溝通非常重要，尤其是對(duì)于工程師來說。工程師們經(jīng)常會(huì)犯一個(gè)錯(cuò)誤：當(dāng)想要介紹一個(gè)技術(shù)多么有用、可以帶來什么效益、有什么好處時(shí)，卻開始介紹這個(gè)技術(shù)本身是什么。

今天我們講一講關(guān)于利用蒙特卡洛樹搜索（Monte Carlo tree search）來做風(fēng)險(xiǎn)評(píng)估。

首先我們需要了解他的基本原理：

通過上面的圖，可以得知蒙特卡洛樹搜索分五步：

1. 選擇：從根節(jié)點(diǎn)R向下利用遞歸選擇最優(yōu)節(jié)點(diǎn)到某一節(jié)點(diǎn)L。
2. 擴(kuò)展：若需要進(jìn)行一個(gè)新的動(dòng)作A，需要在節(jié)點(diǎn)L下創(chuàng)建子節(jié)點(diǎn)，任選其中一個(gè)子節(jié)點(diǎn)C進(jìn)行擴(kuò)展。
3. 模擬：從C節(jié)點(diǎn)開始隨機(jī)向下進(jìn)行，直到找到最終的結(jié)果。
4. 反向傳播：記錄下此次的迭代結(jié)果，為新出現(xiàn)的子節(jié)點(diǎn)評(píng)分。
5. 重復(fù)1到4步，最后選擇每項(xiàng)評(píng)分最高的節(jié)點(diǎn)，即我們所需的最優(yōu)解。

蒙特卡洛樹搜索的優(yōu)點(diǎn)是……

停停停，我們不是來這里學(xué)算法的！

我們工程師經(jīng)常會(huì)犯一個(gè)錯(cuò)誤：當(dāng)他想要介紹一個(gè)技術(shù)多么有用，可以帶來什么效益，有什么好處時(shí)，卻開始介紹這個(gè)技術(shù)本身了。

最后工程師還不能理解：“為什么我解釋的這么清楚了，他卻依然不懂我在說什么？”

因?yàn)槟憧赡軟]注意到：當(dāng)你懂得了一個(gè)技術(shù)原理的同時(shí)，你就自動(dòng)剔除了不懂時(shí)的記憶。

為何教小孩子很累？

因?yàn)槟阏J(rèn)為是常識(shí)的東西，他并不能理解。你是站在“懂”的角度來看待這個(gè)問題的，而他站在“不懂”的角度。而這中間隔著很深的鴻溝。

雖然現(xiàn)在與你溝通的都是成年人，但是在技術(shù)領(lǐng)域中，他們也只是新手，還處于“不懂”的角度看待問題。枯燥的技術(shù)講解并不能讓你們的溝通變得高效。

那么，如何才能將讓別人“懂”呢？

我們需要做到以下四點(diǎn)：

1. 闡述結(jié)論，講明效用
2. 活用例子，允許偏差
3. 少用術(shù)語(yǔ)，多用圖形
4. 相互溝通，加強(qiáng)反饋

一、闡述結(jié)論，講明效用

• 在餐廳吃飯時(shí)，你不會(huì)在意廚師的切菜技藝多么高超，而是他做的好不好吃。
• 在買香水時(shí)，你不會(huì)在意里面的成分是什么，而是它香不香。
• 在挑手機(jī)時(shí)，你不會(huì)在意里面的工藝走線，而是它好不好用。

所以，在你介紹一門技術(shù)時(shí)，講清楚有什么用，遠(yuǎn)比講技術(shù)本身重要。

如果你看過我寫的其他文章，你會(huì)發(fā)現(xiàn)我的文章都有清楚明了的加粗了關(guān)鍵詞。

正和一本書的目錄一樣，這些關(guān)鍵詞的作用在于，你哪怕不去看文章本身，你也可以從中大概預(yù)估到文章內(nèi)容。

如果你找到了有興趣的部分，就可以選擇性閱讀。這樣大大減少了閱讀的時(shí)間和精力。

和閱讀時(shí)類似，你想要在有限的時(shí)間內(nèi)將自己的想法讓他人引起興趣，首先就需要講明結(jié)論和效用。

技術(shù)手段都是用來解決問題的。大多數(shù)人對(duì)技術(shù)本身不感興趣，他們是出于“技術(shù)變現(xiàn)”的態(tài)度來了解這項(xiàng)技術(shù)的。你的技術(shù)介紹，是用來佐證技術(shù)的可行性，而不是來進(jìn)行知識(shí)科普的。

我們需要抓住聽眾的核心需求：

• 如果他是老板，就告訴他效益的提升。
• 如果他是經(jīng)理，就告訴他時(shí)間的節(jié)省。
• 如果他是客戶，就告訴他產(chǎn)品的優(yōu)勢(shì)。

二、活用例子，允許偏差

很多情況下，利用一個(gè)大家常用的例子，就能很容易的解釋一個(gè)看起來很高深的問題。

比如說初中課本里，我們?cè)诮忉岆娏鲿r(shí)，學(xué)生很難想象電流在電線中流動(dòng)的樣子。

但是如果將電流類比成水流，將電壓類比成水壓，將電阻類比成流阻，那么就能很清楚直觀的將電流的基礎(chǔ)原理解釋清楚。

覺得這個(gè)太簡(jiǎn)單了？

我們來解釋一下區(qū)塊鏈。

如果按照正常情況來說，你需要解釋關(guān)于公共賬本、分布記賬、權(quán)益證明等等。

如果要更加深入的話，你就要解釋SHA-256、區(qū)塊存儲(chǔ)單元、默克爾樹等等。

而我會(huì)利用非常簡(jiǎn)單一個(gè)例子：

假設(shè)我們有一個(gè)小村莊，每個(gè)人都擔(dān)心其他人是壞人。那么怎么樣才能在這種情況下將張三家的白菜賣給李四呢？

我們規(guī)定每家門口有一個(gè)郵箱，這個(gè)郵箱的郵件可以閱讀，但是不能更改內(nèi)容。

當(dāng)張三要賣白菜給李四，他們要將“賣白菜”這件事情群發(fā)到所有人的郵箱里，然后每個(gè)人都要回信“我知道了”。那么，張三才能將這顆白菜才能賣給李四。

因?yàn)榇蠹叶剂私狻皬埲龑撞速u給李四”這件事情了，那么張三就不能將同一顆白菜再賣給其他人了，那個(gè)郵箱就是區(qū)塊鏈。

區(qū)塊鏈的專業(yè)人士一定會(huì)覺得我這個(gè)例子十分不靠譜：哪有這么簡(jiǎn)單？而且根本沒有講清楚關(guān)于記賬權(quán)，交易認(rèn)證，分布式存儲(chǔ)等等！

那么，你還記得牛頓力學(xué)原理么？

我們現(xiàn)在通過引力波證明了“牛頓力學(xué)原理是有偏差的”。那么為何我們中學(xué)還在教牛頓三定律呢？

因?yàn)榇蠖鄶?shù)情況下，了解到基礎(chǔ)知識(shí)已經(jīng)足夠于應(yīng)用了。

而和非專業(yè)人士交流時(shí)，他們只想要了解其中的核心思想。所以適當(dāng)?shù)钠钇鋵?shí)并不影響技術(shù)的理解，還能利用生動(dòng)的例子來引起他人的興趣。

三、少用術(shù)語(yǔ)，多用圖形

如果我們想要傳授一個(gè)知識(shí)點(diǎn)時(shí)，專業(yè)術(shù)語(yǔ)是必不可少的。

但我們不是培訓(xùn)機(jī)構(gòu)，不必利用專業(yè)術(shù)語(yǔ)來顯示自己的專業(yè)多么強(qiáng)。過多的專業(yè)術(shù)語(yǔ)，反而更難讓聽眾理解。

那么，我們?nèi)绾尾拍茏屄牨姾?jiǎn)單明了的聽懂呢？

一圖勝千言。

人是視覺動(dòng)物。法國(guó)科學(xué)家就證明過，我們的視覺在150毫秒內(nèi)，就可以將圖片中非常復(fù)雜的信息讀取出來。這也是為何我們到現(xiàn)在為止，都無(wú)法利用計(jì)算機(jī)來處理圖片中，物體與物體間的關(guān)系的問題。正如下圖，電腦無(wú)法識(shí)別“人站在羊駝旁”和“人被羊駝追”的區(qū)別。

所以當(dāng)我們看見一張圖片時(shí)，我們的大腦會(huì)其中的信息自動(dòng)分類，而這樣也能 避免我們用語(yǔ)言溝通時(shí)帶來的各種不便。

比如，如果你想告訴你同事，新開的那家牛肉面館湯頭多么的鮮美，面條多么勁道，肉料多么豐富。不管你用多浮夸的語(yǔ)言來形容牛肉面的味道，都不如直接給他發(fā)一張圖：

看到這張圖，他還不會(huì)心動(dòng)嗎？

所以，一張恰到好處的圖片，完全可以替代你的所想所說。激發(fā)聽眾的自我思考，可以促進(jìn)他們對(duì)知識(shí)的理解。

四、相互溝通，加強(qiáng)反饋

當(dāng)你用盡量平實(shí)的語(yǔ)言，配合以圖片和例子，將一個(gè)技術(shù)難題用生動(dòng)形象的方式解釋清楚。

那么你還缺什么？

你還缺乏聽眾的反饋。

本杰明·富蘭克林說過：“告訴我，我會(huì)忘記；教給我，我可能會(huì)記得；讓我參與，我才能學(xué)會(huì)?！?/p>

我們很容易陷入自說自話的窘境。

當(dāng)你講的時(shí)間過長(zhǎng)時(shí)，聽眾就很容易走神。而減少走神的方法就是互動(dòng)。

激活你和聽眾的互動(dòng)，才能真正理解到聽眾了解了多少。

我們?cè)谥v解的過程中，很容易將自己代入老師的身份。

那你還記得你上學(xué)時(shí)最喜歡哪種老師么？

你是喜歡：

• 你們聽懂沒有？
• 你，來重新講一遍。
• 這么簡(jiǎn)單都不懂。

還是喜歡：

• 大家覺得我哪個(gè)地方講的難懂？
• 有沒有哪里還需要我復(fù)述一遍的？
• 我們來畫個(gè)圖。

我們不能讓聽眾產(chǎn)生“聽不懂是因?yàn)樽约罕俊?，而是“多交流就能解決問題”。

所以我們的互動(dòng)不能是直接式，命令式的。互動(dòng)方式應(yīng)該是間接式，請(qǐng)求式的。

那么我們現(xiàn)在重新介紹一下蒙特卡洛樹搜索。

蒙特卡洛樹搜索可以減少50%風(fēng)險(xiǎn)評(píng)估時(shí)的工作量。是一個(gè)非常適用于風(fēng)險(xiǎn)評(píng)估師的輔助工具。

蒙特卡洛樹搜索作為一種啟發(fā)式算法，常用于不確定游戲中，例如著名的圍棋大師，阿爾法狗(Alpha Go)，就利用該算法打敗了柯潔。

因?yàn)轱L(fēng)險(xiǎn)的不確定性也很強(qiáng)，所以我們可以利用這個(gè)算法來提升我們?cè)u(píng)估的準(zhǔn)確度，從而大量節(jié)省評(píng)估時(shí)間和成本。

既然是樹搜索，那么我們就用樹來舉一個(gè)例子：

一顆小樹長(zhǎng)大了，它需要向著陽(yáng)光生長(zhǎng)才能更好的吸收營(yíng)養(yǎng)。

以下是先決條件：

太陽(yáng)是按照一定規(guī)律運(yùn)行的（信息對(duì)稱）。周圍有其他物體遮擋，小樹不知道具體在什么方位陽(yáng)光最好（黑盒）。小樹的營(yíng)養(yǎng)是有限的（時(shí)間限制）。小樹長(zhǎng)得越高，就越能接近陽(yáng)光（最優(yōu)策略）。

我們從種子階段開始，一共有四步：

1. 隨意向著一個(gè)地方生長(zhǎng)。
2. 如果這里光線溫暖，就分配更多營(yíng)養(yǎng)在這里增長(zhǎng)（權(quán)重增加）。
3. 如果這里光線暗淡，也不會(huì)停止生長(zhǎng)，而是減緩生長(zhǎng)速度（權(quán)重減少），直到發(fā)現(xiàn)這個(gè)地方的陽(yáng)光更好。
4. 重復(fù)1到3步。

最后，小樹就能找到最合適的方向生長(zhǎng)了。

這樣理解的話，蒙特卡洛樹搜索是不是一下子變得簡(jiǎn)單明了？

本文由 @鹵豆干 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。