关于多样性用途的内容，我认为斯科特.佩奇的《多样性红利》讲得最为全面。
佩奇的理论可以用两个数学公式概括为：
- 群体能力 = 平均个人能力 + 多样性；
- 多样性 > 能力。
多样性，是解决问题思路的多样性，是观点多样性。多样性的两个最大用途是解决复杂问题和做预测。
1.数学上的解释与应用
多样性第一个让我想起了线性空间，只有维数不同的矢量才决定多维空间。只有不同，才能扩展更广。
然后又想到了进化算法。与最优化算法不同，进化算法没有固定的公式，而是充分利用群体智能寻找复杂问题的解。首先将足够多的个体分布在解空间的不同区域，分别探索局部最优，然后根据结果不断调整个体分布，从而接近全局最优。
2.一个真实的预测案例
公众号“学习学习再学习”2016年11月1日的文章《黄顺丽：我如何抽中李笑来送的 iPhone 7》，完美诠释了多样性预测的威力。
2016年10月4日，比特币首富李笑来发了一条微博：猜对此条微博转发次数者送最新上市的iphone7一部。这个问题十分符合复杂问题的特征，它是动态的，博主本身也是没法控制的。
截图，原文已经找不到了
黄顺丽能够成为幸运儿，依靠的正是多样性预测算法。让我们看下它是怎么做的：
我用爬虫软件截至到 10 月 7 日 19 点，还有 1 个小时预测活动截至的时候，将大家的转发留言收集到 Execl 中；
用 Execl 分列功能将大家猜测的数据提取出来；将大家猜测的数据做了个平均值和加权平均值；
将这些数据做了两个极值，分别放大 15%，缩小 15%，数据结果是平均值意外的等于加权的平均值 6593.75，放大 15% 是 7757.35，缩小 15% 是 5604.68；
在微博里面猜了这三个数。
3.人与人工智能的出错
正好在吴军的得到专栏里看到了人与人工智能出错的比较，里面涉及到了多样性。
近来，IBM的沃森（Watson）医疗机器人给患者开错了药，引发了一些人的担忧。
人工智能出错和人出错有一个非常大的区别，人出差错常常体现在个案上，计算机出错就是成批出错，造成大错，比如造成股灾的自动交易系统。其本质的原因在于许多人工智能的背后算法是相同的，面对同样的输入，得到的结果也是确定的，要不然全对，要不然全错。算法的相同便于推广，但也丧失了多样性的容错优势。
而人则不同：
- 首先，人的思维总的来讲是独立的，我们每一个人的判断虽然受到他人的影响，但是不会完全相同。
- 其次，人在遇到未知的麻烦时，不会像机器那样陷入死循环，而是会根据其它价值来审视当前的情况。每一个人凭自己的经验和知识，在麻烦时作出有利于自己的决断，避免了很多大面积的灾难。
- 但如果人被洗脑了那也会丧失多样性，比如历史上各种狂热的运动。
在未来的智能时代，人要做的是保持多样性，而不是像机器那样为了高效率遵从一种思想，一种方法。
罗素说：“To be without some of the things you want is an indispensable part of happiness.”
（须知参差多态,乃是幸福的本源）。论语有云：“君子和而不同”。东西方的智慧在这一点上是相通的，多样性是一件好事，我们应当看到它、接纳它和爱护它。
网友评论