高效思考——各学科思维模型
2021-08-15 12:02:50 0 举报
AI智能生成
巴菲特的合伙人查理·芒格的多元思维模型,本质就是一种多维组合思想,把不同的跨学科的知识汇集在一起,解决一个问题。本模板采用芒格的思想,持续更新和添加新的思维模型
作者其他创作
大纲/内容
群体心理学
误判心理学
直觉思维模型:‘系统1’的运行时无意识且快速、情绪化的
理性思维模型:‘系统2’的运行需要费脑力,要慢一点更加理性化
《思考,快与慢》
权威对一个人的影响深刻
专家一个方面好,我们大脑会连续性的去相信其他也是好的
我们相信权威,本质上也是大脑结构性缺陷导致的——“默认连续性”
《影响力》
心理学
“舍得”,有舍才有得。舍掉的就是机会成本
我们要使得收益必须大于机会成本
切忌,不要把文中的理念应用到家庭讨论上,也不要用在和朋友的交流上(除非你打算和这个朋友绝交),更不要尝试去改变家人的观念,家不是一个讲理的地方。
机会成本模型
社会学
经济学
法学
不受制于迄今为止的行事经验与规范
多问为什么?有没有更好的办法?
批判性思维
哲学
不相信任何学者、教授、权威
其实是一剂毒药,以毒攻毒来得到新思维
怀疑论
保持孩子般的激情和好奇心
好奇心
教育学
力和反作用力是同时存在的
普通人遇到问题和阻力再想方法解决
聪明人实现做好各种预案和准备
高手提前预测,能够借力打力、声东击西
我们做任何事都会遇到阻力
反作用力思维模型
物竞天择,适者生存
和生物学进化论相映照
万物总是选择最简单、最经济的方式
最小作用力模型
物理学
数学是一种表达的艺术,而不是计算工具
局部最优不一定是全局最优,全局最优一定是局部最优
当外界环境有太多不确定性的时候,很难寻找全局最优解的时候寻求局部最优解——毕竟,完成好过完美
学习掌握自然、社会发展规律,行业发展趋势等,正所谓顺势而为,借势而上,不断的修正局部最优解,让局部最优解越来越接近全局最优解
爱情至少要来一次全局最优。婚姻能找到局部最优即可
局部严格要求,各种辅导班、作业
全局:无条件的爱;价值感;终生成长心态
孩子的教育
场景
时代变化很快,今天的局部最优解,明天也许就不是最优解了
注意
局部最优与全局最优模型
摩尔定律
勿以善小而不为、勿以恶小而为之
著名案例
学习、基础科研都是这样
开始的时候,发展很慢。但到了一定程度,各种联系都清晰了,往往会爆发式增长
指数增长(复利模型)
方向比努力重要
先确定可行性,再求解
世界是非线性的,非线性非常复杂。因为它非常复杂,我们探索一辈子,都只能看到一点点
非线性的局部却往往能用线性逼近。现实中的问题往往没有那么复杂,想得太多反而没有办法取得进展
要做成一件事,往往可以从简单的做法入手、从局部入手,逐渐走入全局、走入复杂
概念
事物发展到一定的程度,往往要走到规律适用的边界、往往要出现拐点,从而从线性走向非线性。
拐点思维
凡事有度,过犹不及
案例
微积分与非线性
把一个东西用熟数学公式描述,就是最简单的事情
简单、本质思维
世间所谓的规律,就是“变化中的不变性”。爱因斯坦的相对论,反应了质能守恒,就是一种不变性。
创新工作时,往往是继承基础上的创新。
比如,爱因斯坦的相对论并没有否定牛顿力学:相对论认为,牛顿力学在低速下就是成立的。相对论是继承基础上的发展。
太阳底下无新事
自古以来深知用兵之道的人并不喜欢用战争解决问题
如果不能和过去的理论融合,往往就是荒唐的创新
善于创新的人,往往要尽量避免不必要的创新。
从古知兵非好战
变化中的不变性
学过数学,思考问题的严密程度会增加。
创新工作,都要辩证地否认前辈。而前辈的观点不是那么容易地就能否认的
有批判能力的人、有自我批判精神的人,才有资格建立自己的理论。否则,往往就是胡扯八道。
严密与自洽
从某种意义上说,数学就是研究分类的学问。
深入思考问题的时候,其实就是在分类。分类不仅是“分”,也有“合”。“分”是看差别,“合”是看共性
分类的一个重要作用就是跨界的借鉴。越是搞创新,借鉴前人的经验就越是显得重要
知己知彼百战不殆
决策的基本逻辑
分类与变换
实数空间解决不了的问题,在复数空间往往能解决,并可以把结果返回实数空间、解决实数空间的问题。
实和虚的问题。比如,金钱、官职、学位、职称是“实”的;而人的信誉、能力、公信力、心情、知识往往是“虚”的
有智慧的人,往往不是太在意“实”的东西,但很注重“虚”的积累。“虚”的积累,往往会带动指数增长的模式;也不会为自己树敌。如果能找到一条“从虚变实”的途径,就容易得到更大的成功。这就是老子“不争”的智慧。
虚实穿越
微分方程,其实就是用来描述这类发展过程的。
解决矛盾的智慧在于:推动矛盾的逐渐缓解。
“用发展的办法解决问题”,恰恰也是改革开发40年最重要经验。
有种矛盾,叫做互为因果
现在的鸡和蛋都是生物进化、一点点发展的结果,而不是突然一下子就产生了。
先有鸡还是先有蛋
互为因果、反馈增强
我们生活在一个不确定性的世界中,智者是善于把握概率的人。
有些人士喜欢钻牛角尖、追求确定性、绝对正确
很多决策虽然结果是不好的,但在理性上却是正确的决策
反之,过度理性的决策,未必能得到好的结果
做创新的人,没有100%的确定性。过度追求确定性就没有创新,必须要学会用概率思考
要想逼近确定性,需要花大量的时间去获得信息——而实践的过程,本质上就是获得信息的过程
从本质上说,就是因为信息能帮助人类减少和正确地应对不确定性
信息技术的发展
确定性是工业人追求的目标
不确定性则是工业人技术创新的机会
理解现代工业及其发展规律
确定性与不确定性
一个数学结论能否成立,关键是给了什么前提条件
现实中,很多理想没法实现,其实不是能力不够,而是前提条件不满足
聪明人不会硬来。善于创新的人,会把很多的精力放在构造条件上。这就叫做“退一步海阔天空”
“有条件要上,没有条件创造条件也要上”。工业人的智慧之一,就是创造条件。通过创造条件,把复杂的问题变得简单,就容易推进了。
创新往往发生在条件不太理想的时候。因为条件理想了,创新的机会也就失去了。所以,善于创新的人,往往要善于创造条件。
构造条件
辅助线的作用,本质上是把论证和计算分成几个部分。把困难的问题拆开来
技术创新之难,往往在于“把登天的问题变成登山”的问题。这就是把问题分解,难度就会降低到可操作的程度。
不要在开始的时候就急于追求无人化,而是确保流程的可行
先人做,再机器做
智能化的工作分工:人类获得知识,机器运用知识。这样就避免了机器学习的困难
用人明白的道理,让机器做得更好
不要追求一步到位,而是要先跨出第一步,再追求做得更好。当然,这样要求如果再深入一点,就是要为今后的持续改进奠定基础。
先做成、后做好
推进智能化的过程
用辅助线破解困难
黑天鹅
小概率事件会造成大破坏
二八定律
概率论
数学与人生的智慧
数学
统计学
化学
普通人都能理解的、看到的表象
现实层
思考后归纳总结出的规律
技术层
本质
底层
类似于地基-墙壁-屋顶三层
三层解释思维模型
工程学
雨林生态思维模型
人才优生
挑选落叶迟、常绿、生命强
先选
家庭养育、学校教育、社会培育
修剪、浇灌、病虫害防治、施肥
再育
太重理科,缺少培育人文学科的归属感、胜任感、价值感
当前中国人才培养像种树跳过了某些步骤
选了人才、也育了人才,可是效果还是不佳! Why ?
用植物学知识聊聊人才培养
行道树非天生
植物学
进化论
生物学
应对其能力加以充分思虑和考量,使其集中用于处理那些挑选出来的必要信息
不应当沉迷于无用无价值之信息
要有人生目标,带着目标、目的,带着问题去寻找信息
脑是以约20瓦特的功率进行有限运作的
美国、以色列的教育体系就是如此,两国的创业、创新也是全球领头羊
儿童教育特别重要。比如培养创新思维、批判思维要从娃娃抓起,效果会更大。
大脑神经元在儿童时期有两个增长高峰
我们的短期记忆才能够转化成为长期记忆其实是
以教代学,强化记忆
刻意练习,强化记忆
强化大脑记忆神经链
脑科学
生理学
分支主题
各学科思维模型
0 条评论
回复 删除
下一页