人工智能决策系统-决策智能化的基本术语和概念，你了解多少？

决策智能化是一种新学术理论，它涉及到选择的方方面面。决策智能科学将数据科学、社会科学、管理科学融为一体，帮助大家用数据改善生活、优化企业、改变世界。AI时代来临，决策智能变得越发重要。总之，决策智能化的目标就是将信息转化为更好的行动，不论规模如何都能处理。

今天我们简单介绍一下决策智能科学的基本术语和概念。什么是决策？数据是美丽的，但最重要的却是决策。数据贯穿我们的决策，贯穿我们的行动，影响我们周围的世界。什么是“决策”？我们认为决策就是任意实体在各种选项之间做出选择。计算机系统给图片做标注，指出图中动物是不是猫，这是决策；掌管项目的人类领导做出决策，看看是不是推出系统，这也是决策。

要了解决策智能化，往往可以从定量和定性角度考虑，定量主要涉及数据科学，定性涉及社会、管理科学。人类不是优化者，而是满意者，也就是说人类满足于“足够好”而非“完美”。回到现实，人类利用认知启发(cognitive heuristics) 来节约时间和精力。许多时候，这样做很好，如果在大草原上碰到猴子，我们可以第一时间奔跑，不能精心计算然后再行动。“满足”还可以节约能量，人类大脑就像一台能耗极高的电子设备，虽然重量不到3磅，但它占用近五分之一的能量。

99.9%的人不会每天都面临狮子的威胁，因为“偷工减料”，最终我们的大脑未能为现代环境做好充分的准备。深入理解人类大脑的决策机制，理解人类大脑是如何将信息转化为行动的，这样我们就可以保护自己，防止自己受到大脑缺陷的影响。我们还可以根据理解开发工具，增强人类能力，让环境与大脑更加协调。

除非你碰到未知的事实，需要采取不同的行动，否则没有必要做决策。当然，接受一些决策分析培训的确能让你把事情看得更清楚一些。没有什么比事实更好，当我们做决策时，如果有事实可以依赖，往往会根据事实做决策。正因如此，我们的首要任务就是弄清楚如何处理事实。

用决策科学训练自我，当我们需要做出基于存在的决策时，可以节省精力，换言之，用相同的精力我们可以提高整体决策质量。这种方法相当实用，不过要做到真的很难。如果我们能掌握事实，早就已经掌握了。在今天的世界，我们为信息忙碌。数据工程是一门复杂的科学，如果大规模部署，必须让信息可靠，这正是数据工程的使命。跑到店铺买一枚冰淇淋很容易，如果重要信息以电子表格的形式列出来，数据工程同样很容易。

不过如果让你运送200万吨冰淇淋，还要保证不融化，那就不是易事了。如果你要设计、修建并维护好巨大的仓库，而且不知道接下来仓库要存放什么，可能是鱼，也可能是钚，那难度就更大了。对于决策智能来说，数据工程只是兄弟姐妹，是关键合作学科；数据科学包含大量传统专业知识，我们用这些知识设计、管理事实。

当你制定决策，查看所有需要的事实，用搜索引擎或者分析方式获取事实，最终剩下的只有执行。你执行完毕，不需要数据科学。如果给出的事实并不是可以帮你做决策的理想事实呢？如果只是部分事实呢？也许你需要的是明天的事实，但你拥有的只是过去的事实，怎么办？

也许你想知道所有潜在用户对你的产品有何看法，但你只问了几百个人的意见。于是乎，你做决策时就会存在不确定性。你所知道的并不是你想知道的。怎么办？让数据科学来帮你。很明显，当你发现拥有的现实并不是自己需要的事实时人工智能决策系统，就要修改方法策略。可能它们只是大谜题中的小谜题，也许它们是错误的谜题，但你找不到更好的。

当你无可奈何，只能超越数据时，数据科学就会变得有趣起来，不过要小心，不要犯下伊卡鲁斯（Icarus）一样的错误（伊卡鲁斯乘着父亲做的人工翅膀逃离克里特，由于离太阳太近以致粘翅膀用的蜡溶化了）。

总之，我们可以从之前封闭固定的学科中汲取智慧，用这些智慧来提高决策效率，决策智能化的本质正在于此。我们对决策智能化有着多种多样的看法，决策智能化将这些看法融合在一起，让我们变得更强大更凝固，最终帮助人类打破传统限制。我们可以用厨房AI来类比，如果AI研究的目的是想开发新式微波炉人工智能决策系统，将AI植入微波炉，那么决策智能化的使命就是让微波炉安全达到目标，并且在不需要使用微波炉时可以使用其它东西。目标往往是决策智能化的起点。