公平与效率

看到ethereum上的一个issue.
关于给ETH加发行上限的一个case.

基本的proposal思路就是事实上的中心计算节点的存在已经让proof of work的均衡机制变得没什么意义.
因为reward基本上就是这些节点了.

经济学意义上的阶级固化.

这实际上是BTC的从一开始就存在的通缩形态决定了的.
即使没有超级节点的存在,就交易的对等性而言,也很难保证不会有流动性汇聚情况出现.

毕竟,实际上不可能每个交易都是对等的.

所以,通缩对于交易行的cryptocurrency来说,是不太合适的.

那么考虑下通胀形态呢?
或者说一种非一般等价物形态呢?

比如mining的reward是一个定向/特定的交易双方协商出来的任意数值.

具体点就是,给定A获得签名权的同时,产生一个与B协商的交易所需数额的coin,并同时transfer给B.

这样的话,实际上拉说,reward就是去了量的概念.
只是存粹的交易双方的认可的准物物交换流程.

放大到整个市场来说,coin的存在性可有可无.

这个实际上跟long term的cryptocurrency发展某种程度上是等价的.
因为mining reward接近于零.

只不过从原设计上来说,mining reward归零之后,transaction fee会成为一个决定交易覆盖面的因素.

理论上来说,如果网络内节点的算力是均衡的,那么获得主链写入权的分布也是均匀的.
这样的话,transaction fee可以作为一种长期的均匀分布的手段,可能使得节点间的coin数量趋向于相等.
从而事实上的让coin的量也无意义化.

那么,在算力均衡的前提下,这种数量均衡调节机制存在不存在呢?

假设存在一个LTA(lower than average)的节点存在.
那么只要停止spent,从理论上来说,概率性得就会通过主链写入权得到transaction fee从而累计突破LTA.

所以不考虑时间和节点数量的话,理论上应该是成立的.
而事实上影响的条件也就是强度/复杂度的一个参数考虑问题.

虽然理论上来说,算力均衡不均衡,理想情况下都能趋向于平衡.
但在不均衡的情况下,这个趋向时间应该是要拉长很多的.

因为算力差异,单位时间内的期望fee收入是存在差异的.
类似于追及问题.

所以如果要保证写入nomination的民主公平性,那么就必须要保证算力的均衡.
如果不均衡的话,就相当于一种阶级隔离机制.
或者政治学意义上的代议制了.

而算力均衡这种东西,是基本上不太可能实现的.
一个是improvement的动机,会促使个体竞争算力增强.
二是算力的增强并不会同步即时地在网络中广播同步,即所谓发展的不平衡关系.

所以proof of work形式上来说,是一种社会达尔文主义.
它强调的公平的可能性,但并没有一种机制去保证这种公平是能够实现的.

就像个体差异导致的社会不平等.

同理,proof of stake也是.
因为它不过是proof of work在算力不均衡情况下发展的一种必然走向.

于是这里就又一个很吊诡的地方.

PoW本身的提出是为了解决nomination的bias.
但PoW本身并不是公平的.

或者说,至少目前cryptocurrency的实现方式来说,是天生具有偏向性的.

那么存不存在没有偏向性的选举方式呢?

比如,给定一个固定群组,如何随机均等地选出一个节点,并保证这个节点是common agreement/consensus/unmodifiable/verifiable的.

这个也不是没有解决方案.
只不过代价很高.
并且代价不高的通常也是具有层级结构的.

所以,某种程度上来说,保证公平/去中心化,并不是一个有效率的选择.
或者说,不是一个能有效率的选择.

而如果去掉nomination的公平性要求的话,cryptocurrency其实就是一个有点画蛇添足的东西.
因为它的核心构建想要解决的就是这种公平性保障.

尽管无论从理论上还是实际中,都是存在设计缺陷或者说场景前提假设的.

理性的相对局限存在

想谈谈两件事.

也可能是同一件.

第一是前段时间某媒体为茅侃侃那篇文章破10w庆功的事.

这个事件的舆论点在于所谓的人血馒头.
在一个死亡事件上,表现出一种不够沉重和尊重的行为.
或者说认为这种成功是建立在别人的痛苦之上的行为.

从反映上上来说,这位媒体人不该做的事情是为文章收到欢迎而感到高兴.
因为从伦理道德上来说,似乎是在庆幸别人的死才成就了自己的流行.

这是个蛮有意思的思路.

本质上来说这里其实有几件事.

第一个是某创业者的自杀这个既定事实.
第二个是媒体作者综述了材料,做了个前因后果的演绎.
第三个是文章意外或者说意料中流行.
第四个是为欢迎度自豪.

这里的每一点单独脱离上下文来说,都应该说是没有什么过错的.
毕竟都是客观事实.

存在争议或者说矛盾点在于自豪这种积极情绪通过文章流行度这个中间节点跟略显负面的死亡联系在了一起.

情绪上的微妙性如同在同一个场所同时进行着红白事.

当然,微观上来说还是有差别的.
毕竟红白事不存在这因果相关联系.

所以这里的诡异点就在于,死亡和自满被加上了因果联系.
因为从时间上来说,死亡先于自满.
且从事件的环节依赖性来说,死亡促成了自满的生成.

自满形成的一个因素是死亡这个既成事实.

如果没有死亡的话,就没有文章的存在也就没有后来的愉悦感.

那么按照同样的思路.
在事件链条,死亡->文章->受欢迎->自满->被指责当中.
追究被指责的原因或者说构成因素的话,可以是因为自满.
也可以是因为受欢迎或者写了文章.
或者死亡本身.

于是,按照这个逻辑,如果要避免被指责,则可以说不要前面任何一个事情的发生即可.

极端诡辩地说,就是死亡,或者说自杀本不存在就好.

所以,这里的一个奇异点在于因果关系的过度或者说不合理追溯.

或者说,把某种相关性解释成为了因果关系.

当然,这只是从纯逻辑层面考虑的因素.

换一个可能更普适的道德观念层面的解释可能是,就事件起始来说,是一件悲伤氛围比较重的事情.
所以在后续的相关事件当中,不应该有有因此而产生有喜悦结果的事情.

所谓的不能丧事喜办.
或者说死者为大之类的.

然而具有某种玩味性质的事,差不多同期有另外一个影响范围没那么大的事.
即一个儿子在为自身违反交规不安全逆行的父亲被公交车撞死而发声的事情.

其中有一波的舆论点也是在于死者为大.
虽然死者本身过错在先.

而另一波更主流一点的是强调过错本身,认为不该再到公共场合求关注.

这个跟前一件事的其中一个区别点在于死者本身有过错.
所以在影响人群的判定的时候,存在一个追溯相关节点的差异表现.

于是,这里大概可以推导出一个东西.
就是,在一件事情的相关因素链条上,人群会有不同的关注点.
而各个人群关注点,或者说各个因素聚焦人数的多寡很大程度决定了事情的舆论声调.

可以跟第二件交规死亡的事做比较的是之前杭州保姆纵火案的受害人家属.

在这个事情当中,在某些场合受害家属并不见得是没有表现过错的.
所不同的是,舆论并不会因为这点而对受害者的正义性存在比较明显的分歧.

因为从群体判定中来看,这些因素并不构成事主正当性否定认证.
或者说,并不想群体多数对事主的认同.

那么回到第一件事.
如果媒体人没有后来的庆功表现.
那么从事实上来说,因为文章本身应该是获得了群体多数的认同的.

毕竟,从流行度和即使后来的指责中,也基本没看到对文章质量的否认.

所以,从本质上来说,群体否定或者说攻讦的是作者个人的态度.
也就是某种程度上来说,在评判这件事的"好坏"的时候,已经剥离了文章这个连接属性.

新的隐形连接成为了死亡和个人喜怒之间的直接联系.

于是,就是纯粹的基于社会道德压力的批判了.

不管事实上有没有责任为这个个体表现对死亡的所谓严肃尊重.

所以第二件事的舆论失败点在于死亡这个焦点并没有更优先于过错这个因素.

或者换句话来说,死亡本身的关注吸引力并不比过错来得优秀.

顺着这个思路的话,如果给它加上一些容易引发同理心的诸如一些温馨励志因素的话,可能在关注度上就相对可能地会带来关注吸引力的增强.

因此,某种程度上来说,标题党算是一种舆论技术当中的佼佼者.

从理论上来回说,每一个事情的发生最后的舆论定调基本上取决于最后的多数人的关注点倾向.
而这个倾向某种程度上来说,取决于提出事件的早晚和强调幅度以及同理性.

一个观点提出的越早就越容易先入为主地被人接受.
尤其是对于还未或者刚开始接触概念的人来说.

而强调幅度一个是来源于一种潜意识的强化训练形成的某种直觉上的条件反射.
尤其如果考虑这个认同感是某种具有衰减性质的函数的话.
强调就是某种energy/motivation/momentum.

同理性则是某种penalty function.
或者说一个regulation function.
对观点的一种缺陷修正/拒绝的权重调整.

比如明显的不合常理或者有较大的矛盾冲突等.

某种意识形态上的RNN/LSTM结构.

于是,基于这个看汤兰兰事件的话.

这里一个近乎immutable的因素是幼女性侵.
而文章的一个立足点是试图攻击这点.

所以在给定这个舆论定调的前提下,维护性侵事实的regulation会特别大.
于是从结果上来说,越是试图activate重审这点的话,舆论上的regulation就会越大.
这样才能fit/维持既有的观点.

这样的话,即使说当初的报道里面不涉及个人信息的话,从舆论结果上来说还是会有问题的.

从某种程度上来说,就是基于一种政治正确的道德约束或者说审查制度.

也不能说这里有什么大问题.

只是从结果上来说,媒体会倾向于报道和选择不具有明显反面争议性的题材.

当然,这也能够在某种程度上作为一种对社会个人行为的规约约束.

很难说是好是坏.

毕竟某种程度上来说,群体决策是中立性的.
因为发生的就是既定事实.

没有发生的即使存在更强的逻辑合理性,也不代表就是能够发生.
或者说正确毫无争议的.

就像金融交易.
所谓的理性博弈也只是在给定有限已知的条件约束下才存在.

理性的相对局限存在.

coroutine的一些问题

为了绕开繁琐的发布流程,选了python套hadoop的pb做rpc.
主要还是走coroutine的方式.

在一些场景夹杂了callback.
主要是为了一个逻辑里访问访问多个不同服务的时候尽可能得减少block.

只是单纯yield的话,叙事还是单线条的.

比如从yarn拿一批application的信息过来,然后拿对应的配置文件路径,然后读写.

纯粹coroutine的话,大概就是for一下application然后逐个yield getconfig.
再发起read请求,继续yield.

这样的话,至少理论上可以并行发出去的请求只能串行等待了.

当然,一个折中的办法是阶段batch得yield.
就像做map reduce一样,人为分出synchronize point去集中batch yield一个stage.

而且从实现上来说,考虑到coroutine是单线程形式.
要从非IO流程激活IO流程只能人为再加一个yield先切出去给IO一个启动的机会再切回来.

这多多少少不是很符合直觉.

而比较intuition的做法就是直接加callback.
毕竟when ready的语义算是最少认知负担的了.
并且天然地就是一条条并行的处理流水线形式.

尽管实现上并没有什么太本质的区别.

callback的另一个好处或者说coroutine容易犯的一个错就是context的有效性问题.

从形式上来说,callback是一个limited的environment.
所以会比较容易地迫使去带入context,并保持其有效.
至少从个人习惯上来说是这样.

但写coroutine的时候容易有一个错觉.
就是天生的单线程线性形式.
容易陷入写串行代码的一个思路.

比如以写blocking IO的风格写coroutine.

一个例子就是直接持有self.stream去反复做读写.

这里的一个问题在于虽然coroutine保持了代码组织层面的线性执行.
但实际上来说,每一次yield触发的都是隐性的context switch.

也就是说,yield前后的reference指向就存在类似多线程情况下的concurrent modification问题.
上下两行代码的实际指向存在差异.

尽管这个可以从一个local reference来解决.
但始终无法规避前后状态会有不一致的形式的存在.

而这个对于coroutine作为提供一种简化的并发编程模型的初衷是有所违背的.

并且,为了尽可能地enforce这种local reference的做法.
在相关的API调用的接口设计上就可能需要显示的要求传入需要的context.

当然,这可能只是个风格取舍问题.

不过至少从这个层面上来说,跟callback的隔离机制还是某种程度上一致的.

但至少从简化模型的层面来说,coroutine算是没有什么意义的.

因为并行模型的核心要就是并行处理.
强行地约束成一个线性执行条件/形式的话,多多少少算是一种自欺欺人的方式.

相比之下,goroutine算是一种比较好的折衷方式.

原始的callback的when ready虽然是最符合直觉的.
但也存在为人诟病的组织形式上的嵌套callback hell的问题.

虽然可以通过注册一种binding/routing的形式,减少这种欠优雅性.
但随之而来的是叙事流程上的打散,重构,再打散的反复过程.

一个例子就是event机制.

形式上来说,就是通过一个key或者envelope去做mail routing.

相对于直接的when ready来说,感觉上多了一层可有可无的多余描述.
因为本质上来说,event名称成为了具体流程的一个代号索引.

而这个索引,在很多语言和实现里是有些无谓的.

作为对比的goroutine.
形式上就是去掉了不必要的key索引的event dispatcher.

事实上,从意图上来说就是把blocking的东西从当前执行环境移除.

这一点跟coroutine来说,算是一种哲学层面的不同.

因为coroutine虽然同样是基于把booking从当前环境移除的理念.
但做法上是为了保持线性模型.

而goroutine则更像是纯粹的把blocking的东西扔出去彻底不做.
目的是保持当前执行流程里不存在可能阻塞的东西.
然后在实现上提供一个双生的环境,只做blocking的东西.

从直觉上更符合硬件形式.
把实际的IO等操作offload到外围并行设备处理.

新计划经济

传统意义上来说,收紧流动性无非就几种方法.

一个是准备金.
一个是加息.

而准备金率在现代社会来说,尤其是近几年各种金融自由化和创新.
基本上从资产构成上来说居民成面存款已经不是主要成分了.

尤其在现在各种资产焦虑和中年危机以及个别市场的超额收益驱动下.

所以,某种程度上来说,准备金作为一种宏观手段已经显得有些无力和多余.

于是,剩下的就是加息.

就信用支撑的现代经济来说,流动性的根源还是在于央行.

毕竟某种程度上来说,央行是一种平行于市场的存在.
银行以及各种经济主题的交互到底是在一个闭环的市场内进行.
短期内的内在流动和货币乘数制造的信用货币不如央行直接投放来/收紧来得快速有效.

那么为什么要收紧流动性呢?
或者说为什么不能继续宽松?

因为从手段上来说,准备金已经失效.
而利率操控方面可选的方向只有收缩.

如果可以继续信贷扩张的化,也就不会启用这个唯一的手段和方向.

那么,就现在来说,如果继续宽松会有什么后果么?

存款结构的变化某种程度上来说就是资产证券化扩大的过程.
证券交易的一个属性就是不受时间地点的限制,以及具有高度的交易流动属性.

另一个重要的特征就是容易结构化和对赌性质.

比如次贷中的CDO/CDS.
把不同资质的资产打包然后做远期对赌交易.
带来的后果就是一旦一个环节出问题带来的就是连锁效应.

如果一个市场当中证券资产越多,流动性越高,玩法越多样的化.
也就说隐含的系统变量和因素越多,整体系统的可控程度和稳定性就容易使人产生怀疑.

所以如果要增加安全感的化,只能是降低系统复杂度.
增加更多的管制和限制.

这也就是为什么要收缩信贷的一个原因.

那么为什么是信贷.

金融产品的本质特征是利息差.

原则上来说,可以针对各个系统比如证券保险金融泛金融做具体的管制措施.
但从收效程度和系统性来说,总容易顾此失彼.

而缩简利息差是相对来说一劳永逸的普适增加成本的措施.

所以理论上来说收缩信贷能够比较大范围地通过影响流动性限制和消灭一些金融形式.

加息则是最显著的收缩信贷的一种方式.

于是,加息会有什么其他影响呢?

一个就是融资成本.
尤其是在非经济上行阶段.

这么一想,看IPO政策就不难理解了.

一个还是融资成本.
不过是居民层面的.

负债的升高和融资渠道的缩窄.
带来的自然就是流动性的相对缩减.

从稳定房地产的角度来说,倒也算一种意外所得.
毕竟在没有其他政策的前提下,会在维持价格或者群体合理性的情况下,缩简交易量和流动性从而实际上的达到调控目的.

所以关键的还是看企业融资情况.
毕竟这个是直接影响经济状况的.

如果通过公开市场无法很好地解决的话,只能说是通过特定行业的特定政策倾向.
而这点无论是从架构设计还是实际操作来说,都是会有明显问题和不可控因素的.

所以,totalitarianism的计划经济形式.
只不过使用的都是市场手段而已.

一些渣事

大概去年4月份的时候吧.
当时还在某卖保险公司.

接到个猎头电话,问能不能谈下某司跟某司的情况.
说手上有个候选人有这两家的offer,刚好在linkedin上看到在这两家都呆过.
所以想详细了解下.

想了想,应该是一个开始在Linkedin然后通过Google+/handout/Twitter问了微信和电话才有了以上的.
不管怎样,大概就是有了这通电话.

电话那头听起来就是一个明显刚毕业或者工作不久的 妹子声音.
有略微明显的情绪升降带来的语调细微 起伏,以及若有若无的 生涩感.
不像一些工作多年的人,听起来积极健康不卑不亢而略显空洞.

内容大概就是问两家公司的环境氛围之类的.
频率比较高的"一个朋友如何如何,觉得这样但又怕那样"的摇摆不定的选择鼓励.

当时的一个印象大概就是刚毕业的妹子做猎头,然后帮男朋友问工作背景帮做决策的感觉.

觉得还蛮有趣的.
也就是顺着"你朋友"如果是如何如何的话,A公司是怎样,B公司能怎样之类的对了起来.

大概就一个午休的时长.

末了礼节性地问是不是最近想换工作,因为看twitter timeline有类似表达.

当时在 某司虽然才一两个月,不过恶心的事确实不少.
加上当时也没现在这么无所谓,于是也礼节性地麻烦留意.

挂了.
便算一段落.

过两天接到小猎头的电话.
还是之前那些问题.
再就是问认不认识某司的某人之类的.

大概是觉得人好,可以套话吧.
想想前面从基本渠道拿到联系方式,倒也是个有思路的会灵活变通的人.

一来当时在职,也确实时间不长,只是知道也谈不上说认识.
二来也算避嫌,便没有深入谈下去.
也算回避了正面回答.

后来一些有的没的,说要请吃个饭,算感谢.
出于宅和懒惧于社交,也就说不用了吧.

忘了是当次后续还是后面还有另外个交流.
总之,大概也就是答应了.

可能约了五,六月份的某个周末.
见了个面,边走边聊.

从某司的一些情况到工作的琐碎和吐槽再到私人的一些状况.
大概就是她问此大的被动应激模式.

算略活泼和外向的一个妹子.
毕竟能这样撑一下午.

晚上吃饭的时候开始爆情史和感情观.
礼尚往来地,也就谈了谈9点20的故事和一些感受想法.

末了,虽然名义上是她要请客吃饭.
不过礼节上来说还是先买了单.

于是回地铁的路上又基于此展开了一些所谓男女思维差异之类的对话吧.

分别的时候说有空去找她玩啊.
笑笑说不觉得自己无聊的话.
不会呀.

就此别过.

某个周末想起这段话.
又想起了9点20.

问自己到底还在意不在意呢.
要不要约约看呢.

也算是了了件事.

于是问要不要看个电影.
答曰好.
就看了.

完了她说想去海边走走,便去着.
然而走错路,便晃悠了一圈.

回去了路上说要要把上次的饭前和这次的开销AA回来.
笑了笑说不用了.

推脱再三,心想分寸感还是挺强的,便说随便吧.

也算收到了可能是第一笔微信转账还是红包吧.

后来便是会问一些某司的情况和联系方式等.
出于职业道德,也就不方便多说什么.

想,大概就是当成一个活查询入口了.
某种程度上来说,也算毫不掩饰地坦白过头了.

接着的日常大概就是忙着想如何离开某司.
从一个火坑跳到另外一个火坑.

至于某天也终于更新了Linkedin.

想着当时帮进某司的某猎头也算把自己从无业游民的道路上拉了回来.
而自己连试用期都没呆满就跑了,于情于理对于他来说都太好.

尽管以自己的收入来说,对对方的佣金也造成不了多少损失就是了.
但请吃个饭应该还算必须.

虽然想到要两个人尴尬地吃还是有些头皮发麻.

于是,还是硬着头皮邀了约.
还好对方也答应了.

小猎头大概是看到状态更新通知便来问了问.
聊的时候提到了上面那位,便问能不能一起吃介绍她认识.
可以晚些到,说就是妹妹一起蹭吃的.

想了想,还挺拼的.
一来她不怕尴尬.
二来自己也算某种程度上送了口气,毕竟不用想着如何避免空气忽然的安静.
便说了好.

生活的戏剧性大概就在于本来三个人的饭局,当天对方有事,于是变成了两个人.
于是又变成了她谈工作生活倒苦水,这边只管听的局面.

由于地方离海边不远.
也就终于在海边走了走,坐了坐.

聊的时候自言自语地翻着手机问一些意见.
可能是气氛像闺蜜的情况,没知觉地冒出一句亲爱的你看觉得这个如何如何之类的问句.

瞬间的尴尬选择了假装没听到这句回了一下.

后面还是前面又问起了9点20故事的一些点.
可能自己入戏太久,编的感觉太真实倒引起了八卦剧的好奇心的原因.

一边听一边偶尔忽然噗嗤的笑.

大概可能各方面各层面来说挺典型挺有趣的一个故事吧.

心情微妙地好像在跟现任谈前任.

那晚过完的一两个月还是两三个月.
可能每周或者隔周会看个电影吃个饭什么的.
就好像真地在谈恋爱一样.

事实上,可能除了没有肢体接触确实看上去是那么回事.

应该是中秋的时候吃饭.
她问"你觉得现在是什么关系"
"你觉得呢?"
"在问你呀.那换个问法,你觉得男女之间有没纯洁的关系".
"有吧..."

大概就是回避了正面的回应吧.

某种程度上来说,不否认是在当作女朋友相处的.
但用她的话说,也没当是男的看.
大概,可能就是男闺蜜?

虽然说想和喜欢的人kiss之类的.
可能只是喝了点酒的关系.

不过也只能笑笑.

如果没有9点20的经历.
可能会回句要不借你亲下之类的.

毕竟牵牵手就像旅游.

但是没有.

因为不知道有没有/算不算放下.
或者纯粹只是根本不想再主动了.

假如是9点20这么说,至少以上是没有成立的理由的.

所以,除了笑笑还能怎样.

也所以想,能不能认真点.

毕竟小猎头也没什么不好.
差的可能只是自己的态度.

于是11月的时候她生日.
准备了个礼物,上面一个银手镯.
掀开下面是个钥匙卡住发条的星之所在音乐盒.

场景可能是二次惊喜和可能只有自己知道的寓意吧.

或者可能纯粹是把选择丢出去还是求解脱之类的.

大概就是又一次的"该做的都做了,该你了"之类的逃避选择模式.

她收到大概也还是挺开心的.
或者至少回应地挺开心的.

但生活的有趣点就在于,你不确定的事情,并不会因为丢出去了而变得确定.
或者说并不会变得结果显而易见.

后来越小猎头大概就是有各种事脱不开身.
朋友圈偶尔也对应的有各种事件照.

但于己来说,是如何已经无所谓了.

因为很奇怪也可能有些理所当然的有种解脱感.
自己这么做,就好像9点20忽然翻过去了.
小猎头也无所谓了.

就像某种意义上的贤者时间.

忽然的一种"能做的就做咯,结果怎么样其实不关自己事"的心态挥之不去.
也就可能从那时候起觉得无所谓了,有空构造负面不如想想怎么讲段子.

对于9点20,喜欢过或者可以说迷恋过.
但那个她真的是她么,还是喜欢又如何都已经无所谓了.

毕竟喜欢是一个事实,也只是一个单一的事实.
并没有其他什么衍生附加品.

对于小猎头,至少能编造出自己该做的都做了的理由.
就像她自己说的各种别人追她的有趣的事.
至少可以给个理由心安理得.

何况可能只是她当自己闺蜜,自己当她女友游戏的一种微妙的平衡.

事情本来是可以这么简单的.
或者本来就是这么简单.

今年大概跟小猎头接触了4次.

一次过年的时候礼节性地来问候.

后续两次大概就是年中换工作的时候点赞然后吃饭看电影了两次.

还有就是今天还是昨天吧,问要不要爬山.

大概主题就是失眠焦虑,家里催找男朋友,想回广州但深圳又还有留恋的东西.

坦白说,这算不算暧昧,事实是不是暧昧还是纯粹朋友间闺蜜间想倾诉一下.
这根本不重要.

重要的是,自己真地在考虑是不是暧昧这才是问题所在.

而问题的核心在于,自己是真得喜欢她了还是说考虑的是如何选立场面对的问题.

下午爬完山在她家.
依然谈了下这些问题.

然后忽然就觉得自己这样算不算渣男.

毕竟不管事实是什么.
再假设对方又这样心意的情况下,考虑对策的思路都不算是要解决问题.
而是想的如何保持现状.

尤其自己可能只是存粹享受约会这种游戏的情况下.
而不是基于有以后.

晚上她手机碎片.
Apple Store没预约了于是到街边小店修.

等的时候聊天.

更确切得说还是她问自己答的形式.

"心情不好能不能给个拥抱安慰下啊".
笑笑,看了眼转会柜台.
安静了一会,唉.

"好困,能不能靠一下啊".
在柜台挪了过去.
额头贴在右手手臂上.
然后左手翻开了群氓之族.

大概事实不管怎样.
想,已经是这么想了.

关于overfitting

中午翻到篇论文,讲模拟人脑神经网络结构的.
其中有个地方提到了一个delay的概念.
大意就是神经网络力有个比较重要的特性就是信号传达的延时.

一个马上的联想就是artificial neural network/ANN.

把某一个粒度的神经网络信号传播延迟考虑一个time frame/tick之类的东西.
那么每一个信号的释放和响应就存在一个t的延时.
对应于ANN就是一个activation delay了几个cycle/batch之后再参与进来.

类比LSTM的话就是类似于
c_t = \sum_i f_i(c_{t-1}*W_i)的形式.

但是拆开来动态一点想的话.
在每一个cycle其实就是一个确定的graph的dataflow的东西.

而不过把不同delay按照某种基本cycle单元分组的话.
也就是做类似周期频率的等价意义的话.
最终的实际dataflow就可以考虑为各种周期的graph形态的dataflow composite而成的.

类似于傅立叶变换.

反过来说,每一个简单的dataflow就代表了某种类似feature或者说决策的东西.

于是把ANN的结构考虑为一组并列的decision tree的形态的话.
每一个cell其实还是类似于某种策略选择.
只不过具体意义是相对隐式的.

那么,如果把已知的一些可解释的描述变量放到一个傅立叶变换里,拟合出对应的参数的话呢?

一种结果可能就是跟样本的多样性有关.

因为毕竟拟合代表是某个集合的summary特征.
除非说涵盖了多数情况,不然overfitting是难免的.

于是一个问题就是表达式的外延性或者说类似out of vocabulary/generalization的问题如何定义呢?

generative adversarial的考虑是negative sampling.
直觉上这是类似于bounding/constrain的做法.

即是定义出一个类似函数边界的东西.

某种意义上来说可以理解为是一种定向的prune.

underfitting的问题可以从拟合的准确度来比较直观地看到.

overfitting本质上来说是过多地capture了training set的一些细微的差异.

考虑实际上是存在一个确定的多项表达式描述预期函数的.
对于一个ture negative的input来说,实际上对于这个具体的表达式而言应该是被接受的.
而拟合函数给予拒绝的话说明从表达构成来说,比真实预期函数多了一些不必要的余项.

形式上来说,regularization/bias是有可能去掉这些项目的.
当并不确切.

因为理论上上说,这个效用只在于不同的拟合之间可以作为一个参考.
在一个拟合内,其实是可以理解为多input的一定程度的transform而已.
实际还是存在某种deterministic的.

如果是一个符合某种分布的区间值呢?
也就是bias是一个每次regression的时候是概率性的有一定范围bound的值呢?

因为服从一个既定概率分布,所以期望应该还是确定的.
对于单个update的收敛性的性质应该不会有什么影响.

对于整体呢?

如果真实的表达式是

G=\sum_i g_i(x)
的话
拟合为
F = G+Bias
->
G = F - Bias
->
G = \sum_i f_i(x) - p_i*bias

从形式上来说,跟不用概率分布是一样的.

所以这也不能用来衡量是否过度表达.

实际上,把negative sampling换个思路理解的话,其实是某种副作用在减少overfiting.
因为包含的bounding约束,可能一定程度上会使得出来的余项相对较小.

如果不能减小的话,说明negative sample里也能capture到这些余项所代表的特征.
因为形式上是
maximize(positive) + minimize(negetive)
->
w*x_n + b_n + n_p
->
reminder = b_n + n_p

reminder不减小的话,就因为这b_n和n_p都有贡献.

概率性理性

考虑一个双方具有完全一致策略侧重点的博弈.

所以完全一致策略是指对于一个行为的评价函数一致.
也就是对于同一情况具有同样的决策选择.
即某种意义上的完全"理性"的"可确定性"的情况.

那么这种情况下的博弈是可预测的么.

并不一定.

因为决策函数可能并不是一个确定性的函数.
而是觉有某种随机性/随意性.

这样的话,在给定条件constrain和objective的情况下,并不一定存在确定的求解路径.
因为每个条件分支的概率分布觉有不确定性,从而是得代价计算具有不确定性.
即对于一个策略没有对应的稳定的评估函数.

于是一定传统意义上理性假设并不一定能带来预期上的所谓最优解的存在.

换个角度想.

所谓的理性假设不过是在某种特定的"世界观"之下,对于一个行为回报的解释函数相一致的问题.
也就是在给定constrain C的情况下,A基于某种策略对B进行predicate的时候,跟B对自身进行predicate的结果具有一致性.

类似地,不理性的情况即使predicate函数存在不确定性或者说不存在.

那么,合并一下的话,理性就是不理性的一种情况.
即后者的predicate的不确定性是0%的一种特殊解.

这样的话,一个泛化的描述就是对于一个博弈而言,以其中一个参与者的立场来说的话.
它的cost function是一个概率性的函数.

而这个概率性函数的性质要么是有某种确定性的概率分布.
要么是一个不确定性的函数分布.

前者因为确定性,在重复的情况下存在一个确定的预期收益.
而后者因为不可重复性,带来是完全的随机性的收益,从而是的决策不具有收益函数支持的确定性特征.

于是对于后者来说就不存在所谓的最优解.
或者说给定一个条件下的一个dominated的strategy是不存在的.

发过来用这个来定义所谓的irrational的话呢?

比如当你喜欢一个人或者喜欢一个事物.
然后投入不可理喻的时间和精力的情况,改如何解释呢?

之前的一个思路是在一个rational的valuation函数之上加一个bias.
也即是隐含假设存在一个确定性理性决策的情况.

换成非确定性,也即是概率分布的情况的话.
实际的行为就是某种概率区间内的解的具体体现而已.

而如果用非确定性的概率分布来解释的话,就纯粹是whatever happened,happened的meaningless了.

从相对没有那么悲观的角度来说的话,认为实际是有某种概率性分布的话,理论上还是存在一种可计算可能的.
毕竟,这种概率决策树虽然无限拆分,但总归存在某种可描述的模式.

兴许还是存在可解的情况的.