2015-10-27

生·日

大雪封山的地方通常都会有所小酒馆.

如果没有,那自然也不会有人告诉你没有.
只有活着的人才会捎话.

一般来说,没人会选择这个时候进山.
当然,有一般便有例外.

他开始怀疑自己能不能活到明天.
踏雪带来的脚掌踩碎冰渣的感觉已经渐渐被一种蒸腾的寒气所替代.

要是一天前有人用"蒸腾"形容寒冷,他一定会觉得那个人疯了.
而现在,风雪已经让他觉得没有比这更合适的词了.

冷,像一种不断扑腾的气息不断往上托着脚掌,而脚跟却似连着大地般结实稳固.
冰冷感掰着脚腕一步步地往上侵袭,剥夺着沿途经过的触感.

他忽然希望自己能有点运气.
能恰好前面就是那家酒馆.

然而,哪怕是最贪玩的熊孩子也不会选择在这种杀人的天气,做这种自杀的事情.

但这世界有很多莫名其妙难以理喻的事情.

比如他恰好就姓熊.
别人也恰好就叫他熊孩子.

于是,前面恰好就真真是那家酒馆这件事也就显得没那么意外了.

就像没人知道为什么都叫他熊孩子一样.

有称呼通常比为什么称呼重要.
就好像有些事情发生了就是发生了,没人会去问为什么.

不是每个为什么都对人有意义.

所以,有名字总比没名字好.

一个酒馆总不能关着门做生意.
即使没什么客人,关门总不是一个好兆头.

但风雪交加地,总不能在店里冷清的时候,还冷着自己.
所以这时候通常都会有个厚重的帘子挂在门的位置,稍微遮风挡雪一下.

熊孩子有点吃力地掀开了帘子.

可能他真还是个孩子,没什么力道.
也可能是累了.

"还以为至少能卖壶酒肉呢,没想到是个小屁孩"

一个中年男人从火堆旁站了起来.
嘴里说着刻薄调戏的话,反手却卸下了原本披在身上的棉衣,迎着少年走去.

如果是在寻常的城镇街道,按这人的外形相貌,大概会认为是个樵夫或者马夫.
但这里是家酒馆.

虽然小,但毕竟是酒馆.
虽然看起来不像老板,但毕竟这里只有他一个人.

少年接过棉衣,缩坐在火堆旁.
只言不语,仿佛进来的只是一座冰雕.

老板也在少年对面重新坐了下来.
一手撩弄着火堆.

炭火夹杂这偶尔混入帘来的雪花,纠缠,环绕.

一时是最后的亮点,随之余烬.
一时是雪白而近透明,落地成痕.

只有被帘外偶尔潜入的寒风挑拨着的火焰跃影还在提示着时间的流逝.

许久.

卷帘而入的雪片已经烤地只剩下滩痕片迹了.
蜷在一旁的少年,也渐渐有了些血色.

"老板,来壶酒吧"
少年依然低着头,双手自顾自地在火堆旁取暖.

"小孩子学喝什么酒"
老板笑到.
"没事少来这里"

"我如若是不学喝酒,老板怕就是要喝西北风了".
少年抬了抬头.

焰火的产生的阴影在老板脸上跳动着.
朦胧间犹如少年咄咄老板的眼神.

"况且这里毕竟是酒馆,总得卖些酒与人才是生财的方式"
少年重又低下头,依然细致地烤暖着自己的双手.

"酒馆也不只是卖酒才能存活"
老板自顾自地继续拨弄着火堆.

"就像有些人来这里也不总共是为喝酒."
老板稍稍停下手上的动作,看了眼少年.
"所以,作为商人,总会有些秘密诀窍"

"一个酒馆有太多的秘密也不是见得是件好事"
少年把烘烤的手心换成了手背,继续说道.
"保守秘密并不是件舒心的事"

"但它很吸引人不是么?"
老板忽然笑了笑.

"一个人知道地太多通常不容易活得长久,有些秘密是别人不想被太多人知道的".
也许靠的太近,少年略微收了收烤火的双手.

"但人同时又会想知道别人的秘密"
老板似乎对这个话题很感兴趣.
"所以知道的秘密越多,就越安全.因为所有人都不想失去知道其他人秘密的机会".

"所以,这个人必须在所有人都能随时找到的地方"
少年似问非问地说.
"不然大家宁可牺牲掉这个机会也不愿意冒风险,让自己的秘密被轻易地曝光"

老板挑火的手忽然抖了一下,炭火也变得有些忽明忽暗.

"年轻人还是趁风雪小,赶紧离开吧"

"这条路不好走"
老板望着风雪掀起的帘外,叹了叹气.

"这条路确实不好走"
少年把烤火的手收了回来,整理了下衣服.
站起来,略有所指地看着老板.
"如果不是这里取了下暖,我估计也回不去了"

"回不去就没人知道我在这了"
老板忽然笑了.

"只有活着的人才会说话"
少年也笑了笑.

"但话不都是真话".
老板有些兴奋.

"确实不都是"
少年接道.

"如果我不在这里,来的人就会冻死,而只有活着的人才会捎话"
老板的情绪有些激动.

"你叫什么名字?"
老板忽然问道.

"你知道西方有个节日叫万圣节么?"
"那天如果不给熊孩子糖,他们就会捣乱"

"我没有糖"
"你没有糖"

"所以你捣乱了"
老板笑了.

"是的,所以我捣乱了"
少年也笑了.


2015-10-25

所谓人格

早上醒来一阵,恍惚间忽然想不起来自己在哪.
然后第一个念头倒不是睁开眼睛看看自己在哪,而是觉得好像有点意思.

有趣的地方在于,自己知道如何去解决/确定自己在哪,但又确实回想不到任何相关的内容.
也就是说逻辑思考/推理能力还是正常工作的,只是记忆相关的部分失效了.

当然也不能说完全失效,至少描述性的"语言"/构述能力还是在的,知道"在哪里","什么城市"之类的概念.
只是具体的位置信息,或者说相关的时间地点上下文缺失而已.

有点类似服务器集群的前后端缓存忽然挂掉时候的样子.
取不到任何信息.

这种感觉就像其实你并不拥有"回想"这种能力,因为你其实不知道如何去激活.
就像做梦虽然有时候能意识到自己在做梦,却无法有意识地终止这个梦境,也没办法操控梦境里事件的发展.

某种程度上来说,这时候的"主意识"可能更像是一个分布式系统下的一个轻量master节点,其余功能实际上是function在其他节点上的.
这时候的主意识也只能通过有限的public api去RPC这些remote node.

所以,一旦某些RPC路径失效或者reboot晚了或者延迟高了,那么就有可能出现这种奇怪的感觉.

那么换个角度来说,只要能向这些remote node发送合法的RPC的话,那么原则上来说就是一种人格植入.
至少,从机制或者说从initiator的角度来看的话,就不属于原来生理构成上的"自己"的"自主意愿".

随之而来的问题就在于,如何区别这种不同动机的"人格"驱动因素.

或者以稍微现实点的描述来说的话,如何区别精神分裂里的不同人格,或者说界限在哪里.
或者更进一步地,如何定义一个人格.

如果说以一些行为准则/价值观/底线来限定的话,其实有些牵强.
毕竟,这个对于个人来说并不是固定不变的.

而且有些东西也并不是不能逾越的.
很难说以某种概率的所为或者不所为就能限定一个人,使之区别于另一个人.

像"性情大变"这种通俗现象来说,人多数还是根据外表的认知来确认一个人,以及区别于他人的.

这也就是为什么通常双胞胎有些难以辨认.
而在熟悉之后,又有可能区别出来.

能区别的原因在于行为模式例如一些小动作之类的存在差异.

而如果做个control experiment,让一组人认为双胞胎只有一个人的话,估计可能就区别不开.
或者认为存在双重人格.

如果行为模式上区别不大的话,可能就只是认为性格起伏不定而已.

所以,原则上来说,人区别个体不同的主要依据应该还是外在,辅助的是行为模式的概率性检验.

在有限接触的情况下,可供鉴别的行为模式可能并不多.
换句话说,就是在有限的情况下,一个人可能做的选项组合可能并不多.
所以存在着一种在有限假定下,将人就行划分的方式.

一个典型的例子就是星座.

虽然说这东西有过多牵强的地方.
但是,从思路上来说,也并不是完全地没有借鉴的地方.

毕竟同一个时间段出生的人,在季节以及后续生长上会遇到较多的公共共同点/事件,这个对性格和行为方式的影响也不能说是没有.
尤其如果考虑农业社会,按照季节耕作带来的家庭作息规律变化,理论上也不是完全说不通.

当然,这也并不是说星座本身就是科学的.
只是至少是存在一种可解释的思路来阐述它.

就像MBTI职业测试,也不过是基于一些行为准则做分布概率划分的方式而已.
在多数倾向性比较明确的情况下,自然概率描述的匹配度会较高.

像个人这种倾向性不太明确的,就时而INTJ时而INTP.
算是个边缘案例.

所以,如果以行为模式来做人格限定/划分的话,其实存在一个度的问题.

如果粒度太粗,那么区别性就不大.

如果太细,那么分布自然会稀疏很多.
虽然可能被命中的会比较准确,但是没命中的可能就存在某些人格点上的摇摆和游移.

尤其所谓的类似"阴晴不定"这种描述.
就是在模式选择上存在比较多的不明确/边缘case的情况.

那么,既然生理和行为上都无法确切地区分一个"人"的话,如何才能够区分呢?
或者说,有可能区分么?

考虑,如果无法区分会如何.

假设某种大脑手术,或者更进一步地存在着某种人工辅助器官就行决策支持.
以及存在完整的人体器官替换/移植技术.

或者考虑下Ghost In The Shell的相关设定.
尤其是其中的义体和虚假记忆的概念.

将两者结合的话,是可以构建出现有体系下对"一个人"的完整"克隆"的.
而这种克隆跟生理/细胞意义上的克隆有着完全不同的区别.

它更接近于一个完整的人的复制.

那么这时候应该怎么定义这个第二个人呢?

如果再考虑像tachikoma这种,给予义体的话,又如何定义呢?

从某种层面上来说,能接受的区别定义是"独立的思考单元".

也就是即使两个人有着完全的行为模式,但是如果彼此独立做决策的话,那么就应该是认为是单独的"人格".
而想浅层的类似tachikoma这种形式的,就应该认为整体作为一个人格看待.

也就是类似现在对于大脑的定义,各个functional component如果存在协作关系的话,那么就应该认为是一个整体.

但问题也只不过变为了如何定义"协作"这个概念罢了.

比如,Google Search能作为"一个人格"看待么.
基本的frontend,indexer,online/offline/realtime ranker,storage,aggregator.
然后aggregator可能又对接了其他一些第三方服务,最基本的至少有click log的一部分供离线分析,然后ad network的东西.
ad network又至少对应了3th party的数据,然后这里就是对外的API协作.
然后类推下来就是整个internet都是在这个"协作"的框架下.

如果再考虑人的参与提供的行为/数据,然后人跟外界的各种交互,那么整个已知世界本身就存在一种协作关系.

所以,以协作来划分范围的话,也不是那么地经得起推敲.

就算退回到人本身.

做一个事情的决策的时候,除了自己所思所想,多多少少也收到外界的一些影响.
有些是以劝告/指导的形式,有些则是无形的social sphere.

所以这个区分的界限可能是一个更弹性的存在.
视区分的具体目的而适应的衡量标准.

就像你要问某段代码里的某个变量是什么类型一样.
这个只能在具体的上下文环境里才有可能区别地清楚.

即使是强类型语言,只要存在继承这类composite的问题,也多多少少说不清.

毕竟,运行时本身就是动态的东西.
语言侧面做些静态化,只是为了方便逻辑描述和组织.

虽然有Rust这种古怪语言存在,妄图用ownership把这feature当bug解决.
然后又创造了borrowing,把自己的错当作没发生地弥补回来.

所以,某种程度上来说,道家的一些思路还是挺有实际价值的.
比如it depends.

2015-10-12

关于房产的一些想法

最近某朋友有些许购房意愿,于是就跟着另一个朋友陪着去看了下.
反正闲着也是闲着.

后来想想,其实挺有意思的.

一个是自己这些年来待过的地方/城市,似乎在房价方面是一个比一个高.
广州上海北京深圳.

就现在租住的这个小区,大概两年前搬来的时候差不多就是3w,3w5左右吧.
最近路过越来越多的链家门口和销售,貌似已经差不多6w,6.5w了吧.

也就是两年差不多的时间翻了个倍.

远一点的,某前同事好像150w在龙岗买过一套,前几个月貌似卖了.
在职的时候聊过他的心里价位大概是180w.
估计差不多也是这个价格出手的吧.

粗略算下也是20-30%左右的涨幅.
算两年的话,差不多年增长10%+吧.

某自己的房子还有去年看的某复式公寓也差不多现在翻倍的样子.

再往北点到坪山也差不多是2w起了.
惠州交界处目前也大概是8k+.

想想也挺有意思的.

这k和w的区别也大概就是直属行政区域的区别.
价格体现在这,那么至少说明构成部分里行政区域至少有相当权重.

之所以说是行政区域而不是地理位置,是因为两者空间距离其实相差不远.

另一个例子就是深圳辖内的南山跟罗湖.以及南山内的前海深圳湾香蜜湖之类的比较.
以及其他地方城市的比较.

与其说是以行政权证为主,倒不如说是跟商业发展配套的成熟度相关.

某种程度上来说也是一种口碑效应的因素加成.

毕竟现在的一般居住社区建设,附带一定的商业附属配套是真自然的事情.
但毕竟来说,很难形成超规模的聚集效应,然后产生附加价值.

当然,像一些巨型社区可以自我闭合相当一部分需求,然后反过来促进.
尤其在购买力水平上面造成的消费聚集推动.

所以,从某种层面上来说,如果把房价按区域做个heatmap的话.
大致可以看作是一种社会阶层的promotion graph.

毕竟,一定范围内的资源是有限的.
所以大致是遵循供需反应的.

而非中心的热度变化,则更像一种事件预期.
更多的是一种资本的需求驱动.

就像A股市场的事件驱动一样.
并不是因为内在价值有所变化,而是有某种变化的预期.
然后遵循默认的规则去提前兑现而已.

所以,某种程度上来说,不能说A股市场或者房地产存在炒作行为.
而是某种预期的强制兑现.

或者说,一些先行资本将这种预期以价格的方式打包成了一种call option.
跟后来的需求者或者说跟风者做了一个类似套期保值的操作.
将远期的价格波动风险转嫁给了后者.

毕竟,就像某些startup,讲个故事,你愿意听,且有钱愿意投.
那是你自己的判断.
对于他人来说,没有所谓的对错.

所以,这里就有了第二个有意思的点.
就是房产这种特定固定资产的玩法.

几年前刚接触经济金融相关东西的时候,跟某些朋友扯过.

如果有一笔足够全款的现金,那么是全款买房还是经可能地贷款买房.

现在看其实就是一个简单的现值加机会成本的问题.
而且以现有的速度和趋势来看,选择后者几乎是毫无疑问的.

考虑首付百分比为down_payment,手头现金为money,利率为interest,年回报/增幅为premium.
那么实际后者回报是杠杆率为money/down_payment的premium跟interest的差额.

按4成首付,8%利息来算,年增幅只要3.2%就够了.
这个看起来是轻而易举的事情.

即使考虑到跟premium本身的benchmark,年增幅也只需要5.4%就够了.

所以就现金和房产两个方案来说,自然是持有房产是一个dominate的option.

当然,这里是没考虑风险的.
因为这里的因素比较复杂.

比如一线城市跟以下城市有着明显不同的risk structure.
尤其是上面提到的区域集中的feature的权重有本质的差别.

然后考虑第二个方案.
money有asset的年回报.

那么benchmark就变为
(money/down_payment) * premium - interest - premium < asset ->
(money/down_payment - 1) * premium - interest - asset < 0 按上面给的数值简略带入一下的话就是 asset > 2.5*premium - 0.08

即使premium是5.4%这个基准值,那么asset的收益率也需要是5.5%.

于是,这个从直觉上来说,也是能够直接reject的一个方案了.
尤其如果按照premium=10%代入的话,可能结果更不理想.

所以,就这几种情况而言,在premium至少保持现有水平的前提下,还有什么比投资房地产更划算的事情呢?

当然,这里其实还有一个稍微有点社会责任感的方案.

考虑把抵押出去做asset.
即假设discount的房屋的折价率.
那么,实际收益就是
(discount - interest)*house*asset + house*premium
->
(discount - interest)*asset + premium

跟benchmark之间的差额也只是
(discount - interest)*asset + premium - ((money/down_payment - 1) * premium - interest)
->(discount - interest)*asset + (2-money/down_payment)* premium + interest
-> discount*asset + (1-asset)*interest + (2-money/down_payment)* premium
0.6a+(1-a)*0.08 + 0.5p
52a + 50p > 8
以杠杆率2.5,折价0.6,利息8%代入的话
->52*asset - 50*premium > 8

那么即使premium算20%的话,asset需要35%左右.

如果进一步考虑,允许未清偿的房产再抵押方式的话.
也就是说再加入money/down_payment的杠杆的话.
则有
((discount - interest)*asset + premium)*(money/down_payment) - ((money/down_payment - 1) * premium - interest)
->(discount - interest)*asset*k - premium + interest
-> discount*(money/down_payment)*asset + (1-asset*(money/down_payment))*interest - premium
-> 1.3*asset > premium - 0.08

同样如果premium算20%的话,asset只需要到9%+了.

也就是说,在允许再抵押的情况下,对整体经济是有一定积极作用的.
毕竟,asset是实际进入生产相关渠道的,对整个产业的上下游有乘数效应.

问题在于如何合理合法化这种再抵押方式.

考虑如果可以把成本打包为债券或者无抵押发行等价的债券.
那么就是实际地把房产变现.
也就是把债务方从银行变为债券持有人.

而如果银行再作为债券持有人持有这些债券的话.
然后通过最近的信贷资产质押再贷款的方式,以某种形式上的暂时地把债券"移交"到央行.

那么,从某个层面和角度来看的话,其实算是企业利用未偿付的房产做了二次贷款.
或者说是把原来流动性不好的固定资产,变为更活跃形式的现金流了.

对于因为资金问题运转不良的企业来说,应该可以起到一定的正面刺激作用.

关键的问题在于,这比新的现金流能否回到正常的生产序列中去.

毕竟,本质上这是个加杠杆的行为.
前车之鉴依然历历在目.



2015-10-10

野蛮的互联网

看到条谈某互联网金融产品App的评论,尤其是其中说到的定期本金锁定偿还息的方式.

想起最近闲着没事也去面了几家做互联网金融/P2P借贷的公司.
大致也算聊了些比较有意思或者说有启发性的东西吧.

最开始这个概念可能只是单纯的打包理财产品或者基金换层皮.
算是传统的互联网思路,从线下渠道争抢利润的路径.

现在的这个概念大多是指向P2P借贷了.

而P2P借贷具体来说,更多是指一些小额的借贷配对.

当然,原则上来说,也可以看作是从线下渠道争夺利润的方式.
但有一点不太一样的是,算是正式的金融行为了.
带有一定的风险性,虽然目前来说,还没有兑现的顾虑.

用某司的话来说,就是违约率可能还不到1%.
当然,这跟它的放贷群体有关.
主要是面笑一些学生白领之类的小额消费贷,尤其是以学生为主.

从借款方来说,如果P2P贷款提供的实际利率高于信用卡的话,那自然会用信用卡.
问题在于有些群体是缺乏信用卡支持的.

比如学生以及一些人群的额度问题.

所以这一块算是传统金融行业不屑于做的部分.

毕竟,对于传统金融行业来说,所用的信用体系和资金规模都不太适用与这种小额且人数不少的群体.
尤其考虑到违约偿付的追溯成本.

而做互联网的人是没什么行为底线的.
只要能赚钱大概就是拼了命去赚.
毕竟支撑这一行业的理念是量变产生质变这种magic.

所以,对一些像学生群体这种实际违约率并不高的群体,其实也是能够分一杯羹的.

关键在于,从资金配对的角度来说,对每一个借款人的额度都不会很高.
所以,再加上借款人数的基数,总体的违约风险可以降低到一个相对低的水平.

如果考虑借款资金是从其他子产品的小额理财上面通道过来的话,那么实际上这是一个小额借贷的配对游戏.

在这个小额理财的通道下,理论上是有可能把违约风险变为一对一的风险匹配的.
即将具体的一个借款人和贷款人做配对,或者做一个一对多的配对也行.
本质上是将这个中介平台本来就已经相对低的违约风险进一步细化分摊到各个借款人人身上.

如果配合一下不保本的条约的话,那么理论上平台是可以完全抹去违约风险的,嫁接到个人身上的.

即使是保本协议,通过对贷款人的兑现/取现周期以及借款人的还款周期做个时间差的话,也是可以基本对冲掉风险的.

当然,有些是自己没有集资渠道,而是从其他渠道借过资金的.
有一定的资金成本.

但是,原则上来说并不影响上面的时间差和风险分散的思路.
只要制造一定程度的利差即可.

所以,基本上可以说,小额借贷算是继游戏之后的互联网生存的又一个更纯粹的空手套白狼的模式了.

自然,也不能说是完全没有风险.
毕竟,现在还是比较初级的阶段,大多数借款人还不是恶意借款.
所以在总体违约率不高,再加上以各种方式分层稀释之后违约率可以很低.

但终究来说,这一模式依靠的还是低违约率.

所以,如果这一前提不存在,相关模式也就没什么意义.

而要攻击这个前提,就目前来说还是相对容易的.
毕竟,现阶段还比较初级,没有什么大规模违约的考虑.
所以,在放贷方面还是相对宽松.
需要提供的资质并不严格,对违约的追溯实际有没有有效的方案.
于是很容易成为骚扰电话或者诈骗等以数量为基本方式的刺探.

实际上,这里关键的一点在于,平台对违约者并没有什么实际上的处理措施.

虽然一般来说平台的风控系统会有借款的基本征信信息.
然后可能还会从其他渠道买一些个人信息和交易记录.

这里一个题外话就是,这些渠道售卖的数据包括个人的交易记录和短信内容.
这点,虽然说可能是从黑产那边过来的.
但是鉴于XcodeGhost这类再打包形式的各种App以及各种第三方SDK,很难说不是某些Store/Market的一些应用打包做的事.

还有就是某些国内厂商的手机也是内嵌有自己的行为搜集器具的,而且还是在本身ROM的系统层面做的.
而这些收集到的信息基本包括你能想到的各种数据,而且这些数据对于签约的合作伙伴来说,是半公开的.

所以说,隐私这个东西,告诉你或者说你知道的对方在收集的,都不算什么.
而且对于多数人来说,并不知道追溯一个人技术上有哪些手段.
因此,很多时候看到人谈隐私问题就有一种"你高兴就好"的想法.

像最简单的追溯一个人,如果你的流量不是匿名,那么只是单纯的根据在大约什么时间访问过什么IP/服务基本就可以确定一个人了.
难度最多就是再多几个离散点去提高区别度而已.
而一旦区别出来了,追踪不追踪就是兴趣/价值问题了.

考虑到没有什么是能完全隐蔽流量即使有也只是暂时没有缺陷暴露出来而已这点的话.
隐私保护这个问题,个人的观点就是让信息的利用价值尽量低就好了.

举个示意但并不确切的例子就是.
你知道它是周杰伦那有如何.

回到风控的问题.

平台就算能拿到个人的各种私密信息,但是没有现金流方面的资料的话,做风控其实是很儿戏的.

说以社交关系等做feature的,只能说是一种辅助措施.
但本质上是一个充分非必要的条件.

对于大多数人来说,即使是自己,也很难准确地把握自己的风险点在哪里.

一个明显的例子就是之前一段时间A股市场的各种故事.

重要的还是基本现金流/偿付能力的一些支持.

所以,对于这些平台的风控部门大多由银行/金融界的来把控这点,还是有相当道理的.

毕竟金融计量也算是比较正经的科学分支.
所用的工具和理论也衍生自很多自然科学分支.

所以在做预测/分类这方面,比互联网来说还是早了很长时间的.

加上互联网本身就不太顾虑准确性这一点,所以虽然方法和工具上可能有写类似.
但是思路立场还是有相当区别的.

就像某些公司可能随便由"富有激情"的产品经理拍几个feature出来甚至只是随机形式上随机几个initial feature vector然后套几个network假装是deep learning,然后就出来一个鉴黄产品.然后还可能在一个数据集里反复"调参数".

这里只是说,做金融计量/工程的至少承认只是"拟合程度",会强调参数的可解释性.
不像某些行业,只要相关不讲因果.

所以,其实挺好奇接下来这个互联网金融的发展情况的.

因为按照逻辑来说,这行到现在还没有出现问题,用户都安分守己不钻研漏洞,这是有点不可思议的.

还有就是其能达到的规模.

一个较合理的想象是,考虑淘宝上全部变为信用交易,那么对于消费需求会是怎么一个影响.

像花呗的额度可能随便就有几千几万.
如果再进一步分期偿付的话,按照年8%的利息算的话,那么实际上是对未来的个人实际消费额做了折扣.

即使不分期的话,还有一个问题就是阿里自身现金流对兑付的支撑.

如果这条兑付链条上,阿里出现一个阻塞,那么直接地就是从商家往上游渠道扩散.
尤其目前电商主要是服装消费占多数的情况.
往上的库存制造原材料以及边缘附加产业.

也就是说,除了银行之外,还多了这类消费贷平台的流动性风险.

所不同的是,银行背负的是止于企业端,或者说通过存贷关系隔离的终端消费对生产的直接影响.
而消费贷平台的流动性风险则是直接的消费/零售直接的多米诺关系.

如果再考虑广一点的,互联网"理财"通道出去的资金可能也是多投向零售等末端生产方.

而不是像银行的信贷/公司债等比较偏向上游产业.
尽管也有类小微贷款,但相对来说不容易,且门槛相对高.

于是,相对来说,这里的流动性和风险问题可能更具有不稳定性.


2015-10-05

独立思考

看到屠呦呦获得诺奖的消息,然后扫到有中医研究院字样,第一反应大概就是又要有场关于中西医的论战了吧.

而事实证明,自己想地还是不够周到的.
这个事情能牵着到的话题除了中西医,还有体制学术,以及医疗之外的文革问题.

这种事情,换做几年前,也可能会选个阵营战个不亦乐乎.
现在大概已经没有那种欲望了吧.
所谓兼听则明.

存在就是合理.
凡事都有正确的一面.

就中医来说呢,为人诟病的一点就是缺乏现代医学的检验程序.
没有"科学"的置信度.

这个中立点说,中医毕竟不是精确计量的现代生化学科.
究其成因和历史时期来说,把它列入经验学科也有点勉强.

尤其一些经典/药方的编撰带有比较强烈的个人选择倾向,缺乏普适性.

但抛开这些,以纯理论框架看待的话,也不是完全不能自圆其说.

就中草药的使用/熬制而言,从某种程度上来说也可以认为是某种萃取制剂过程.
只不过没有精确的元素计量的一种近似提取罢了.

跟现代的制造工艺,思路上来说并没有太大的差异性.

就治疗效果而言.
现代医药起左右的方式大抵应该是要么直接的生化侵蚀作用,要么就是诱导性的自体应激/免疫治疗.
两者都是基于精确计量的方程式工程.

中医的用药行诊从抽象概念上来说,也是归类到这两方面的.
尤其被攻击的草药毒性这点.
兼有两者的作用.

当然,思路一致不代表就是差不多正确.

中医跟现代格格不如的一个地方在于其建立的理论基础.
气血加上阴阳无形这类神化宗教性质的系统概念.

但是如果换一个角度看,结合其时代特征的话,也不是不能理解.

毕竟至少它尝试建立一个统一的理论框架来解释一些因果关系.
至于这个框架正确不正确,那就是时代局限性的问题了.

就像量子理论发展的波函数.
在经典框架里无法解释的东西引入概率函数,能够解决一些问题/自洽,就说明至少正确了一部分.

尽管可能实际的因果关系并不是这样.

比如可能波函数的概率性质其实是缺少了某种高纬度的描述变量,才使得在目前已知的低纬度上出现概率性现象.

考虑实际是y=f(h)+g(x)形式的描述在目前的理论维度下变成了y=g(x;p)的描述.
f(h)的高维信息被投影成低维度的一个观测概率了.

或者像随机一些变量做feature vector去神经网络去CNN图像识别,那可能也有60-70%的"正确"率.
毕竟本身就是个基于"经验"的一个巨型encoder.
你也不能说它不科学.
毕竟这不是精确计量的范畴.

所以说中医那套玄学理论完全没有价值,也不一定.
至少它尝试自洽地解释一些问题.

而如果它"自洽"到一定程度,能给出人一个新维度的想法应用到其他理论框架火提供思路,也不是不可能.

当然,这也并不是说会接受诸如能治不孕不育/癌症等的说法的.
毕竟复杂病理放在那里,也不是一两个固定"方程"能解决的事情.

但对于其他一些常见小伤痛倒是不置可否.
因为想想,也不是不可能的事情.

本质上来说,就是没有找到跟自己现有认知产生明显冲突和矛盾/否定地方.

反过来说,会"据理力争"的大概都是跟其理念有所冲突的部分了.

这些围观下,吸收值得吸收的东西也不错.

毕竟,大抵每个人都有自己成套的系统体系/世界观.
至于完善不完善,正确不正确,其实是没有事实上的评价的.

就每个人而言,自己所做的都是某种程度上正确的,有对应世界观和知识储备支持的.

对与错的界限其实并不明显.
也可能不是一成不变的.

就像体制问题.

本身就是个围城问题.
只不过身处所在,有些表现会额外关心和瞩目罢了.

如果以在其位谋其政的角度思考,可能也并不能做出更高明的决策.
尤其有时候,信息可能更不透明.

加上现代社会,信息的泛滥程度,通常需要有自己的筛选过滤鉴别方式.

就像诸如近期的日本讹人事件,以及之前种种的社会热点反转再反转的事情.

很多事情依靠的还是自己对各个部分的判断推理组合.

至于如何"判断"本身就是个因人而已的问题.

就像有人觉得微博上加V是种可信度保证.
但本质上只是对身份的一个认证而已.
言论如何是另一回事.

有时候甚至是一种筛选信号.

毕竟,把微博当作一个正常的信息渠道工具的,其实并不在意自己对他人来说是谁.
而是他人对于自己来说是什么消息渠道性质.

毕竟大多数人还是默默的消费者.

能够有能力有力量输出信息的,也不是一个认证能保证的.
某种程度上来说也是不需要.

就像和菜头.
从下午南派三叔被攻击开始到现在就做了一场很好的媒体行为艺术.

有时候挺钦佩他的洞察力和人品的.

无条件/奋不顾身支持朋友也不是今天这么一次了.
尤其有时候,在道德上并不占有优势甚至劣势的情况也能挺身而出.

而平时对粉丝的各种看似尖酸刻薄的调戏,对对方来说其实算是种另类的教育/劝戒.
对大众来说也是种调笑之余的反思.

毕竟来说,如果要说心灵鸡汤的话,很早之前的槽边往事应该是没人比得过他的.

现在这种混乱邪恶的姿态,也算是某种超越性的怜悯姿态吧.

毕竟,对于不是玻璃心的,自然也就无所谓形态.
而对于玻璃心,最好的方法就是及早打破,及早恢复.

这种应该就算是所谓的睿智吧.

不是独善其身的独立思考.
而是致力于让其他人也学会独立思考的努力吧.

2015-10-01

由盲人的交互障碍谈起

翻到篇Facebook的论文,谈的盲人在社交网络体验的一个survey.
尤其侧重的在照片相关的这个点上面.

想想也确实,现在很多的App关注点都在于照片或者视频等.
尤其以Instagram这种形式的社交内容.

相对于听力障碍的人来说,视力障碍在这方面的局限性/缺陷可能更为明显.

诚如文中提都的一个观点.
视觉障碍只能依靠screen reading,在检索效率和友好度方面总是有所欠缺的.
加上现在的电子设备还是flat screen,很难提供诸如盲文之类的辅助消费方式.

如果再考虑下听力视觉双障碍的群体的话,这方面的问题就更严重一些了.

毕竟,就目前来说,除去听视觉方面的内容,互联网这个second reality就没什么实感了.

那么,能够提供除此之外的第三类接触方式么.
并且,这种方式是可以适用于移动等手持设备上的?

套用五感的说法.
视觉,听觉,嗅觉,味觉,触觉.

前两者是功能性障碍.
中间的两个则本身主观因素影响较多,且层次感不算特别分明,也不太适合用于信息载体.

剩下一个触觉.

广义上来说,人跟外界的交互也不过是一些生物电子反馈而已.
所以,原则上来说,能直接transcript成人体能识别的信号的话,也就没有这些功能性障碍病理表现了.

除非是涉及都大脑的某些先天性处理缺陷问题.

但原则上来说,也是有办法解决的.
前提是能弄清楚工作机制,然后模拟代替,做inception.

狭义上来说,触觉的范围可以约束到一些具体的肢体触碰反馈上面.

一个例子就是震动反馈.

尤其在手机的设计上,震动很早就存在作为静音时对来电提醒的一种反馈设计.

如果抽象点考虑的话,这种交互传递的就是一个二元的信号了.
理论上来说,跟构成现代计算基础的电子特质无异.

所以原则上来说,各种现存的对信息的encode方式都可以通过震动状态来传递.

但现实的约束在于人的解码能力以及更主要的传播速率限制.

考虑一个更近代一点的编码方式morse code这种现实应用的无线传播形式.
无线电时期的繁荣,至少说明了这种传导方式的实用性和有效程度.

应用在手机上的话,也已算是一种替代读屏的方案.
只不过曲线和实用性是另外一个问题.

这里是以吸收信息的角度看待的.
换个角度,如果是一个Morse code的方式,对手持设备就行交互呢?

也就是说用震动对手机传递信息/指令呢?

想想,早几年的摇一摇也算是这方面的尝试.
不过传递的信息只是一个特例形式的on口令.

后来的Moto X和Nexus 6的Ambient display某种程度上来说,也是这种形式.

本质上来说,是向手机传递的一种物理变化构成的反馈机制.

具体到上面的几个例子的话,差不多都是来自于位置变化.
尽管在敏感度和变化尺度什么有所不同.

另一个例子是照相.
尽管这个application的反馈来源实际上是镜头.

但如果假设是通过手机的sensor计算位置变化做出的处理的话.
其实就是Oculus Rift类的VR应用了.

如果考虑zoom in/out的操作的话,那么跟微软的Hololens/SurroundWeb的在交互上也可以有一些相似性.

在这种条件下,相当于透过手机屏幕,操作另一个世界的"实际物理设备".

或者中二点的说法,手机屏幕投影了一个异世界.
通过对屏幕的touch和这个"window"的位置变化,去实际操作和影响对界的一些设备.

游戏化地来说,Ingress就是这个方向的.
只不过只限于把故事背景设定了一下而已.
游戏的实际方式依然是基于实际地理的.

这个当然是可能有当初的一些其他商业化和数据需求的考虑.

但本质上来说,是可以构建一个等比现实大小的游戏空间出来提供交互的.
就像后续作品Pokemon Go目前给人的想象空间一样.

或者做成一些解密游戏也是思路很直接的.

如果把这种交互方式嫁接到现有的一些游戏机制上呢?

考虑消除类.

消除游戏的本质是用某种search algorithm去solve/optimize某种形式的objective function.
同时adversary则是introduce进来的某种类random variable的error term.

比如传统的三消或者trees或者祖玛都是一种search matching的过程.
俄罗斯方块某种程度上也是search matching,只不过对于的variable是shape而已.

把手机位置的变化作为一种search function来看待的话.
它带来的一些变化量有哪些呢?

一个直接的因素自然是其自身位置变量.

如果考虑屏幕反馈的是类似相机这种projected informa的话,那么可以认为是project context的变化.

那么这种直觉上的屏幕关注区域的变化就是这个search function的一般过程.

依然把matching作为objective function的话,error term应该如何设计呢?

color/shape match的过程,实际上就是从一个project context/screen到另一个context/screen的过程.
如果每一个screen都是静态的,那么这个search algorithm就是deterministic的.

deterministic的话,一个突破点可能就在于混淆性.
犹如拼图.

可以是形状的相似度.
也可以是如纯色拼图这类.

本质上是降低区别程度/减少可供区分的变量.

non-deterministic的话,可以考虑是因素就多谢了.
就shape match来说,可以是shape本身是变化的.

这个变化的含义可能是随时间,或者是本身是个moving object,或者复杂些的需要满足前置收集/match条件的transform.
color match的思路类似.

还有一种是time limited game的思路.
也就是通常的限时任务.

推而广之的话,就是某种外在资源的限制因素.

比如在context/screen switch的时候,并不能显示某些区域等.
而是需要满足某些条件,如移动模式/路径/速率等.
类似war frog的概念.

当然,这种交互方式虽然说能够把可交互领域不止一个维度地扩展.
但相对的,一个局限性就是依赖于物理位置的变化,也就是对现实空间有些要求.

而且在同等交互概念项目,视觉VR的路线可能对这方面的约束更少一些.
毕竟,这种情况下的投影区域/入口不依赖于手机位置,而在于穿戴的设备.

再者,像黑客帝国的脑后插管的Matrix方式可能更环保和空间利用上更高效.

尤其考虑到原则上来说,是可以每个人活在自己世界的.

2015-09-25

无用功

今天晚上看到某条关于新浪微博调整timeline显示算法的消息.
大致意思是04年底的一个改动,对一些高频发布和所定义的低互动内容做"降权"处理.
同时对广告渠道的这里消息做豁免.

对商业渠道做保留处理,这也不是不能理解.
毕竟需要一种盈利模式.

而且就赚钱能力来说,不得不承认新浪微博比先驱Twitter更早实现.
后者现在有许多功能其实也是在借鉴微博的做法.

毕竟,做这种公共消息平台,始终是很难脱离用流量变现的.

只是对用户自己timeline的干涉,这点倒是颇有中华民族的传统美德/家长精神.

事实上,这种看上去是"为你好"的做法,对于国内公司来说,算是某种定势思维吧.
之前的微博自己的智能排序,以及BAT的种种默认开启的做法.

一个算是载入失策的典型应该算是著名的"艰难的决定"吧.

中性地来说,操纵用户的timeline,服务方不明说的话,大概多数人也不会有什么发觉.
毕竟,虽然说timeline的成分构成是自己筛选出来的,但是具体产生了什么其实自己也是不知道的.

这便是这种公共场合性质平台的一个特点.

消息的消费其实是个体自己筛选编辑的一个合集/结果.
里面构成的偏好,其实来源可以很复杂.

有些是资讯类,有些是说话方式,有些是个人关系,有些是其他一些兴趣点之类的.

这几个基本点原则上也是个概论兴致,实际上是可以继续细分下去的.

但如果想通过做feature然后做推荐的话,估计效果并不会太好.

因为从结果上来说,拟合的也只是当前follow状态的一个近似快照.
按照这个结果去寻找匹配的话,谈不上有很强的依据性.

第一是因为这个结果是一个time vary的过程.
某个feature的有效作用可能只在某个时间段或者某些时间段有效.

当然,把每个feature做time serial方向的predict,然后用在分别每个时间段的predicated value做feature vector重新做拟合的话,可能更符合直觉.
但计算量是一方面,实际有效性又是另一方面了.

第二个原因则是个人的偏好其实也是个time vary的过程.

虽然可以再在一个predict,然后跟上面的结果再一起做regression.

但是明显的,这里有太多的predication了.
说没有误差,或者说不影响"准确性"之类的,实在很难令人信服.

所以,通过推荐来扩充网络的健壮性并不见得是一个好方法.

而且从发展历程来看的话,个人的timeline其实多多少少还是靠自身去发掘维护的.

因为毕竟是公共空间,而且早起的模式是更aggressive的转发而没有steady的评论.

这点跟微信这类封闭空间是有先天优势的.

微信一个值得称道的点就在于早期理念的封闭性.
依靠某种程度上的口口相传建立的network.

某种程度上来说,这是一个值得记录的关于口碑传播的大规模社科实验.

结果也可能很明显.

口碑传播确实具有相对的高质量预告以及忠诚度.
但是同时反映了"口碑"供给和发放的有限性.

毕竟,某个领域的周知品牌也就那么几个.
所以从传播效果上来说,其实是一个固定配给的市场.
或者从消费角度来说,是需求固定的一条供需曲线.

而且一个明显的缺点在于,品牌的传播性是的dominated tipping point可能更靠左.
因为这种封闭环境的口口相传很难有足够的突破性去推翻原有的口碑.

一是前辈有着先发优势,覆盖面不是一个层级的问题.
二是传播毕竟是一个存在延时和损耗递减的过程,能存活多久本身就是个问题.

当然,这不是封闭空间独有的问题.
开放空间也有.

只不过开放空间的消息暴露度基本是100%.
个体有动机的化,筛选优化剔除的难度相对低很多.

简单说,就是区别在于消息多元化的程度不同.

消息结构单一或者不够多样的话,纠偏的能力就较弱.
但同时也因为纠偏能力偏弱,传播速度和接受程度可能比多元结构的更快.

毕竟一个闭合圈子的话,某种程度上来说思维结构和接受方式存在一定程度的相似性.
消息处理和消化成本会低很多.

多元结构需要各种预判和处理,相对来说,对消费的门槛和需求复杂度要高些.

不过不管是哪种结构,基于的一般逻辑都是消费者自身的一个筛选再组织过程.
区别只不过是候选的来源问题.

所以,本质上来说,这些流量平台的立足点首先是消费者对消息的主动接受过程.

虽然表现形式上来说可能是一种推送过程.
但实际上,还是基于用户的一个预先选择.

因此,对于用户这个node来说,network flow的驱动方式其实是来自这些node的pull过程.

考虑这么一个network或者说graph.
用户作为subscriber,s-node.
流量的变现提供方,或者说广告主,或者营销实施方作为publisher,p-node.

那么,在这么个一个graph里,实际上就可以划分为两个sub-graph.
分别由s-node和p-node构成的s-graph和p-graph.

于是,该如何定义这个graph的network flow的cash模型呢.
或者说,怎么评估这些网络所能带来的变现能力呢?

考虑,对于network里的某个节点,初始有一定的energy.
然后pull的过程其实是从其他节点slice/aggregate energy.
即energy_x(t+1) = absorb( \sum_{i=neighbour(x)} slice(energy_i(t))) )

也就说t+1时间的节点energy是吸收/pull的t时间的周边节点的energy构成的.
即从following的node里吸收信息,然后再消化之后,供其他节点消费.

这里犹豫的一点是absorb function要不要是守恒的.

如果不守恒的话,也就是整个network的energy可能是可变的.
而且具体到个体node的话,还有个问题是energy到0之后,是否要从network里移除,还是继续保留甚至允许非实数的参与.

守恒的话,直觉上模型/论述起来可能要简单一些.

因为如果把energy替换为cash的话,就是相对简单的零和市场.
不然的话就是一个动态变化的市场.

所以先考虑一下守恒的情况.

如果不区分s-graph和p-graph的话,那么对于graph的network flow来说,不过是energy/cash的互相自然周转而已.

考虑区分的情况的话,把"流量变现"行为定义为一种对flow做routing的行为的话.
那么,实际上就相当于吧neighbour函数返回的neighbours做了更改.

也就是说,实际上是更改了网路的连接结构/状态.

付费的p-nodes实际上是往原有的s-graph里添加新的节点,并改变原有的s-graph的结构变成一个新的graph.
而新加的p-node的作用实际上就是往外emit energy.

那么如果absorb是守恒的,而且考虑p-node的目的只是emit完所有的energy然后退出.
也就是说,纯粹的推广传播之后就消失.

则留在network里的energy就会越来越多.
而这些energy的多寡并不在开始的pull模型里参与任何作用.

也就是说,理论上并没有囊括对现有网络结构变化的影响描述.

考虑absorb是一个非守恒的过程.

对于纯粹的s-graph来说,非守恒就因为这整体network的energy可能衰减到0.

那么,对于平台方来说,一个动力或者说objective就是尽可能地维持或者maximize整体network的energy/cash.

考虑一个特例的简化情况.
也就是,在没有p-node参与的情况下,整体s-graph的energy是恒定/稳态的.
而p-node的加入,则是跟特定的s-graph子集产生连接.

即:
energy_x(t+1) = absorb( \sum_{i=neighbour(x)} slice(energy_i(t)))) + absorb_p(slice(pnode)).
即每个被连接的s-node的energy状态改变的absorb function被加入了一个absorb_p项.

那么,对于原有的objective就相当于maximize各个\sum absorb_p了.

也就是对与付费传播选定的advertise target,其影响不能使得network的整体energy有所衰减.
而如果\sum absorb_p >0的话,那么这一部分的energy就可以当作是平台的盈利来源/cash.

于是,如何定性absorb_p呢?

假设p-node向外emit的energy都是equal quantities的.
那么,实际上absorb_p的性质就相当于对energy的接受/转化程度如何.

也就是说,在这种稳态假设的前提下,广告推送的目标应该是对广告不反感,不会降低自身energy的目标群体.

理论上来说,给定一定的emit量,并不一定总能找到足够的positive的s-nodes去absorb这些energy.
现实一点的情况是,这个candidate的sub s-graph可能存在一些s-node的absorb_p的值是negative的.
但总体来说,还是一样的objective function.

考虑给s-graph的energy稳态做个限定区分的话.
即,如果某个s-node的energy低于/高于一个值的话,那么就不会再往外emit energy.
换句话说,就是s-node不会从低energy的s-node上面absorb.

于是,在理论上就存在某个energy级别并且低connectivity的s-node变成一个黑洞.
从而实际上地减少了整个network的effective energy/flow.

对于s-node在某个值不往外pull的情况,其实原则上是reduce到不emit的情况的.

因为不pull不代表不存在network flow.
只要不到emit的临界点.

所以,回头看的话.
其实说了一堆废话.

毕竟,推送到不反感的用户,维护/鼓励用户的读写活跃度这些都算是直觉上就能想到的东西.

说到底不过是在自我强调一些东西而已.



投其所好

最近看了持械入宋,发觉AI的发展或者说经济化还是非常一日千里的. 虽然说短剧本身也不是什么新事物了. 甚至AI制作也不是最近才有的. 只是从质量上来说,还是看得出来是有区分度,或者说ROI门槛了的. 这片虽然从服化道方面来说还是普通的AI剧,甚至剧情大半夜还是传统的龙王归来模式....