Kevin Slavin 谈演算法如何塑造世界[程序化老手]

这是一张出自艺术家Michael Najjar手中的照片，以他去阿根廷拍摄照片这方面来说，它是真实的；但它也是虚构的，在拍摄后还进行了许多后制工作。事实上他所做的是依据道琼指数的 趋势，以数位化方式重新塑造山的轮廓，所以你们看到的悬崖，山谷旁的高大悬崖，代表2008年的金融危机。这张照片拍摄的时间是景气深陷在谷底的时候，我 不知道我们现在位于何处，这是类似香港恒生指数的地形，我不知道为什么会这样。

这是艺术，也是一种隐喻，但我认为重点是关于这个齿状曲线的隐喻。借着这个齿状曲线，我今天想提出的是，重新思考一些关于当代数学的角色，不仅是金融数 学，而是一般数学。某些我们从这个世界撷取、源于这个世界的东西，已转变成一种真正开始形塑世界的东西，对我们周遭和我们内心世界来说皆是如此，特别是演 算法。基本上这是电脑用来做决定的数学，因为一遍又一遍地重复演算它们，获得了辨别事实的能力；它们是固定、僵化的运算，最后成为真实的结果。

我总是不断地思考这一点；几年前，在跨大西洋的航班上，因为我正好坐在一位年龄跟我差不多的匈牙利物理学家旁边，我们谈论冷战时期匈牙利物理学家的生活情形。我说，「那么，你们当时都做些什么？」

他说，「我们大多是在破解隐形技术。」

我说，「这工作不错，很有趣，请问是怎么进行的？」要明白这一点，必须稍微了解隐形技术的原理，所以－这是过于简化的解释，但基本上，这不是说你可以驾着 156吨的钢铁在天空飞行而躲过雷达侦测，它不会就这么消失无踪；但如果你有办法让这个庞然大物转变成一百万个小物体，就像一群群的鸟一样，当雷达追踪它 时，必须能看到天空中的每一群鸟，对雷达来说，这实在是非常艰难的工作。

他说，「是啊，但这是对雷达来说。因此我们不使用雷达，我们建造一个侦测电波及电子通讯讯号的黑盒子，每当我们看到一群带有电子讯号的鸟时，就认为可能跟美国人有关。」

我说：「是啊，很不错，所以你们有效的击败了60年来的航空研究。你们下一幕是什么？你长大后做些什么？」他说，「嗯，金融服务。」我说：「哦。」因为这 在最近的新闻中有报导。我说，「请问是怎么进行的？」他说，「嗯，目前有2000位物理学家在华尔街工作，我是其中之一。」我说，「那华尔街的黑盒子是什 么呢？」

他说：「你问的问题很有趣，因为这事实上就叫做黑箱交易，有时也称为algo trading，演算法交易。」演变出演算法交易的部分原因是，商业机构的交易者发生跟美国空军相同的问题，就是他们打算转移这些资产－无论是宝硷、埃森 哲顾问公司或任何其他公司，它们要在市场中转移100万笔资产，如果它们一次全部投入，就像玩扑克牌，一下子将筹码全部丢出，等于把底牌全掀了，所以他们 必须找出一种方法。他们使用演算法进行交易，把一笔大交易分成一百万笔小交易，这么做的神奇和可怕之处在于，你将一笔大交易分成一百万笔小交易所使用的数 学方法，也可用来寻找一百万笔小交易的流向，将它们拼凑回去，而了解市场上所发生的实际情形。

因此，如果你需要对目前股市发生的情形有些概念，你可以想像其中有一堆基本上编写为隐藏交易流向的演算法，以及一堆编写为寻找交易流向并采取行动的演算法。这一切都很棒，很不错，美国股市的70％，这个操作系统的70％，原本是你的养老金，你的房贷。

什么地方可能会出错？出错的地方是，一年前，整个股市资产在五分钟内消失了百分之九，人们称之为2:45的闪电崩盘。突然间，百分之九的股市资产消失了， 至今仍无人能对究竟发生了什么事做出结论，因为没人下令，没人希望发生这种事，没人对事实上发生的事有任何控制权，他们有的只是一台放在面前，上面显现数 字的萤幕，只有一个写着「停止」的红色按钮。

而这个东西是我们写出的，我们写出这些我们再也无法读懂的东西，我们写出了一些难以理解的东西，我们弄不清这个我们一手打造的世界究竟发生了什么事。我们 正开始寻找解决之道，有一间位于波士顿，叫Nanex的公司，他们利用数学和魔法，我不知道是什么，得到所有的市场资料，他们有时确实能找出其中一些演算 法，找到之后，他们将资料取出，然后像蝴蝶一样钉在墙上。他们所做的，就像当我们面对大量不明白的资料时所做的一样，他们给这些资料取名并加上故事。这是 他们找出的其中一份资料，他们称之为「刀」；这是「嘉年华会」；这是「波士顿洗牌者」；这是「微光」。

令人惊讶的是，当然，这不只是存在于股市的情形，到处都可以发现这类情形，只要你学会如何找出它们。你可以在这里找到：这是一本关于苍蝇的书，你可能在亚 马逊网站看过，你可能已经注意到这本书，因为当时它的标价是170万美元，它已经绝版了－目前还是。 （笑声）如果你在170万美元时购买，可能算捡到便宜了；几个小时后，它已经涨到2360万美元，外加运费和手续费。问题是：没有人购买或出售任何东西， 这是怎么回事？你在亚马逊网站看到的这个行为，正如在华尔街所看到的，你看到的这种行为，正是演算法发生冲突的证据。演算法未经人类监督，而陷入彼此的回 圈里，没有任何成人监护者说，「事实上，170万相当贵。」

（笑声）

发生在亚马逊网站的情形也发生在Netflix（网路租片业者）。过去几年来，Netflix用过几种不同的演算法，它们从Cinematch开始，尝试 过一堆其他的演算法，有Dinosaur Planet、Gravity，它们现在使用的是Pragmatic Chaos。 Pragmatic Chaos跟所有Netflix使用的演算法一样，试图做同样的事情；它试图捕捉你，捕捉你人类头骨里的想法，这样它就可以建议你下一部可能想看的电影是 什么。这是个非常、非常困难的问题，但问题的困难之处，以及事实上我们并未将它做的十分完善，它无法避免Pragmatic Chaos造成的影响。 Pragmatic Chaos就像Netflix所有的演算法一样，结果是，有60％被租用的电影最后是由它决定的，所以一段以你的想法为根据的代码，负责决定了60％的电 影租用情形。

但如果你能在电影拍摄前对它做评估呢？那不是很方便吗？好，几个英国资讯科学家前进好莱坞，发展出一种故事演算法。这是一间名为Epagogix的公司， 你可以将你的脚本放上去做运算，他们可以量化地告诉你这是一部预算为3000万美元的电影，或2亿美元的电影。重点是，这不是Google，也不是资讯， 这不是金融统计资料，而是文化。你在这里看到的，或你通常并不能真正看出的是，这是文化的物理学。如果这些演算法就像华尔街的演算法一样，有一天就这么崩盘，出岔子了，我们怎么知道，会发生什么情形？

这些演算法在你家也有，就在你家中；这是在你家客厅中互相竞争的两种演算法，这是两个不同的打扫机器人，对干净的定义有十分不同的看法，你可以看到，如果 你将它们调慢，在机身上加上灯光，它们有点像你卧室中的秘密建筑师。建筑本身多少是依据演算法的最佳化结果，这个想法并非牵强，这相当真实，就发生在你身边。

最能感受到这件事的情况就是当你在一个密闭的金属盒中时。一种新型电梯，所谓目的地控制电梯；进电梯之前，你必须先按下要去的楼层，它使用所谓的装箱演算 法，因此，它不会随意让每个人进入任何他们想搭的电梯。每个想去十楼的人都得搭二号电梯，每个想去三楼的人都得搭五号电梯。这么做产生的问题是，人们吓坏 了，惊慌不已，你们知道为什么吧？你们知道为什么。因为这部电梯缺少一些重要的装置，如按钮。 （笑声）就是那些人们都会使用的东西。电梯里只有显示上升或下降的数字，以及写着「停止」的红色按钮。这正是我们想要设计的，这正是我们为这种机器语言所 做的设计。你能将它应用到什么程度？你能将它延伸到什么程度？可以延伸到相当极端的程度。

让我们回头来谈华尔街。因为华尔街的演算法有赖于一个胜于一切的特质，那就是速度。它们以毫秒和微秒的速度运行，举个例子让你们对微秒有些概念：只是按一 下滑鼠，所花的时间就等于50万微秒。但如果你是一个华尔街演算法，只要落后5微秒，就会成为失败者。因此，如果你是一个演算法，你会想找个像我在法兰克 福遇到的建筑师，他清空了一栋摩天大楼，扔了所有家具，及所有供人使用的基础设施，只在地板上铺好钢板，准备让伺服器层层堆叠上去，这样演算法就可以接近网路。

你会认为网路是一种分布式系统，当然，确实如此，但它是由某处分布出来的，这就是它在纽约的分布来源：位于哈德逊街的Carrier Hotel，这是网路进入城市的真正传输路线。实际情况是，你离它越远，在每次传输中就会落后几微秒。这些在华尔街的企业，Marco Polo和Cherokee Nation，比这些家伙（微光、嘉年华会、波士顿洗牌者演算法）落后八微秒，因为它们已经驻进Carrier Hotel周围被清空的空建筑物。这种情形会一再发生，我们会继续将建筑物清空，因为在一吋吋距离及分分毫毫的金钱竞争之下，没有人能像「波士顿洗牌者」 演算法那样，从这些空间中挤出收益。

但如果你拉远来看，将视野拉远，会看到在纽约市和芝加哥之间，有一条825英哩长的电缆沟，这是近几年由一间名为Spread Networks的公司建造，铺设于这两个城市之间的光纤电缆，只为了能用比你点击一次滑鼠快37倍的速度传输一个讯号，只为了这些演算法，只为了「嘉年 华会」和「刀」这些演算法。仔细思考一下，我们用炸药和切石锯凿穿美国大陆，使一个演算法完成交易的时间能快个3微秒，只为了一个永远没人能懂的通讯架 构，这是一种领土扩张政策，永远在寻找新疆界。

不幸的是，我们天生就适合做这种工作。这只是理论上的图形，这是一些麻省理工学院的数学家做的，事实上，他们所说的大部份我都不是真的很了解，其中涉及了 光锥和量子缠结，我都不太明白，但我看的懂这张地图。这张地图表达的是，如果你想在图上红点之处的市场赚钱，就是人群和城市集中之处，就必须将伺服器装在 图中蓝点之处，以达到最佳效率。你可能已经注意到与这些蓝点有关的情形，其中很多是在海洋当中，所以这就是我们将要做的事。我们将建造气泡或平台之类的东 西，我们事实上打算分开海洋，凭空变出钱来，因为这是一个光明的未来，如果你是一个演算法的话。

（笑声）

事实上，有趣的不是金钱本身，而是金钱产生的驱动力。我们事实上藉由这种演算法效率，改造了地球本身的环境，想通了这一点，回头来看Michael Najjar拍摄的照片，就会了解，这不是隐喻，而是预言。这预示了我们正创造出的数学，对整个地球造成惊天动地的全面影响。过去地景的形成总是源于这种 大自然与人类之间奇怪而不自然的合作关系，但这是第三种共同演化的力量：演算法。 「波士顿洗牌者」、「嘉年华会」，我们必须以自然的观点去了解它们，以某方面来说，它们确实属于自然。

谢谢