台北表演藝術中心
衝著台北表演藝術中心的參觀回路免費到年底,臨時起意去探探路,見識一下號稱很厲害的貢丸造型建築設計。其中個人覺得蠻厲害的是沿途設有許多觀景窗,能看進劇場內部,甚至在劇場演出的同時,可以看到正在看劇的觀眾反應。可惜參觀期間的劇場演出都蠻暗的,沒辦法看的清楚。總之,大概比較確定這應該是小孩不太會感興趣的點了。
運氣不錯,在回路出口出現彩虹。
衝著台北表演藝術中心的參觀回路免費到年底,臨時起意去探探路,見識一下號稱很厲害的貢丸造型建築設計。其中個人覺得蠻厲害的是沿途設有許多觀景窗,能看進劇場內部,甚至在劇場演出的同時,可以看到正在看劇的觀眾反應。可惜參觀期間的劇場演出都蠻暗的,沒辦法看的清楚。總之,大概比較確定這應該是小孩不太會感興趣的點了。
運氣不錯,在回路出口出現彩虹。
接連讀了兩本機率相關的書:《機率思考 (CHANGING IT)》、《莊家優勢 (The House Advantage)》。先說總結:正確解讀理論或經驗而來的統計機率數字,然後堅定不移地相信並選擇期望值較高的方向去執行,機率將帶給我們應有的報酬。
在這當中,首當其衝的「正確解讀」,就是一項不那麼容易的課題了。在這個資訊爆炸的年代,各種倒因為果的偽科學推論,很容易就因為標題聳動而快速蔓延。例如車禍事件受害者往往都有繫安全帶,可能就會被錯誤解讀為繫安全帶將導致車禍。更糟的是,有些「異數」事件因此被擴大解讀,更能進一步扭曲事實真相。書中舉了 2008 年英國政府決定,13 歲以下女孩要接種能預防子宮頸癌的 HPV 疫苗為例,當一位女孩接種疫苗後數小時內死亡,於是有人要求終止疫苗計劃。當我們跳回機率的框架,女孩死亡當下已經有 130 萬名女孩接種了同樣的疫苗,這時我們該權衡的,應該是 130 萬分之一的死亡率與大規模解決子宮頸癌之間的取捨。而事後的驗屍結果則顯示,女孩胸部有惡性腫瘤,死因與疫苗沒有那麼大的關聯。這也不免讓人聯想到近年來的 Covid-19 疫苗的種種爭論。
再來,理論或經驗而來的統計機率數字,則通常是相對客觀且一翻兩瞪眼的。以 21 點算牌來說,就是理論能算得出來的機率。透過觀察已經發出的牌,我們就能大概知道還沒發出的牌的大致組成,並藉由這些線索,推算當下自己與莊家的勝率,在自己勝率高的時候多下注,莊家勝率高的時候不下注,只要回合數夠多,機率就就能反應在自己的籌碼上。至於經驗而來的機率,其實說穿了就是大數據、人工智慧同樣一套概念,這裡就不展開細講。
有了正確的解讀,有了統計機率數字,要堅定不移地相信並選擇期望值較高的方向,往往又是另一回事。畢竟,人之所以為人,終究還是有情感、有非理性的部分。以《莊家優勢》作者提到的一個 21 點的狀況為例,當剩餘牌的點數對我們極為有利時,即使拿到兩張 10 點的牌,幾乎穩贏的狀況下,也要違反直覺將兩張 10 分牌,同時加倍下注,因為理論上會有更高的期望值。
除了以上結論,還有兩個小重點也蠻值得一記的:
首先是風險控管。機率之所以管用,就是次數要夠多,效果才會反應出來。所以在 21 點下注策略上,分批進場是很重要的,畢竟一下就把子彈用完,機率再怎麼對自己有利也無法再玩下去了。
再來是常態分配 (normal distribution) 並不常見。「常態分配」聽起來就是很常見的一種分佈,其呈現出來的鐘形曲線也蠻對稱美麗的,因而被廣泛套用在各種機率計算中,殊不知現實世界往往是由許多醜陋的分佈所組成,例如薪資、氣象學、生態學、地質學等領域都有呈偏態分配的情況,金融市場活動更是比較接近極端事件機率相對高的柯西分配 (Cauchy distribution),此時如果錯用了常態分配,可能就會得到與事實不符的錯誤預測。
常態分配與柯西分配 (source: Wolfram)
《大人的 Small Talk》EP295:「人生最終後悔的,往往不是你做了什麼,而是你沒做什麼。」Just do it.
無意間看著《十六分鐘略懂刷題面試》的封面,想起之前看到一半的美劇《Silicon Valley》,於是再找來把沒看完的部分給補齊。
這部專為工程師宅量身打造的影集,除了滿滿的科技梗,還把許多矽谷科技公司的文化給如實呈現出來(許多看似誇大與嘲諷的部分還真的就是這樣),同時也融入了公司經營、創業與商業競爭等等,各種面向的元素在裡頭,實在是太精彩了。雖然最後劇中的 Pied Piper 沒能正式上線,看似做了好幾年的白工,但這當中的過程,都是參與其中的人生命當中不可磨滅的篇章。矽谷,就是這麼一個匯集全世界精英,不斷碰撞產生火花的地方。
自己實際走過一場為期四年的家事訴訟後,對於司法相關議題較能感同身受,也開始會去關注。其中,《律師也有良心,怎麼了嗎?》一書,當然也吸引了我的目光,同時也藉此聊聊自己對於司法的感觸。
書中除了納入許多實際案例與分析,也從作者身為律師的角度提出感想,可以說是一本良心律師的告白。
說到底,法官、檢察官、書記官、律師、調解委員等等號稱公平正義的守護者們,都是有血有肉的平凡人,都有各自的家庭生計要扛,都有各自的主觀意識,都會被堆積如山的案件壓得喘不過氣來,都得無時無刻承受來自人性最自私最醜陋的一面的壓力,也都很有可能會基於種種原因,而做出錯誤的判斷。更不用說其中不乏會有道德敗壞唯利是圖的份子參雜其中,這是所有行業都會有的情形,見怪不怪。身為手無寸鐵的小老百姓,面對有瑕疵的判決,除了體諒司法人員身而為人,而人有體力上的極限,以及人必犯錯的事實,似乎也無能為力。
同時,也因著自己的訴訟,才意識到現今司法效率之低落。都什麼年代了,法院還在用大量紙本書狀往返,許多的數位資訊明明電腦直接運算或傳輸相當便利,硬是要印出成紙本再手動閱卷查核。只能說,在這種無效率的機制下,案件愈積愈多只是剛好,每個案件拖個好幾年更是不意外。在這種情況下,判決品質很大程度取決於運氣,運氣好遇到還保有熱情的司法人員願意耐心陪你耗下去,運氣不好,遇到在體制中被磨到失去耐心,只想趕快草草結案的司法人員,誰還管你所謂的公平正義。唉!司法效率能吐槽的點實在太多了,再講下去沒完沒了。
毫無疑問,司法的數位化應該會是一個很有價值、很值得投入的方向。假如案件審理都能像公司營運一樣有效率,能自動化的流程都自動化,運用 Jira 或是 Trello 之類的 project management tool 來掌管進度,開庭時間一到,法官、書記官、當事人與雙方律師直接線上會議,該傳的資料線上傳一傳,疑點線上講一講,需要調閱銀行資料之類的就數位資料直接傳送,勢必可以省去大量交通閱卷時間,庭期間隔將有機會縮短為 weekly sync 甚至是 daily scrum,案件的消化速度也勢必能大幅提升。
更進一步,與其把希望放在司法改革,我更期待 AI 法官來臨的那一天,提升效率的同時,也能盡可能減少人類法官犯錯的空間。當然,是在 AI 犯錯率低於人類法官犯錯率的前提下,這很難嗎?