当前位置: 首页 > news >正文

你只是重新发现了一些东西

指北君关于另外一条思维路径的发现。

"自以为是"的顿悟时刻

有很多时候,我会"自以为是"的发现/发明一些东西。这种"自以为是"的时刻通常还带有一些骄傲自豪的情绪。这种感觉特别像古希腊博学家阿基米德 在苦思冥想如何测量不规则物体的体积 -- 如何测量皇冠的体积这个问题时,在公共浴室中顿悟的那个时刻。他大喊着 "eureka"(尤里卡!我找到了!) 并跳出浴室, 赤身裸体的跑回了家。尤里卡效应(The eureka effect)一般也称为啊哈!时刻(Aha! moment)。

老实讲,我个人认为我对情绪的处理能力其实相当有限。无论是对自己情绪的处理或是对别人投射过来的情绪,反应都相当敏感,有的时候会不自觉 的被拖入情绪漩涡而无法自拔。有一次我发现因为某些事情我很生气,一遍遍想着"他怎么能这样!他为什么要这样对我!他凭什么能这样对我!" 我甚至到了气的踢墙的程度。这个时候意外飘过来的一个问题击中了我:

"我能不能不那么生气?"

然后我开始认真思考这个问题。比如,我现在需要做什么才能不让我这么生气?我的目的是什么?我需要别人做什么?我如何需要 别人做我想做的事情?我如何明确的表达我的想法?他之前这么做到底是什么目的?他的目的是为了让我生气吗?他究竟想表达什么?他有没有可能是其他目的?

当我向自己抛出一个一个问题之后。突然发现,不知道什么时候,前面的愤怒情绪完全消失了。这是一个"Aha! moment"。

从那以后,当遇到类似的问题时,我会尽量的进行分析以避免自己进入漩涡。我意识到,人类的思维它不是只有一条思维路径, 而是,你可以给它创建多条路径。比如在上面的情境中,在原来的思维路径旁边,我创造了另外一条路径,对原来的路径进行观察和思考。 原来的路径它可能陷入了局部的一个陷阱(这个点我们一边在数学或优化上称为局部最小值,local minima),而另外的一条路径是可以辅助原来路径跳出那个局部解, 尽量的接近客观事实或解决问题(对应数学上的全局最优解)。

P.S. 当然了,即使这样,对洪水般的情绪冲击我仍然感觉无能为力,最佳策略还是尽量远离洪水...

AlphaGo 的网络架构

AlphaGo 是由 Google 子公司 DeepMind Technologies 开发的人工智能程序。它因在 2016 年的五局比赛中第一个击败人类职业围棋棋手李世石而闻名。它的胜利 标志着人工智能领域的一个重要里程碑,展示了机器在解决复杂问题方面的潜力。其实在 AlphaGo 之前,人类已经在围棋方面做了非常多的算法探索。 在计算机学科的一些基础课程里面,一般会学到一个叫做 Alpha-Beta 剪枝的算法,这个算法就可以使用在围棋上。它是一种用于优化搜索算法的技术,常用于两人对弈的棋类游戏(如围棋、国际象棋)。它通过剪枝不必要的节点,减少搜索树的大小,从而加快搜索速度。简单来说就是,如果有 500 种下棋方案,每次下子时,它会根据当前的棋盘情况,缩小下棋方案的范围(比如从200中方案中进行搜索),以更高效的方式找到下一步最佳的落子位置。虽然 AlphaGo 中使用了深度学习,我觉得可以简单理解它只是一种相对于 Alpha-Beta 剪枝更复杂的算法。个人认为,它的成功有一个核心因素,就是它的网络架构。

alt

它有两个单独训练的神经网络:策略网络(Policy Network) 和 价值网络(Value Network)。

简单来说,策略网络从当前棋盘状态生成所有可能合法走法的概率分布,它只根据当前的棋盘盘面状态做出决策,优先考虑最有希望的走法,而不必考虑每一步棋的长期影响。 而价值网络可以被视为提供“全局视角”,它重点从整体上估计落子位置对于最终结果(赢或输)可能性的影响。它主要考虑的是当前落子状态的长期后果。

通过整合这两个网络,AlphaGo 可以在局部战术优势和长期战略目标之间取得平衡,从而产生高度复杂且有效的游戏策略。

它们之间的联系

如果你能够看到这里,我相信,你已经发现了上述两件事情的共同逻辑。其中一条思考路径用来思考当前的问题,另外一条思考路径从更广阔的层面对原来的路径进行观察和思考。

人类是一种动物,是一种带有情绪的动物。这种动物使用的沟通方式主要是语言或行为,而语言和行为又天生的存在多义性。当一个人不精确的表达通过另外一个人不精确的接收,再加上有可能陷入的局部错误思考,自然会带来更多的后续问题。

在传统教育中,一般注重的都是知识性内容的教育,对于我们自己是怎么运转的,对于思维是怎么运转的,对于这个世界是怎么运转的,对于我们的职业怎样影响我们的性格,对于其他人性格的理解,我们知道的都是一些只言片语,甚至经常误解,产生各种各样的问题或困惑。但其实绝大部分问题以及答案前人早就研究的清清楚楚,哲学、心理学、历史等等学科早就放在那里等着我们(当然,其中的糟粕也不少),并不需要太多的"自以为是"的顿悟时刻,只需要理解后抄作业即可。可惜的是,我们的时间总是那么少,况且还有那么多无意义的事情等着我们去做。

迈克尔刘易斯是非常非常会讲故事的一个作家。前一阵时间我只是顺着他所有的出版物一本一本读下来,甚至在读之前都不知道这本书是讲什么的。有一本叫做《思维的发现》,没想到是个意外之喜,一周就听完了。如果你对人类如何做决策的心理学问题感兴趣,它肯定适合你。封面上的橡皮擦隐喻了丹尼尔·卡尼曼 (Daniel Kahneman) 和阿莫斯·特沃斯基 (Amos Tversky)提供的擦除和纠正人类中的认知偏差和错误的工具。丹尼尔曾经用到的一个技巧我觉得和上面我的"自以为是"很像,当别人提到一个和他不同的想法的时候,他不会去评价这个想法,而是会去思考,别人的这个想法在什么情况下适用(相当于创造了另外一条思考路径)。最大限度的吸收对方所表达的信息,好棒啊。

考虑到迈尔克刘易斯的写作过程,基本上可以认为,这本书就是丹尼尔和阿莫斯的传记了,两人友谊为之动容,当听到丹尼尔参加阿莫斯的葬礼时,我的心都快碎了,不过现在好了,他们俩又能见面了。

再说回最前面我那个"自以为是"的情绪处理方案。其实心理学中有非常多的现成工具供我们使用,比如认知重构(Cognitive Reframing),它是一种心理技巧,涉及改变你对情况、经历或情感的思考方式。它有助于将消极的想法或看法转化为更积极、更有建设性的想法或看法。我们的想法极大地影响我们的情绪和行为,通过改变这些想法,我们可以改变我们的情绪反应和行为。具体流程就不说了,简单举一两个例子来感受下。

消极想法:“我会在演讲过程中让自己难堪。”

  • 识别想法:“我会让自己难堪。”
  • 检查证据:“我已经多次练习我的演讲并收到了很好的反馈。”
  • 考虑其他可能:“即使我犯了一个小错误,也不是世界末日。每个人都会犯错误。”
  • 重构: “我已经准备好了,我会尽力而为。一个小错误不会毁掉演示。让我想想还能做点什么”

消极想法:“我的伴侣不关心我,因为他忘记了我们的周年纪念日。”

  • 识别想法:“我的伴侣不关心我。”
  • 检查证据:“我的伴侣在许多其他方面表现出了关心。忘记周年纪念日可能是由于压力或忙碌。”
  • 考虑其他可能:“也许他因工作而不知所措,并不是故意忘记的。”
  • 重构:“忘记周年纪念日并不意味着他不在乎。我可以向他说我希望得到什么,而不是像哑谜一样让对方猜。而且我们还可以讨论未来如何不要错过庆祝重要的日子。”

认知重构(Cognitive Reframing)看上去不错,但其实还是有点难掌握的。尤其在情绪袭来的时候,很难,但不是不能做到,它可以变成一个长期目标。

还有一个短期就能见效的工具可供使用,它叫做认知解离(Cognitive Defusion),它可帮助个人改变与想法相关的方式,而不用去改变想法的内容。

关键概念:

  • 认识到想法只是文字或声音而已,不一定是真理或命令。
  • 采用观察自己想法的视角,而不是沉浸在其中。这有助于更客观地看待想法。
  • 不执着于当前想法

场景:你有一个想法:“我是个失败者,我的人生完了。”

  • 给想法贴上标签:例如,如果你认为“我是个失败者”,可以将其重新定义为“我认为我个失败者”(只是一个想法,你"认为"而已,并不一定是个事实)
  • 想象一下用愚蠢或夸张的声音(例如卡通人物或有趣的口音)说出的想法。这有助于结构想法的严肃性
  • 多次大声重复这个想法,直到它变成一系列声音
  • 可视化: 想象一下,把这个想法放在一片叶子上,看着它顺流而下:“我看到‘失败者’这个想法在叶子上飘走了。”
alt

我们可以想象下自己是可达鸭,重复说出上面的负面的标签,看能不能解离上面的想法。

当解决了情绪上的困难之后,如果想再构建一条思维分析路径就相对容易了很多。希望每个人都能更了解自己,了解他人,更了解人类本身这个物种吧。

昨天听一个朋友说他的朋友自杀了。当我母亲过世的时候,我觉得我才理解了(一点)"生命很宝贵"这句话。

真是好可惜呀。

如何在决策过程中利用这些知识

这些心理知识也可以用在生活中,用来解决偏见问题。解决偏见的方法最主要的是保持灵活和开放(open-minded)的态度。但可惜的是,只有实践起来,才知道开放(open-minded)有多困难。当你花了很长时间、费劲心思提出一个想法或干了很多工作之后,对方的第一回应是"不对不对!你这种想法是绝对错误的","你这个这个方面做的太差劲了",如果对方再斩钉截铁或语气不好,相信你没有办法很容易的切换视角去理解对方的想法。

技术预测家和斯坦福大学学者保罗·萨福(Paul Saffo)开发出一种思维框架, 是用来帮助解决偏见的, 我很喜欢: "strong opinions, weakly held"(强观点,弱持有)。

让你的直觉引导你得出结论,无论多么不完美 -- 这就是“强观点”部分。然后是"弱持有"部分 -- 证明自己是错的。进行创造性的怀疑。寻找不合适的信息,或者指向完全不同方向的指标。最终你的直觉会发挥作用,一个新的假设将从废墟中出现,准备再次被无情地撕碎。你会惊讶地发现,一系列错误的预测竟然能够如此迅速地为你提供有用的结果。

当我们了解并掌握了一些心理学知识和技巧,在解决情绪困难之后,利用别人的视角来检验和完善自己的想法和工作,这难道不棒吗?

当然,如果对方的回应技巧比较好,也许我们可能更容易检验和完善自己的想法或工作。但事实是,世界怎么会按照我们的想法运转呢?

本文由 mdnice 多平台发布

相关文章:

你只是重新发现了一些东西

指北君关于另外一条思维路径的发现。 "自以为是"的顿悟时刻 有很多时候,我会"自以为是"的发现/发明一些东西。这种"自以为是"的时刻通常还带有一些骄傲自豪的情绪。这种感觉特别像古希腊博学家阿基米德 在苦思冥想如何测量不规则物体…...

【英伟达GPU的挑战者】Groq—AI大模型推理的革命者

目录 引言第一部分:Groq简介第二部分:Groq的特点与优势1、高性能推理加速2、近存计算技术3、专用ASIC芯片设计4、低延迟与高吞吐量5、成本效益分析6、易用性与集成性7、软件与硬件的协同设计 第三部分:Groq的使用指南1、准备工作2、简单使用样…...

Python学习路线

Python学习路线 领取资料 一、Python基础知识 Python入门:了解Python的安装方法、如何运行Python程序以及交互模式的使用,同时学习注释的添加方法。 数据类型:掌握Python中的各种数据类型,包括数字、布尔值、字符串、列表、元…...

C++ std::forward()

在线调试网站&#xff1a; https://wandbox.org/ #include <iostream> #include <thread> #include <mutex> void func(int &&args) {std::cout << args << std::endl; }int main () {int a 10;func(20); …...

常见的8种排序(含代码):插入排序、冒泡排序、希尔排序、快速排序、简单选择排序、归并排序、堆排序、基数排序

时间复杂度O(n^2) 1、插入排序 (Insertion Sort) 从第一个元素开始&#xff0c;该元素可以认为已经被排序&#xff1b;取出下一个元素&#xff0c;在已经排序的元素序列中从后向前扫描&#xff1b;如果该元素&#xff08;已排序&#xff09;大于新元素&#xff0c;将该元素移到…...

go语言day2

使用cmd 中的 go install &#xff1b; go build 命令出现 go cannot find main module 错误怎么解决&#xff1f; go学习-问题记录(开发环境)go: cannot find main module&#xff1b; see ‘go help modules‘_go: no flags specified (see go help mod edit)-CSDN博客 在本…...

vue echarts画多柱状图+多折线图

<!--多柱状图折线图--> <div class"echarts-box" id"multiBarPlusLine"></div>import * as echarts from echarts;mounted() {this.getMultiBarPlusLine() },getMultiBarPlusLine() {const container document.getElementById(multiBar…...

cesium for unity 打包webgl失败,提示不支持

platform webgl is not supported with HDRP use the Vulkan graphics AR instead....

python开发基础——day7 序列类型方法

一、初识序列类型方法 序列类型的概念&#xff1a;数据的集合&#xff0c;在序列类型里面可以存放任意的数据&#xff0c;也可以对数据进行更方便的操作&#xff0c;这个操作是叫增删改查(crud) ( 增加(Creat)&#xff0c;读取查询(Retrieve)&#xff0c;更新(Update)&#xf…...

用java写一个二叉树翻转

class TreeNode {int val;TreeNode left, right;TreeNode(int val) {this.val val;left right null;} }public class BinaryTree {TreeNode root;// 递归翻转二叉树public TreeNode invertTree(TreeNode root) {if (root null) {return null;}// 递归翻转左子树和右子树Tre…...

数学建模系列(3/4):典型建模方法

目录 引言 1. 回归分析 1.1 线性回归 基本概念 Matlab实现 1.2 多元回归 基本概念 Matlab实现 1.3 非线性回归 基本概念 Matlab实现 2. 时间序列分析 2.1 时间序列的基本概念 2.2 移动平均 基本概念 Matlab实现 2.3 指数平滑 基本概念 Matlab实现 2.4 ARIM…...

AI播客下载:Machine Learning Street Talk(AI机器学习)

该频道由 Tim Scarfe 博士、Yannic Kilcher 博士和 Keith Duggar 博士管理。 他们做了出色的工作&#xff0c;对每个节目进行了彻底的研究&#xff0c;并与机器学习行业中一些受过最高教育、最全面的嘉宾进行了双向对话。 每一集都会教授一些新内容&#xff0c;并且提供未经过滤…...

鱼缸补水器工作原理是什么

鱼缸补水器是一种应用广泛的智能设备&#xff0c;主要用于自动监测和补充鱼缸内的水位&#xff0c;以确保鱼类生存环境的稳定。其工作原理简单而高效&#xff0c;为饲主提供了方便和安全的使用体验。 该补水器通常由两部分组成&#xff1a;控制器和吸盘。首先&#xff0c;用户…...

Linux-Tomcat服务配置到系统服务

目录 前言一、系统环境二、配置步骤step1 了解环境的安装路径step2 配置生成tomcat.pid文件step3 配置tomcat.service文件 三、测试systemctl命令管理Tomcat服务3.1 systemctl命令启动Tomcat服务3.2 systemctl命令查看Tomcat服务3.3 systemctl命令关闭Tomcat服务3.4 systemctl命…...

Python抓取高考网图片

Python抓取高考网图片 一、项目介绍二、完整代码一、项目介绍 本次采集的目标是高考网(http://www.gaokao.com/gkpic/)的图片,实现图片自动下载。高考网主页如下图: 爬取的流程包括寻找数据接口,发送请求,解析图片链接,向图片链接发送请求获取数据,最后保存数据。 二…...

Vue配置项data

data 目录 data 目录类型介绍关键原理编译过程 Vue2Vue3 &#x1f4cc;Vue.js 中的 data&#xff08;Obj/Function&#xff09;属性是 Vue 实例的一个配置选项 类型介绍 对象式 对于根实例或者非复用组件&#xff0c;通常直接提供一个对象字面量作为 data 的值。在对象式中…...

在IDEA 2024.1.3 (Community Edition)中创建Maven项目

本篇博客承继自博客&#xff1a;Windows系统Maven下载安装-CSDN博客 Maven版本&#xff1a;maven-3.9.5 修改设置&#xff1a; 首先先对Idea的Maven依赖进行设置&#xff1b;打开Idea&#xff0c;选择“Costomize”&#xff0c;选择最下边的"All settings" 之后找…...

动手学深度学习(Pytorch版)代码实践 -卷积神经网络-28批量规范化

28批量规范化 """可持续加速深层网络的收敛速度""" import torch from torch import nn import liliPytorch as lp import matplotlib.pyplot as pltdef batch_norm(X, gamma, beta, moving_mean, moving_var, eps, momentum):""&quo…...

Apache Paimon系列之:Append Table和Append Queue

Apache Paimon系列之&#xff1a;Append Table和Append Queue 一、Append Table二、Data Distribution三、自动小文件合并四、Append Queue五、压缩六、Streaming Source七、Watermark Definition八、Bounded Stream 一、Append Table 如果表没有定义主键&#xff0c;则默认为…...

Vue使用vue-esign实现在线签名 加入水印

Vue在线签名 一、目的二、样式三、代码1、依赖2、代码2.1 在线签名组件2.1.1 基础的2.1.2 携带时间水印的 2.2父组件 一、目的 又来了一个问题&#xff0c;直接让我在线签名&#xff08;还不能存储base64&#xff09;&#xff0c;并且还得上传&#xff0c;我直接***违禁词。 好…...

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…...

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案

问题描述&#xff1a;iview使用table 中type: "index",分页之后 &#xff0c;索引还是从1开始&#xff0c;试过绑定后台返回数据的id, 这种方法可行&#xff0c;就是后台返回数据的每个页面id都不完全是按照从1开始的升序&#xff0c;因此百度了下&#xff0c;找到了…...

抖音增长新引擎:品融电商,一站式全案代运营领跑者

抖音增长新引擎&#xff1a;品融电商&#xff0c;一站式全案代运营领跑者 在抖音这个日活超7亿的流量汪洋中&#xff0c;品牌如何破浪前行&#xff1f;自建团队成本高、效果难控&#xff1b;碎片化运营又难成合力——这正是许多企业面临的增长困局。品融电商以「抖音全案代运营…...

Spring AI 入门:Java 开发者的生成式 AI 实践之路

一、Spring AI 简介 在人工智能技术快速迭代的今天&#xff0c;Spring AI 作为 Spring 生态系统的新生力量&#xff0c;正在成为 Java 开发者拥抱生成式 AI 的最佳选择。该框架通过模块化设计实现了与主流 AI 服务&#xff08;如 OpenAI、Anthropic&#xff09;的无缝对接&…...

CMake控制VS2022项目文件分组

我们可以通过 CMake 控制源文件的组织结构,使它们在 VS 解决方案资源管理器中以“组”(Filter)的形式进行分类展示。 🎯 目标 通过 CMake 脚本将 .cpp、.h 等源文件分组显示在 Visual Studio 2022 的解决方案资源管理器中。 ✅ 支持的方法汇总(共4种) 方法描述是否推荐…...

让回归模型不再被异常值“带跑偏“,MSE和Cauchy损失函数在噪声数据环境下的实战对比

在机器学习的回归分析中&#xff0c;损失函数的选择对模型性能具有决定性影响。均方误差&#xff08;MSE&#xff09;作为经典的损失函数&#xff0c;在处理干净数据时表现优异&#xff0c;但在面对包含异常值的噪声数据时&#xff0c;其对大误差的二次惩罚机制往往导致模型参数…...

JVM 内存结构 详解

内存结构 运行时数据区&#xff1a; Java虚拟机在运行Java程序过程中管理的内存区域。 程序计数器&#xff1a; ​ 线程私有&#xff0c;程序控制流的指示器&#xff0c;分支、循环、跳转、异常处理、线程恢复等基础功能都依赖这个计数器完成。 ​ 每个线程都有一个程序计数…...

AGain DB和倍数增益的关系

我在设置一款索尼CMOS芯片时&#xff0c;Again增益0db变化为6DB&#xff0c;画面的变化只有2倍DN的增益&#xff0c;比如10变为20。 这与dB和线性增益的关系以及传感器处理流程有关。以下是具体原因分析&#xff1a; 1. dB与线性增益的换算关系 6dB对应的理论线性增益应为&…...

GO协程(Goroutine)问题总结

在使用Go语言来编写代码时&#xff0c;遇到的一些问题总结一下 [参考文档]&#xff1a;https://www.topgoer.com/%E5%B9%B6%E5%8F%91%E7%BC%96%E7%A8%8B/goroutine.html 1. main()函数默认的Goroutine 场景再现&#xff1a; 今天在看到这个教程的时候&#xff0c;在自己的电…...

nnUNet V2修改网络——暴力替换网络为UNet++

更换前,要用nnUNet V2跑通所用数据集,证明nnUNet V2、数据集、运行环境等没有问题 阅读nnU-Net V2 的 U-Net结构,初步了解要修改的网络,知己知彼,修改起来才能游刃有余。 U-Net存在两个局限,一是网络的最佳深度因应用场景而异,这取决于任务的难度和可用于训练的标注数…...