機(jī)器學(xué)習(xí)，各種預(yù)測都是最優(yōu)化問題。其做法是只要給出一個收益函數(shù)，在每一時刻算出能夠最大化收益的方向，沿著這個方向走一小步，然后再從新的起點(diǎn)重復(fù)這個過程，那么不論從什么地方開始，最后一定能夠達(dá)到收益最大的那個終點(diǎn)。這里提到的收益函數(shù)也可以被稱為利潤函數(shù)，就是期望值最大化。

簡單的說，這就是一個迭代的過程，一步比一步優(yōu)化。在機(jī)器學(xué)習(xí)中，這個過程是由計(jì)算機(jī)自動完成的，這也是為什么AlphaGo最終能夠找到一部棋最佳走法的原因。

上面那個描述或許還有一點(diǎn)兒抽象，舉個現(xiàn)實(shí)生活中的例子。比如說，俄羅斯世界杯預(yù)選賽中國足球隊(duì)在主場輸給小組最弱的對手?jǐn)⒗麃喼螅挚蛨鲚斀o了烏茲別克斯坦隊(duì)提前出局。經(jīng)過近40年快兩代人的努力，中國足球隊(duì)終于從亞洲強(qiáng)隊(duì)變成了亞洲的軟柿子，雖然各級領(lǐng)導(dǎo)都著急，但無論是砸錢還是換帥都沒用，其實(shí)有一個很簡單的方法，不僅讓中國足球能夠沖出亞洲，而且還有望奪得世界冠軍，怎么辦呢？只要教育部宣布從今往后高考成績，一半看文化課的分?jǐn)?shù)，另一半看足球成績，馬上所有的廣場都會被踢球的孩子所占領(lǐng)，那些大媽、奶奶們?yōu)榱藘鹤?、孫子也不跳廣場舞了，家長給孩子安排的課外活動都會是足球，各省市也都會被足球砸錢。類似，如果宣布百米跑成績占高考的一半，那滿大街就都會是沖刺的，中國不知道能出多少個奧運(yùn)冠軍。

回到剛才的理論，高考中足球或者是百米的成績，就是前面所說的收益函數(shù)，只要這個函數(shù)一確定，整個社會就變成了一個機(jī)器學(xué)習(xí)的系統(tǒng)，期望值最大化方法，會自動優(yōu)化全社會，讓足球成績達(dá)到最大值。

期望值最大化方法也被看成是宇宙演變和物種進(jìn)化背后的動力。在宇宙的進(jìn)化中，也遵守物理學(xué)的基本原理。各種物質(zhì)之間的四種基本作用力，其實(shí)就是收益函數(shù)。質(zhì)子和中子通過強(qiáng)核力形成原子核；弱核力保證原子核不要太大；電磁力保證原子核和電子能夠形成原子，以至原子可以結(jié)合形成各種分子甚至萬物；萬有引力保證物質(zhì)能夠形成星球等等。宇宙的演變，其實(shí)就是在這很少的幾條規(guī)則限制之下，不斷優(yōu)化的過程，最后孕育出生命。而物種的進(jìn)化也是如此，其實(shí)我們的DNA也是處于一個不斷優(yōu)化適應(yīng)環(huán)境的過程中。

在人和人的關(guān)系上，在一個組織內(nèi)部，也是不自覺的按照期望值最大化方法在不斷的完善。一個人交朋友，開始可能有比較大的隨意性，但是在他的內(nèi)心其實(shí)是有一個衡量標(biāo)準(zhǔn)，也就是收益函數(shù)，也就是要最大化自己的收益。久而久之，對他好的人，彼此能夠產(chǎn)生所謂的化學(xué)反應(yīng)的人，以及距離比較近的人就成了他的朋友，其他人就漸漸的淡出了他的生活圈。當(dāng)然，每個人內(nèi)心的收益函數(shù)是不同。

在一個組織里，尤其是一個公司里更是如此，創(chuàng)始人定下一個什么樣的價值觀，也就是收益函數(shù)，員工就會不自覺的會去朝著收益最大化的方向去努力。

有一家大公司在制定年終獎時，標(biāo)準(zhǔn)是把每個員工的一半獎金和他對公司價值觀的認(rèn)可掛鉤，久而久之就會發(fā)現(xiàn)他們的員工出去說話都是怪怪的，有意無意的在宣傳他們的價值觀。外人相不相信不知道，但是天天說至少把自己都能說的相信了。

在美國IBM公司申請專利和員工績效掛鉤，于是它就成為了歷年來獲得美國專利的絕對冠軍。谷歌對員工發(fā)專利，最初有不錯的激勵機(jī)制，也就是收益函數(shù)，但是一度因?yàn)闉榱耸∧屈c(diǎn)小錢，大幅降低了對員工申請專利的獎勵，結(jié)果卻是谷歌人均申請專利數(shù)銳減，以至于后來在和微軟蘋果的專利之爭上非常被動。于是谷歌又把專利改了，申請一個專利可以獲得一萬美元的獎金，很快，在專利榜上默默無聞的谷歌，一下子擠進(jìn)了前十名。

從這些例子可以看出，公司設(shè)置什么樣的收益函數(shù)，員工就會最大化它，這也是為什么說創(chuàng)始人的基因會決定公司的基因，以及創(chuàng)始人一開始最重要的事情就是定規(guī)矩。谷歌從小公司開始給單元測試寫得好的員工發(fā)獎金，給代碼經(jīng)常出錯的員工小小的懲戒，于是它自然而然地就發(fā)展成了一個重視工程質(zhì)量的公司。Facebook從一開始就強(qiáng)調(diào)產(chǎn)品的迭代速度，因此它就成為了一個以產(chǎn)品驅(qū)動的公司。有的公司一開始就給部門定銷售指標(biāo)，那些公司就成為了只盯著下個季度ppi的短視的公司。

在一個現(xiàn)代組織中，但凡有點(diǎn)獨(dú)立思考能力的人，都會發(fā)現(xiàn)那些領(lǐng)導(dǎo)有意無意設(shè)定的收益函數(shù)，然后不自覺的調(diào)整自己的行為，去最大化自己的利益。與其教育員工，不如設(shè)置一個好的收益函數(shù)，既然宇宙的演變都遵循這樣的規(guī)律，又怎么可能要求員工降低自己的期望值，同時又保證公司的收益呢？

如果你是老板，不妨給大家設(shè)置一個好的收益函數(shù)，如果你是員工，按照公司的章程，最大化自己的收益，是合情合理的事情。

科學(xué)原理不僅適用于科學(xué)本身，也適用于生活。