致谢

我们要感谢很多人。林内亚·甘地(Linnea Gandhi)是我们的参谋长,她为我们提供了大量的指导和帮助,使我们的工作可以有条不紊地推进,让我们的工作充满欢声笑语。基本可以说,是她主持了本书的撰写。除此之外,她还为本书的初稿提出了许多宝贵建议,没有她,我们无法顺利完成本书。丹·罗瓦洛对成书也起到了非常重要的作用,本书的观点最初就源于他与人合著的一篇文章。我们的经纪人约翰·布罗克曼(John Brockman)在工作的每个阶段都热情洋溢、乐观、敏锐而又睿智,我们很感谢他。我们的主编,也是我们的引路人特蕾西·比哈(Tracy Behar)从诸多方面提升了本书的品质。阿拉贝拉·派克(Arabella Pike)和伊恩·斯特劳斯(Ian Straus)也从编辑角度提出了极好的建议。

同时也要特别感谢奥伦·巴-吉尔(Oren Bar-Gill)、马亚·巴-希勒尔(Maya Bar-Hillel)、马克斯·巴泽曼、汤姆·布莱泽(Tom Blaser)、戴维·布代斯库(David Budescu)、杰里米·克利夫顿(Jeremy Clifton)、安塞尔姆·丹内克尔(Anselm Dannecker)、维拉·德莱尼(Vera Delaney)、伊蒂尔·德鲁尔、安杰拉·达克沃思(Angela Duckworth)、安妮·杜克、丹·吉尔伯特(Dan Gilbert)、亚当·格兰特、阿努帕姆·杰纳(Anupam Jena)、路易斯·卡普洛(Louis Kaplow)、加里·克莱因(Gary Klein)、乔恩·克莱因伯格(Jon Kleinberg)、内森·昆塞尔、凯利·莱纳德(Kelly Leonard)、丹尼尔·莱文(Daniel Levin)、萨拉·麦克拉纳汉、芭芭拉·梅勒斯、乔西·米勒(Josh Miller)、塞德希尔·穆来纳森、斯科特·佩奇(Scott Page)、埃里克·波斯纳(Eric Posner)、露西亚·瑞奇(Lucia Reisch)、马修·萨尔加尼克、埃尔德·沙菲尔、塔利·沙罗特(Tali Sharot)、菲利普·泰特洛克、理查德·泰勒(Richard Thaler)、芭芭拉·特沃斯基(Barbara Tversky)、彼得·乌贝尔(Peter Ubel)、克里斯特尔·王(Crystal Wang)、邓肯·瓦茨(Duncan Watts)和卡罗琳·韦布(Caroline Webb),他们对书稿的部分章节乃至全文进行了阅读和评论,感谢他们的慷慨帮助。

我们很幸运能够从这么多优秀研究者的建议中受益。朱利安·帕里斯(Julian Parris)在许多统计问题上提供了极其宝贵的帮助。没有塞德希尔·穆来纳森、乔恩·克莱因伯格、詹斯·路德维希(Jens Ludwig)、格雷戈里·斯托达德(Gregory Stoddard)和常惠(Hye Chang),我们就不可能完成介绍机器学习成就的那几章。我们对判断一致性问题的讨论很大程度上要归功于亚历克斯·托多罗夫(Alex Todorov)和他普林斯顿大学的同事乔尔·马丁内斯(Joel Martinez)、布兰登·拉伯瑞(Brandon Labbree)、斯蒂芬·乌登伯格(Stefan Uddenberg)、斯科特·海浩斯(Scott Highhouse)以及艾莉森·布罗德富特(Alison Broadfoot)。这些了不起的研究者不仅热情分享了他们的见解,还非常友善地帮我们进行了一些特殊数据的分析。当然,如果书中出现了任何误解或错误,那一定是我们的责任。此外,我们还要感谢拉兹洛·博克、博·考吉尔、贾森·达纳(Jason Dana)、丹·戈德斯坦(Dan Goldstein)、哈罗德·戈德斯坦(Harold Goldstein)、布莱恩·霍夫曼(Brian Hoffman)、艾伦·克鲁格(Alan Krueger)、迈克尔·莫布森(Michael Mauboussin)、埃米丽·帕特南-霍斯坦(Emily Putnam-Horstein)、查尔斯·谢尔鲍姆(Charles Scherbaum)、安妮-劳尔·塞利耶(Anne-Laure Sellier)和昭田裕一(Yuichi Shoda)所提供的专业知识。

广告:个人专属 VPN,独立 IP,无限流量,多机房切换,还可以屏蔽广告和恶意软件,每月最低仅 5 美元

我们还要感谢一大批多年来给予我们支持的研究者们,包括莎瑞雅·巴德瓦杰(Shreya Bhardwaj)、乔西·菲舍尔(Josie Fisher)、罗希特·戈亚尔(Rohit Goyal)、妮科尔·格拉贝尔(Nicole Grabel)、安德鲁·海因里希(Andrew Heinrich)、梅根·约翰逊(Meghann Johnson)、索菲·梅塔(Sophie Mehta)、伊莱·纳克曼尼(Eli Nachmany)、威廉·瑞安(William Ryan)、伊夫琳·舒(Evelyn Shu)、马特·萨默斯(Matt Summers)和诺姆·齐夫-克里斯佩尔(Noam Ziv-Crispel)。在对许多我们不太擅长的专业领域进行讨论时,正是由于他们的出色表现,才使得本书的偏差更小、噪声更少。

最后,我们这个由跨越两大洲的三位作者组成的合作团队在创作的最佳时机下,还是与挑战不期而遇,因为2020年是非常特殊的一年。如果没有Dropbox和Zoom的技术加持,我们肯定无法完成本书,因此,我们也感谢在这些优秀产品背后默默付出的工作人员。