Notes

1.目前軟體技術發展方向目的為發展不同的物件運作模式,利用夠多的不同運作模式, 來找出如何可以如同實體世界一樣,利用不同運作模式之間的衝突點來演化出共同智慧(程式?). 物件理論=>發展出各種運作模式(目前狀況,所以架構變得很重要,目前還是以目的導向,主要是解決各種實際需求) =>為解決整合各種運作模式所發展出的內部解決方案=>研究運作模式的可能性(研究出非實際需求導向的架構理論) =>找出外部整合方案的可能方案=>共同智慧 2.如果目標不變下:目前硬體需求:雲端資訊整合 也就是雲端的最主要目的是共同硬體資源整合和分配. 3.軟體理論的演進速度遠低於硬體,原因不是只要有理論而已,往往需要等有共識才會被實踐4.計畫寫一個沒有分數的遊戲 原因遊戲真正好玩的是你在遊戲裡所作的事而不是你擁有什麼. 遊戲人生,人生跟遊戲好玩的內容都是一樣的. 5.腦袋要像光,身體要像刀,腦袋跟身體運作的道理是兩回事,大多時剛好相反.6.決定正確與否在於對關點可能性的分析,而不是在於推演過程的正確性. 如:犯人的決定,最佳分析的關點在於法官關點的分析,而不是對對方的決定作分析, 對立面不一定是事件利益的最佳分析關點. 如何找到跟分析最佳關點是決策分析的重點. 關點(角色):有以下特點 1.不一定有決定權的單位,只要有參與的角色都可以是關點之一,如以上例子,其實法官只有執行,並沒有決定權. 決定權:對於事情進行中,可反應出非慣性反應者.非慣性反應的可能性為決策內容. 執行:對於事情進行中,可反應出慣性反應者. 2.關點本身沒有比重問題. 只要有參與行為都可視為關點,決策分析是一種面(事件)到點(關點)的分析行為, 所以是面導致點的分析,點是面分析過程的元素,不是對像. 如以上分析,分析過程為: 事件:A,B犯罪行為犯人認罪過程 決策:A是否認罪 目的:決策取得A犯人的最大利益 關點:1.A犯人(決策關點) 2.B犯人(決策關點) 3.法官(執行關點) 單就A關點來分析是認罪是最大利益應為在不知B決策下,A決定認罪好象對A最有利, 同樣情況也發生在B身上,但如果從法官關點結果卻是相反的對A,B不認罪才是對A,B 最有利的決策. 為何會出線最佳答案反而出現在沒有決策權的關點上? 一般以為理性分析是建立不合作的個體身上, 但其實合作與不合作關係決定了最佳利益結果(常常是相反的). 所以除了關點還需要分析關係 關係:1.A,B (可合作,可不合作) 2.A,法官(不合作) 3.B,法官(不合作) 應為法官為執行關點,所以2,3關係可不考慮. (其實這裡有個假設法官是執行關點,但這假設在真實世界是不成立的,但為了 問題簡化所以用執行關點) 目前對於決策有以下幾種理論(解)1.核心(Core):這一個解的理念是希望每一個團體都能滿意他們所分配到的2.凡諾曼—模根斯坦解(von Neumann-Morgerstern solution):這個解觀念是希望具有某種穩定的性質之下的產物.3.沙普利值(Shapley value):假設我們認為(1) 不勞者無所穫;(2) 報酬只與工作績效有關而與其它任何因素無關;(3)工作報酬具有可加性, 這三個條件是構成好的分配所必須具備的.沙普利告訴我們, 對於任一個合作對局, 滿足這三個條件的分配方法唯一存在, 這就是沙普利值.也是俗稱由公設化的辦法所刻劃出的解.4.諮商集(Bargaining Set):由反對—制衡觀點下, 所產生的結果.5.核仁(Nucleolus):這個解的理念是採取約翰羅斯(John Rawls) 的正義理論中讓最弱勢的團體, 處境相對最好的原則.6.核(Kernel):採取某種對稱—平衡的概念所衍生出的解觀念.這些解都是數學模式的解,應用於真實事件,本身就有很大的盲點,應為討論對象不可能存在(如:幾何公設). 如何找到一種簡單的方式發現決策的盲點?真實應用與其直接告訴其決策不如先將決策過程險示出來,目前UML的分析方式是用產品導向的分析,也就是先有決策方式,然後才有程式幫忙決策實現,但對於真實事件的分析最重要的產生決策方法(這才是決勝關鍵)沒有幫助.如何幫助產生決策方法是我想寫的程式決策方法 目前專注於普遍狀況的決策,非關專業的領域 為考慮時間因數,所以程式特性為可任意部份資料 ,分析結果 決策條件跟1.可知跟不可知範圍 2.合作不合作 3.決策時間條件 (真實世界往往錯誤的決策比沒決策好) 4.慣性條件 1.隨機 a.比例隨機 b.範圍隨機 2.單關點決策(傳統利益分析)每個決策方案都扮隨著背後的資料分析與可能利益,資料本身分為確知,有可能(%)當非量化的利益如何分析?利益趨勢測量表(表示法?) 3.多關點決策 小工具:排除法 結果產生決策圖