蒙地卡羅樹搜索給我的的人生啟示

因為Google的圍棋AI：AlphaGo擊敗世界圍棋冠軍李世石，所以他使用的演算架構之一，蒙地卡羅樹搜索，也跟著紅了起來。我也花了一些時間了解蒙地卡羅樹搜索的相關原理，獲益良多，無論是技術方面或人生啟示。

蒙地卡羅對我來說是一個極具意義的名稱。

(中國蘇州，穹窿山)

「20世紀40年代，在馮·紐曼，斯塔尼斯拉夫·烏拉姆和尼古拉斯·梅特羅波利斯在洛斯阿拉莫斯國家實驗室為核武器計劃工作時，發明了蒙地卡羅方法。因為烏拉姆的叔叔經常在蒙地卡羅賭場輸錢得名，而蒙特卡羅方法正是以機率為基礎的方法。」

這段是維基百科上的說明，曼哈頓計畫的科學家為了研製原子彈，發展出利用隨機數進行數值模擬的方法。

這也是我碩士班時的研究方向之一，但這個研究題目因為個人因素而中斷。如果有時光機，這應該是我想回到過去扭轉的一個時間點吧。

2006年，雷米·庫洛姆（Remi Coulom）用同樣的概念發展了圍棋演算法領域，提出了蒙地卡羅樹搜索。

這裡不對技術方面多做著墨，相關細節維基百科或網路都可以找到。我想探討的是我在蒙地卡羅樹搜索獲得的一些想法。

探勘（Exploration）與探索（Exploitation）

人生就是一座搜索樹，無時不刻遇到需要選擇的十字路口，而且一開始每一條路的結果都是未知的。每當自己費心思考過後，決定選擇的當下，又會創造一座新的搜索樹。

如此複雜的人生要如何尋找自己的路？在還沒對某些事物產生「偏好」的時候，需要橫向尋找，多方面嘗試，試得多了總會找到自己的偏好。此即探勘。

當我們對某些事物，產生了比其他事物更多的「偏好」時，需要對有更多偏好的事物加深摸索的力道。此即探索。

蒙地卡羅樹搜索的選擇機制，同時考慮了探勘與探索，缺一不可。探勘與探索是同等重要的，不管在人生的什麼時期。如同棋局不同階段，所應用的選擇策略比重不同。

開局時，偏好極度不明朗，所以必須廣泛地橫向摸索，可以加重探勘的成分。一旦嘗試出幾項最初的偏好，即可深入探索，豐富在這個世界的體驗，以便為未來的人生經驗提供養分。

終局時，變化性不大，因此可以加深對明顯偏好的摸索，而加重探索的比重。即使這樣，即使你已經對某幾項偏好探索地極為深入，而且幾乎快得到解答。但你並不能保證這條路就是自己最偏好的。

人生比棋局多了更多可能性。需要探勘拓展眼界，更需要探索以了解世界。

不停地摸索，隨時回頭審視

蒙地卡羅樹搜索還有一項特點，每個時間點都可以停止搜索以進行決策。當然，搜索得越久，決策的正確性會越高。

我們無時不刻都在探索人生，但時常不自覺。往往走過一段路之後，才能體會當初的決策帶來了怎樣的結果。

人生是絕對無法全部預測的。人生就是一次次地，由已知走向未知，而將未知轉換成已知的過程。每一個已知都會通往許多未知的路，而當未知被掌握而成為已知的時候，又會產生更多的未知。

但人短短的一生之中，能見識、體驗過多少的未知呢？能將多少未知轉化成已知呢？

我們能做的，也不過是憑自己探勘與探索所獲得的知識與資訊，來推算一個模糊的結果。差別是你看到了結果，是幾分相似的未來？有多少百分比的全貌？

孫子兵法曰：多算勝，少算不勝。就是這個道理。

當我們在人生的路上不停回頭審視，才能隨時準備好決策。即使常常倉促成軍，但不再是熱鍋上的螞蟻，遇到突發事件也不會無所適從。終能成就自己最期望的自己。