó)家的混沌現(xiàn)象，比如天體之間的三體現(xiàn)象。不確定性是世界運(yùn)行規(guī)則及對(duì)其本質(zhì)屬性的認(rèn)知問(wèn)題，比如量子態(tài)。我們將重點(diǎn)討論可計(jì)算的復(fù)雜性，人們平時(shí)所說(shuō)的不確定性并不是量子物理所描述的不確定性，本質(zhì)上是復(fù)雜性。為了保持語(yǔ)言一致，本書(shū)中也會(huì)使用不確定性這個(gè)詞匯，其內(nèi)含保持與大眾用法的一致，即表達(dá)認(rèn)知層面的不明確。

瑞典皇家科學(xué)院將2021年的諾貝爾物理學(xué)獎(jiǎng)授予三位在復(fù)雜系統(tǒng)（Complexity Science）研究上做在突出貢獻(xiàn)的物理學(xué)家，他們正在嘗試以更多元的交叉視角來(lái)尋找對(duì)復(fù)雜系統(tǒng)的更好解釋。今天的世界正越來(lái)越呈現(xiàn)出復(fù)雜系統(tǒng)的特點(diǎn)，創(chuàng)新和復(fù)雜性就是這個(gè)不斷加速中的世界所呈現(xiàn)出的兩面性。更加違反直覺(jué)的是，這種復(fù)雜性通常都是在沒(méi)有控制的情況下，由極少數(shù)簡(jiǎn)單的反饋規(guī)則演化而來(lái)；開(kāi)放系統(tǒng)的內(nèi)外部反饋使其比封閉更容易在混亂中形成自發(fā)秩序；不精確的自適應(yīng)性反饋驅(qū)動(dòng)的演進(jìn)也比控制更容易在快速變化中獲得生存機(jī)會(huì)。無(wú)論你是否準(zhǔn)備好，我們就生存在這些新假設(shè)下面。有很多你已經(jīng)習(xí)以為常，卻正在不斷失效的做法，都需要在新的假設(shè)之下被重新評(píng)估。

以簡(jiǎn)單化解復(fù)雜的反饋機(jī)制
1997年擊敗國(guó)際象棋世界冠軍卡斯帕羅夫的方法是基于人工規(guī)則的大規(guī)模的深度搜索，早期的翻譯也是基于大量人工規(guī)則，然而這些方法后來(lái)都因?yàn)椴豢赡娴刈兊迷絹?lái)越復(fù)雜而不可繼續(xù)�；�于通用、簡(jiǎn)單的反饋機(jī)制和算法規(guī)則配合算力和數(shù)據(jù)的放大來(lái)解決問(wèn)題被證明是可持續(xù)的，算法會(huì)不斷提升通用性，強(qiáng)化學(xué)習(xí)就是簡(jiǎn)單反饋規(guī)則在海量重復(fù)學(xué)習(xí)中涌現(xiàn)智能，ChatGPT（預(yù)訓(xùn)練語(yǔ)言大模型）代表的大規(guī)模預(yù)訓(xùn)練模型基于簡(jiǎn)單規(guī)則和海量數(shù)據(jù)就能涌現(xiàn)讓人意外的語(yǔ)言能力。而基于人工規(guī)則的系統(tǒng)更適合在數(shù)據(jù)驅(qū)動(dòng)的模式下做可靠性的底線(xiàn)保障。

進(jìn)化過(guò)程中基因變異形成的新假設(shè)和自然選擇的反饋，共同幫助生物向更高的適應(yīng)能力演化；科學(xué)家的假想和思想實(shí)驗(yàn)，以及實(shí)驗(yàn)室內(nèi)外不同形式的實(shí)驗(yàn)和實(shí)踐反饋，在推動(dòng)科學(xué)發(fā)展；互聯(lián)網(wǎng)通過(guò)海量用戶(hù)行為投票反饋來(lái)決定排序策略的預(yù)估模型，從而實(shí)現(xiàn)個(gè)性化；AI算法根據(jù)反饋數(shù)據(jù)調(diào)節(jié)模型參數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)，從而涌現(xiàn)智能；反饋信息推動(dòng)了腦和思維的形成。甚至，你身邊的更多例子都是在基于這個(gè)樸素的方式在運(yùn)行。就像你在讀過(guò)這本書(shū)之后才能形成反饋，才會(huì)知道自己對(duì)它的預(yù)期是否準(zhǔn)確，這可以幫助你在以后做出更好的判斷。

這看似一個(gè)簡(jiǎn)單的框架，卻在不同的組織團(tuán)體內(nèi)、在不同的生物神經(jīng)系統(tǒng)內(nèi)，在不同的具體情景下，表現(xiàn)為形式不同的反饋傳遞機(jī)制。而且，這種細(xì)小的差別會(huì)在反饋循環(huán)中被迅速疊加和放大，在不同的反饋循環(huán)之間又存在交互影響，這就造就了世界的復(fù)雜萬(wàn)象。反過(guò)來(lái)看，在同一類(lèi)別、同一領(lǐng)域中，不同參與者、不同模式表現(xiàn)出的差異，就有來(lái)自不同假設(shè)與反饋機(jī)制的作用。這也是我想在這本書(shū)里討論的，簡(jiǎn)單的規(guī)則在反饋機(jī)制作用下演化出一切，在案例、規(guī)律、原理三個(gè)層次分別展開(kāi)。你的切入點(diǎn)可以是從反饋的結(jié)構(gòu)、主體、關(guān)系、機(jī)制等角度，反饋數(shù)據(jù)的規(guī)模、速度等維度。

這個(gè)簡(jiǎn)單框架的復(fù)雜性還體現(xiàn)在，任何看似確定的假設(shè)都已經(jīng)被市場(chǎng)充分消化，基于此的靜態(tài)推演就不可靠，因?yàn)閰⑴c者總是會(huì)基于此做出進(jìn)一步的反饋，就像股票市場(chǎng)。特別是在復(fù)雜交互增加的環(huán)境下，只有持續(xù)的動(dòng)態(tài)反饋機(jī)制才可以幫助我們更好地把握明確的機(jī)會(huì)。

3. 數(shù)字化加速反饋，逼近認(rèn)知加速的奇點(diǎn)
反饋本身也沒(méi)有意義，如何以不同的方式更高效地轉(zhuǎn)化和利用反饋中隱藏的信息，反饋才有了意義。如果說(shuō)這個(gè)時(shí)代有什么特別，另一個(gè)很重要的變化是數(shù)字化從根本上改變了反饋數(shù)據(jù)的規(guī)模、全面性、速度、精度，在反饋數(shù)據(jù)質(zhì)量和效率同步提升的背后是數(shù)字化技術(shù)創(chuàng)新與反饋結(jié)構(gòu)、機(jī)制的共同進(jìn)展。顯著的例子，包括互聯(lián)網(wǎng)和物聯(lián)網(wǎng)節(jié)點(diǎn)的密度及其產(chǎn)生的實(shí)時(shí)數(shù)據(jù)流。也包括人工智能深度神經(jīng)網(wǎng)絡(luò)的深度和層次結(jié)構(gòu)，在反向傳播反饋機(jī)制下涌現(xiàn)的智能。還有，區(qū)塊鏈技術(shù)支持下的個(gè)體對(duì)個(gè)體的去中心化反饋結(jié)構(gòu)，以新信用機(jī)制催生Web3.0（第三代互聯(lián)網(wǎng)）�；�本的反饋機(jī)制規(guī)律會(huì)以不同的形式重復(fù)出現(xiàn)在不同的應(yīng)用場(chǎng)景，并起到?jīng)Q定作用。

此外，AI在處理大規(guī)模數(shù)據(jù)方面也具備了統(tǒng)計(jì)潛在規(guī)律，并發(fā)現(xiàn)假設(shè)的能力，從而能夠?qū)崿F(xiàn)自學(xué)習(xí)。特別是在物理等自然學(xué)科陷入實(shí)驗(yàn)手段不足這一困境的階段，新的研究范式出現(xiàn)是一個(gè)好消息。

這些重要的變化組合在一起，就形成了更加快速的HFL循環(huán)，就像把整個(gè)世界裝進(jìn)了數(shù)字化的加速器，隨時(shí)有新的撞擊幫我們打開(kāi)新的世界。如果說(shuō)互聯(lián)網(wǎng)改變了連接價(jià)值的方式，那么數(shù)字化將改變創(chuàng)造價(jià)值的方式。當(dāng)數(shù)字化和智能化的能力越來(lái)越普及，比軟件、數(shù)據(jù)和算法這些工具更重要的是數(shù)字化和智能化的思想，我們是否建立了適合新時(shí)代的世界觀、數(shù)字化思維方式