tft每日頭條

 > 生活

 > 機器學習預測逃頂

機器學習預測逃頂

生活 更新时间:2024-09-08 05:31:15

機器學習預測逃頂(思考讓我們看見不同)1

機器學習預測逃頂(思考讓我們看見不同)2

* 拓展思維模式的格局和邊界 *

機器學習預測逃頂(思考讓我們看見不同)3

作者:成甲

對推動人類進步創新背後的力量充滿好奇,喜歡研究人類曆史上偉大的創新人物,追問他們創新變革背後的學習、認知與創新邏輯。

2016年,在“得到”app開設說書專欄,被羅輯思維評選為“中國最會學習的人”;

2017年,出版《好好學習》,被亞馬遜評為年度新銳作者;

2018年,在混沌大學創新商學院錄制上線“思維模型”和“刻意練習”課程;

2019年,赴美參加巴菲特和查理·芒格的股東大會,并專訪芒格先生。同年,出版《好好思考》,系統介紹基于多元思維模型的學習方法。

未來,還會在認知洞察與底層創新邏輯方面繼續研究……

此外,作者還是文旅行業新模式發展的思考者,文旅咨詢公司北京京都風景生态旅遊規劃設計院聯合創始人;混沌大學文旅行業創新商學院發起人;北京自然體驗産業國家創新聯盟發起人之一。

機器學習預測逃頂(思考讓我們看見不同)4

接上周.....

03 如何建立多元思維模型知識體系

A、為什麼要具備跨學科解決問題的能力

1)多樣性紅利

一個人是否聰明不是由智商決定的,而取決于思維模型的多樣性。

2)多元思維模型不等于多個思維模型

多元強調的是掌握不同屬性、學科的知識。

B、哪些領域的知識是人人都應該學習的

跨領域學習多元思維模型,不是為了掌握更多的知識,而是要形成對問題的全局性理解,從而更本質地理解問題。

1)全局性理解(思維的廣度和思想的深度在某種程度上是可以互補的)

機器學習預測逃頂(思考讓我們看見不同)5

2)全面的思維方式

在衆多學科中有四類學科是我們都應該掌握的:

(1)理解物質世界的基礎學科,如物理學、數學、化學等。

(2)理解群體系統規律的學科,如生物學、經濟學、社會學等。

(3)理解複雜系統規律的學科,如複雜性科學、人工智能、哲學等。

(4)理解精神世界的人文學科,如心理學、美學、宗教、曆史等。

如果從思維方式的角度思考不同學科的價值,我們會發現,其實每門學科背後都有一套對應的思維方式,例如:

(1)數學發展出用“符号與邏輯推理”的思維方式。

(2)物理學發展出依靠“第一性原理”的思維方式。

(3)進化生物學發展出用“物競天擇”的思維方式。

(4)複雜性科學發展出用“系統思考”的思維方式。

(5)現代美學發展出不斷“否定常規”的思維方式。

............

我們要做的就是找出學科背後重要的思維方式,并納入自己的知識體系。

C、如何搭建高效的多元思維模型知識系統

傳統的知識體系的架構是學科---》一級知識---》二級知識---》三級知識.....以此類推,逐層細分。

作者提出一個全新的組織多元思維模型的知識結構,那就是組織知識的關鍵不是知識,而是問題。“問思模”體系:基本問題---》思維方式---》具體思維模型。

(1)這個知識體系的建立起點既不是某個學科,也不是某個知識(或思維模型),而是過去知識體系中沒有的新要素:基本問題。

(2)這個知識體系沒有直接把問題和知識聯系起來,而是在兩者之間引入了一個新要素:思維方式。

這個系統中最關鍵的環節是,我們對同一個問題,用不同的思維方式思考,就能整合不同的有效策略,而我們的生活經驗和其他知識都可以附着在這個強大的知識體系内。

處理複雜問題的三個啟發:

(1)要理解一個複雜系統中的問題,就要從不同的視角切入。

(2)對複雜問題的理解,如果在一個維度下無法解決,可以通過增加維度來分析,隻不過,這個過程往往需要更強大的技術做支持。

(3)對複雜問題的處理,要多去跨學科的領域汲取營養。

D、支撐跨學科知識體系的骨架---結構化思維

通常,人們在遇到問題的時候,總是上來就想有一個答案和解釋。

可是高手的思維方式卻不一樣,他們遇到一個複雜問題的時候,先不着急找答案,而是用一個思維框架來分析:

*這個問題背後的基本問題是什麼?

*解決這種基本問題的核心思路是什麼?

*有什麼分析這類問題的常用結構框架?

之所以思考這些問題很重要,是因為高手知道,隻有先看到系統的結構、關鍵要素,才能弄明白系統結構背後的運作規律,最終做出可靠的分析判斷。

遇到問題,認知高手能快速洞悉本質、直指要害。

不在于他的工作經驗有幾年,而在于他能用不同領域頂級的思維方式,把過去的知識體系化、結構化、網絡化,從而形成系統綜合的認知結構 。可以從不同維度問題,舉一反三,把各個領域的知識打通,為我所用。

機器學習預測逃頂(思考讓我們看見不同)6

04 綜合運用多元思維模型解決複雜問題

一般我們遇到的問題大緻可以分為:簡單問題、局部複雜問題和全局複雜問題。而與此相對應的思考方法便是線性推理、結構化思考、系統性思考。

機器學習預測逃頂(思考讓我們看見不同)7

A、多元思維模型綜合應用之降維攻擊

要理解降維攻擊,我們先要建立一個概念,那就是認知是有分層的。有的認知層次比較高,有的比較低。這種認知的不同分層,就決定了之後判斷的質量。如果我們能拉升認知維度、比别人從更高層看問題,就是我們通常說的“高維打低維”。

機器學習預測逃頂(思考讓我們看見不同)8

理解思維的層次性對我們解決問題極為重要,因為在低層次無法解決困難的問題,從高一個層次思考往往就能輕易找到解決方法。

心理學家羅伯特.迪爾茨,他發現了人們思考問題的分層邏輯。這六個層次逐級上升---低層次難以解決的問題,在高層次就容易處理。

機器學習預測逃頂(思考讓我們看見不同)9

新東方集團聯合創始人王強老師認為:認識世界有四個層次,最頂層的是人文思維,再往下依次是科學思維、技術思維、商業思維。

如果一個人停留在商業思維,就看不到技術的演變;如果一個人隻有技術思維,他最終會對技術的發展走向感到迷茫;如果隻有科學思維,就無法探尋科學本身的意義,需要人文思維。而隻有加上人文思維,我們才能形成正确的、完整的認知架構。

機器學習預測逃頂(思考讓我們看見不同)10

B、多元思維模型綜合應用之變換尺度

有時候,我們覺得問題複雜,其實是因為我們太關注眼前的現象了,如果我們能夠從眼前的、短期的尺度中跳出來,換一個尺度重新看問題,問題往往也會變簡單。

解釋所有問題,可以從三個不同尺度找原因:

宏觀尺度的長期原因

中觀尺度的中期原因

微觀尺度的眼前原因

C、多元思維模型綜合應用之聚焦關鍵

比起陷入問題的海洋裡,我們更需要找到更關鍵的問題。所謂“關鍵問題”,就是這個問題影響着其他所有的問題,一旦我們解決了關鍵問題,就能事半功倍,極大地簡化問題。

(1)多數的日常努力抵不上少數關鍵努力。

(2)動态變化中的關鍵點---系統反轉時刻。

(3)成本與收益的非線性不對稱。

尋找關鍵時刻的五原則:

(1)戰略學:趨勢判斷(變換尺度思考)

(2)心理學:内驅力原則

(3)系統學:尋找系統的關鍵解(提升認知)

(4)經濟學:邊際成本/複利效應

(5)正面黑天鵝(非線性後果)

05

未來,隻有高認知能力的人,才能占據競争的優勢。而多元思維模型給我們提供了一個所有人都有可能憑借自身努力 ,提升智慧認知的渠道。

對于我們個人學習思維模型而言,了解一個系統的方法論也隻是起點,更重要的是實踐和練習。

越是簡單、簡潔的原理,越是需要複雜的練習:簡單不是原因,而是複雜練習的結果。

機器學習預測逃頂(思考讓我們看見不同)11

機器學習預測逃頂(思考讓我們看見不同)12

理性&思考

當我們涉獵很多個領域的知識,并且能夠在長視角下思考問題時,我們就會逐步形成與大多數人思考分析問題時不一樣的格局和意識。

在這種全局性認知的能力,我們會在一些瞬間獲得靈光乍現的洞見,而這種少量的洞見可能極大地改變你的人生。

人生不需要每件事情都取得成功,隻要在少數重要而關鍵的選擇上,做出正确的判斷,就能影響一生的軌迹。

感謝作者!

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关生活资讯推荐

热门生活资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved