下载掌阅APP，畅读海量书库
立即打开
算法的问题在于，有时会产生一些让人意想不到的结果。人类能察觉到怪异，而算法只知执行，它才不管结果是否谬以千里、荒诞不经。
我最喜欢举一个关于二手书商用算法来经营生意的例子。一位在加州大学伯克利分校（UC Berkeley）工作的博士后非常渴望拥有一本彼得·劳伦斯（Peter Lawrence）于1992年出版的经典著作《制造苍蝇》（The Making of A Fly）。发育生物学的专家经常会使用这本书，但到了2011年时，这本书已经停止发行很长时间了，所以这位博士后只能去找一本二手的。
他在亚马逊网上书城搜了一下这本书，二手书的价格大致在40美元，但他却发现有一个商家profnath对这本书开价1 730 045.91美元，并且还不包邮！还有一个商家bordeebook在做打折活动，但是价格更高，打完折要2 198 177.95美元，居然也不包邮（需要额外支付3.99美元运费）！
这位博士后把他看到的情况告诉了他的导师迈克尔·艾森（Michael Eisen）先生，导师也认为这两家的图书定价有些离谱，他觉得是有人（高学历的人）在开玩笑。但这两家书商在网上的评价还不错，应该不至于是不法商贩。profnath在过去一年中得到了8000多条推介，而bordeebook同期则得到了125 000多条推介。也许，这只是一个孤立的奇怪现象罢了。
第二天，艾森先生又到网上查看价格时发现，这两个书商竟然还在提价：profnath已经标到了2 194 443.04美元，而bordeebook则把价格提到了2 788 233.00美元。艾森先生决定花上几天时间，通过数据分析的科学手段来搞清楚这些奇怪的高昂价格背后的隐情。
最后，他发现了价格上涨背后的数学规律：用profnath当天的价格除以bordeebook前一天的价格总能得到0.998 30；用bordeebook当天的价格除以profnath当天的价格总能得到1.270 59。每个书商都为它们的网站设置了程序，使用特定的算法来确定售书价格。每天，profnath的算法都会检查bordeebook的图书价格，然后将其乘以0.998 30。这个算法非常有意义，表明profnath正在对网站中商品的价格进行算法控制，以削弱bordeebook价格的竞争力。bordeebook的算法也挺有特点，检测竞争对手的价格变化情况，并将对手价格乘以1.270 59作为自己的售价。
表 4-1
综上所述，价格每天都会乘以1.268 43（0.998 30×1.270 59），即价格将呈指数级增长。如果profnath采用了更激进的系数跟bordeebook打价格战，用不了多久，图书的价格不但难以维系上涨，反而可能会暴跌。
profnath所采用的算法已经描述清楚，但为什么bordeebook的算法会不断提高售书价格呢？没人愿意多花钱来买同一本书，或许在当初价格还不是很离谱的时候，它打算依靠自己良好的商家信誉和众多正面推介来招揽顾客。正如艾森先生在博客中所写的：“这种坐地起价的策略相当危险！它会让你的书在库房里接灰的，除非你根本就没有这本书……”
过了没多久，他就明白真相了。果然，bordeebook实际上就没有这本书！他们其实就是倒买倒卖而已。他们的算法还有其他一些功能，如查看其他书商在卖什么书，并把比自己价格低的书标记出来，利用差价买进，再依靠自己良好的商家信誉和众多正面推介以高价转手卖出。因此，该算法设定了涨价的系数1.270 59，这其中包含了购书成本、包装运费，以及他们的利润。
用对数函数可以轻松算出这本书大概在4月8日前的45天上市，售价约为40美元。这充分地显示出指数级增长的力量：短短一个半月，书价就飙升至数百万美元！4月18日，profnath的员工发现了该问题，此时该书的价格已经涨到了23 698 655.93美元（外加3.99美元的运费），他意识到这是个问题，立即采取了人工干预措施，把价格降至106.23美元。随后，bordeebook把这本书的价格改为134.97美元（106.23×1.270 59=134.97）。
《制造苍蝇》这本书的错误定价并没有给任何人带来重大影响，但算法的错误是可能导致重大后果的：如果将这样的算法用于股票期权定价将导致股市崩盘。算法可能导致意想不到的后果，是人们对先进技术存在恐惧的主要原因之一。试想一下，如果一家公司开发了一种算法，它的任务是最大限度回收碳资源，而众所周知，地球上所有生物体都是碳基的，它会理所当然地认为工厂里的人也是含碳生物，所以它在工厂里收集工人来生产碳资源是符合算法逻辑的。那么，可想而知，会发生什么？谁又能来阻止它？
算法是基于数学的，在某种程度上，它们就是数学运算。但是，它们并没有真正创造性地拓展应用它们的领域，所以在数学界，没有人会觉得自己受到了特别的威胁。我们真的不太相信算法会攻击它们的创造者，让我们失业。多年来，我一直认为，这些算法只是辅助我日常工作的工具——它们只是巴贝奇差分机的复杂升级版，主要还是在执行代数或数值运算，所带来的好处仅是将我从枯燥乏味的手写计算中解放出来而已。
直到几年前，人们依然认为人类能够理解他们的算法在做什么以及是如何做的。就像阿达认为的那样，算法的输出不可能大于输入。但是，后来出现了一种新算法，这个算法可以在与数据交互时做出动态调整，运行一段时间后，它的程序员就可能弄不太明白他的算法为什么会做出这样或那样的选择了。程序带来了让人意想不到的收获，算法也变得更有创造力。这就是DeepMind团队所使用的新算法，这个算法使机器在围棋领域中战胜了人类，开创了机器学习的新纪元。