怎么成为超级预测者？

2015年末，《Superforecasting: The Art and Science of Prediction》名列各种年度好书榜单，浮躁如我，便饶有兴致地找来开始看。看完，不觉跨入2016。

这是一本教你怎么预测未来的书，不是说你可以玛雅人附身，预言世界末日，而是那类「看似困难却有章可循」的问题，如：谁会赢得乌干达下届总统选举？2016年5月之前，英国是否会为脱离欧盟的公投设定一个日期？也可以是意思的，如：美剧「行尸走肉」第六季最先死掉的角色会是哪个？《冰与火之歌》卷六是否会在美剧第六季上映之前出版？（看来不可能了...）

这本书的诞生，来自与一个大型的预测项目—「Good Judgment」，每个人都可以访问项目的官方网站，注册帐号，成为预测者，对各类问题进行预测，并和世界各地的预测者进行PK。成绩足够亮眼，你是脱颖而出的「超级预测者」，接受鲜花和掌声，挺有意思。（网址：https://www.gjopen.com/）

这本书用大量的实验数据和历史事件，摆事实讲道理，说明成为一个超级预测者需要具备哪些特质，全书的要旨都在附录中作了精要的总结，如果你喜欢诸如10分钟看完《三体》、半小时读懂《XXX》这种「干货版」的形式，可以直接浏览一下附录。

「超级预测者」的特质有很多，附录扫一遍就大概了解，但毕竟一个人要具备某种特质并非一朝一夕。倒是书中有两个例子颇具启发性，来看看：

一、分解问题

”芝加哥有多少个钢琴调音师？“这是著名物理学家恩里科·费米在一次课上给他的学生提出的问题，那时候没有Google，不能直接得到答案，面对这样的问题学生们抓耳挠腮，一头雾水。怎么办呢，解决思路如下：

调音师的数量取决于：
芝加哥一年需要多少钢琴调试的工作量（小时）？
一个调音师平均一年工作多少小时？

继续分解问题：
1.芝加哥有多少架钢琴？
2.钢琴多久需要调试一次？
3.调试一次钢琴需要多久（小时）？
4.一个调音师平均一年工作多少小时？

通过前三个问题，估算出芝加哥每年需要的钢琴调试的总需求小时数，除以第四个问题中的每个调音师的工作小时，就是最终答案了。可是这些问题还是不知道啊，别急，秘诀在于——继续分解。

1.芝加哥有多少架钢琴？完全没头绪，没关系，继续分解：
a.芝加哥有多少人口？大致估算一下：250万
有多少人拥有钢琴？不知道呢，钢琴这么贵，不是每个家庭都买得起的，好吧，猜一下，100人中有1台好了
b.有多少机构拥有钢琴？学校、音乐厅、酒吧都可能有钢琴，可能还不止一台，那是多少呢？不知道，反正应该比家庭拥有的多，100人中有2台好了
据此，做些简单的计算，芝加哥大致有5万台钢琴

2.钢琴多久需要调试一次？噢，还是没头绪，一年一次吧

3.调试一次钢琴需要多久？就当作2个小时好了

4.一个调音师平均一年工作多少小时？继续分解： 1. 美国的周标准工作时长是40小时，一年减去两周的休假，40小时*50周=2000小时，所以调音师的年工作时长是2000小时 2. 但是调音师需要上门服务，花在交通的时间不容忽视，减去20%的工作时数好了，这样就是1600小时/年

四个分解的问题都有答案了，计算一下吧：如果5万台钢琴每年需要调试一次，一次需要2个小时，那么一年就需要10万小时的工作量，一个调音师一年工作1600小时，10万÷1600=62.5，四舍五入后，芝加哥需要63个调音师才能满足钢琴调试的任务。

这个结果靠谱吗？通过芝加哥电话黄页，一共可以找到83个钢琴调音服务的号码，其中有一些是重复的。去除掉这些重复的号码后，这个连蒙带猜的答案竟然这么接近！为什么呢，原因就在于「分解」。

如果直接对调音师的人数进行猜测，很有可能是错误的。通过对问题的逐级分解，针对每个「子问题」进行估计，即使某些问题存在偏差，但是偏差的幅度会被相互抵消，也会被相对正确的估计修正，从而达到一种「平衡」。

秘诀在于——分解

二、OUTSIDE FIRST

什么是「OUTSIDE FIRST」？想不出很好的翻译，简单来说：预估问题时，从该问题所属的背景数据入手。看个例子：

Frank Renzetti一家住在Chestnut街84号，他今年44岁，是一家搬家公司的会计，妻子Mary今年35岁，在一家日托公司兼职。他们有一个5岁的孩子，名叫Tom。Frank的妈妈Camila也寡居于这个家。

问题来了：Frank一家有多大的可能性拥有一只宠物呢？

回答这个问题，大多数人开始剖析以上家庭细节的描述：有人可能注意到Renzetti是个意大利名，所以Frank可能从小和很多兄弟姐妹一起长大，因此，他可能想要一个多子多孙的大家庭，但经济上无法负担，所以眼下只有一个独子Tom，怕小Tom孤独，很可能会让他养一只小宠物作伴。也有人可能会觉得，小Tom才5岁，不具备养宠物的能力，所以不太可能。类似这样的说法，听起来都觉得好有道理，但准确性如何呢？

超级预测者们是不会关注这些细枝末节的信息的，至少一开始不会。他们会做的第一件事是：找出美国家庭平均宠物拥有率。

统计学上，这个率称为基线数据。一个事件的发生出于一个更大的背景，对单个事件作预估不能忽略所属的大背景。这被称为「outside view」，与之相反的叫做「inside view」，预测活动的正确顺序是：先「outside view」，再「inside view」。

回到Frank一家，Google一下就知道62%的美国家庭拥有宠物，这就是所谓的「outside view」，那就先假定Frank一家有62%的可能性拥有宠物，好了，接下来可能会注意到他们家所在的Chestnut大街上都是独栋的房屋，一般来说独栋房屋的家庭相比居住在公寓的家庭更倾向于养宠物，这时就要进一步对基线数据进行修正，比如说，美国独栋房屋宠物拥有率是73%，至此，73%就是「outside view」的结果了。

接着，进入「inside view」环节，通过具体分析Frank家的具体细节来调整73%这个基线率。就像一开始描述的那样。

先「outside view」，再「inside view」，与其说这是一种预测方法，不如说是一种看问题的视角，做选择时，先关注整个大的背景，长远的时间尺度，再慢慢地着眼于具体事件的细枝末节。就像相机的「变焦」，先从最远最广的焦距开始取景，摸索，慢慢地，慢慢地把焦距拉近到某个物体，最后淡定地按下快门。

总结
怎么成为一名「超级预测者」？这本书没有给出明确的答案，只是告诉你「超级预测者」有什么特质，他们怎么思考，分析，决策。剩下的，就是每个人自己的事情了。引用书中的一句话：

I can’t imagine a better description of the “try, fail, analyze, adjust, try again” cycle—and of the grit to keep at it and keep improving.

我觉得，这是最好的答案了。