標籤:

知識盲區系列開篇

今天,借著孤獨大腦最新update的《概率權》文章,我終於想聊聊我所痴迷的,知識盲區。

先借用劉未鵬在《逃出你的肖生克》一文中的一句感慨:好的文章並不是體現在文章本身,而是體現在它為讀者打開的一扇扇窗。因此,我想這也會成為我文章未來的定位,即,這裡不是終點,而是新世界的入口。

回到知識盲區。為什麼是知識盲區,簡單來說,知識盲區是阿爾法狗暫未攻克的更廣闊天地,將之結構化是人類唯一的出路。複雜來說,無論是孤獨大腦所論述的概率問題,還是未來簡史所構建的新人類物種,本質上來講,都在告訴我們,我們終會被替代。北京摺疊和三體離我們都如此之近,以至於我們可能真的只能在這個世上稱霸7萬年。

但這個問題並非無解。尤瓦爾說,互為實體的現實(虛擬故事)不斷增強,替代了進化論,來給人類在物種上彎道超車的機會。因此人類有選擇,始終有選擇,可以向左、可以向右。這個現實不行,重構一個即可。

這也是現階段阿爾法狗所做不到的。

圍棋上阿爾法狗能贏,是因為對圍棋而言他沒有知識盲區。投資上芒格能贏,是因為他把自己活成了阿爾法狗。無論是人類還是機器的阿爾法狗(你可以理解為強演算法),他們能贏的前提都是,盡全力消弭知識盲區,換句話說,數據齊全

機器在演算法層面的無所不能,一定要建立在非數據孤島上。人類亦如是(機器本就在copy人的一部分)。但人類若擁有足夠的行業產業信息,卻不一定要顯性化才能應用,而可以借暗默知識生成直覺,直接導出結果。

因此,孤獨大腦的《概率權》在講的其實是,數據齊備的情況下,如何理性地提升贏的概率。而我想講的則正是陰陽的另一面,即,在顯性化數據無法與機器抗衡的當下,人類最佳的出路,是去探尋,知識和數據盲區。

就像所有營銷大師都分為兩類,一類是像李叫獸,給你條分縷析講清楚每個環節怎麼提升轉化率,讓你知道原理知道步驟的;另一類則像羅胖,用常人不用之盤外招(基本都是STC運算元),玩羅輯思維,玩papi醬,玩少有人走的路。

想走這少有人走的路,最大的壁壘卻從來不是信息本身,而是固化的大腦。這是人類物種最本質的限制。參照點和慾望都會是我們的精神壁壘,然而也許同樣重要的,是因為人未見到外界的光。

對參照點和慾望的一點點解釋。人之所以難以成為阿爾法狗,基本受制於這兩點。參照點是起點,指的是機會成本,而且是絕對值的成本。慾望則是終點,指的是說服不了自己,對金錢、成功、快樂的渴求。

存活者偏差和鮮活性效應,其實說的都是我們什麼情況下會選擇不去理性,我們大腦如何親睞我們能看到的,離我們近的(無論是時間、空間、還是親密度加權),本質上還是知識盲區問題。

但在精神層面外,我們實質上就是沒有很好的信息獲取渠道,這和媒體相關,亦和教育相關,結果就是我們頭腦中的演算法不完備,輸入的數據也很狹隘

於是需要光。於是需要有些不一樣的路徑作為輸入。這會是知識盲區系列的起點。

但在這個過程中,我會寫的更多是自己的思考和筆記,而非解讀。也因此,這是一個寫給我自己的系列。或許晦澀,我甘之如飴。

此為開篇。

推薦閱讀:

二叉樹中和為某一值的路徑
037 Sudoku Solver[H]
6. ZigZag Conversion(medium) & 7.Reverse Integer(easy)
單機事務不同隔離級別的並發問題整理
演算法:2. Add Two Numbers

TAG:知識 | 演算法 |