人生演算法（寫得極妙！）
Feb.
15
灼見（微信號：penetratingview)
只有一種成功，那就是能夠用自己的方式度過自己的一生。
作者 | 老喻
A部分
一
這個世界上有時間旅行者嗎？
霍金為此在2009年做過一個實驗：專門為時間旅行者舉辦了一場派對。
實驗的亮點是：為確保參加者真的是穿越而來，而非普通人前來冒充，霍金在派對結束後才向時間旅行者發出請柬。請柬上註明了具體的時間和地址。
遺憾的是，並沒有時間旅行者出現在霍金的派對上。這似乎意味著時間旅行是不可能的。
說的好像時間旅行者很閑似的。又或者，時間旅行者是不自知的。又又或者，已經來過了，這就是他們惡作劇後的結果。
時間不可逆，可能是宇宙最奇妙的秩序之一。時間之不可逆流而上，凸顯了其它所有可能的逆流而上的價值和意義。
上帝不會安排每個人的命運，祂只是設計了基本的演算法。
時間均勻、單向地流淌，是這個演算法不多的「第一性」設定。就像圍棋的「氣盡棋亡，隔手提劫」。「第一性」設定越簡潔，棋局的變化越豐富。所以圍棋比「第一性設定」更多的象棋複雜很多很多倍。
複雜即不確定性。
這就是人世之不確定性的原因。
人生觀的界限之一是：你因不確定性而生的快樂，和你因不確定性而生的痛苦，孰大孰小？
然而，痛苦和快樂，並非「第一性」，最初的演算法，未曾對其作出定義。
否則人類就會失去最重要的稟賦：自由意志。
所以，時間穿越者，要麼因為獲得旅行的權力，放棄自由意志；要麼對上帝撒嬌說：我兩個都想要。
於是上帝可能設置一個類似於圍棋里打劫的「第一性」，氣雖盡，猶可循環。
作為條件，為了保持「自由意志」～假如自由意志並不是一個幻覺，時間旅行者會被從記憶里拿掉他重複過的那一段歲月。
那麼時間旅行者的穿梭，又有何意義呢？
也許你我都是那個不自知的時間旅行者。
在上帝的演算法里，我們的軀殼，盛放著我們的大腦，運行著我們的意識，被驅使於自由意志的那些並不自由的快樂、憂愁。
二
你是你自己的主人嗎？
莎士比亞說：
「我們的身體就象一座園圃，我們的意志是這園圃里的園丁；
不論我們插蕁麻、種萵苣、載下牛膝草、拔起百里香，或者單獨培植一種草木，或者把全園種得萬卉紛披，讓它荒廢不治也好，把它辛勤耕墾也好，那權力都在於我們的意志。」
在進入成人世界之前，「控制論」似乎是可行的。我們玩兒球，看物體按照牛頓力學精確計算出的拋物線飛行；我們學騎車，享受著慣性的樂趣。因為地球的轉動，四季更迭。年少的我們對未來充滿期待，而內心底，則堅信世界猶如鐘錶般牢靠。
假如人也是原子構成，並處於物理世界中，那麼，我們的大腦是否就遵循著物理定律呢？
斯賓諾莎是一名一元論者或泛神論者。他認為宇宙間只有一種實體，即作為整體的宇宙本身，而上帝和宇宙就是一回事。他的這個結論是基於一組定義和公理，通過邏輯推理得來的。
斯賓諾莎的上帝不僅僅包括了物質世界，還包括了精神世界。他認為人的智慧是上帝智慧的組成部分。
斯賓諾莎還認為上帝是每件事的「內在因」，上帝通過自然法則來主宰世界，所以物質世界中發生的每一件事都有其必然性；世界上只有上帝是擁有完全自由的，而人雖可以試圖去除外在的束縛，卻永遠無法獲得自由意志。
關於決定論，
法國數學家皮埃爾·西蒙·德·拉普拉斯寫道：
我們可能將宇宙的現在狀態視為其過去的結果和其未來的原因。
如果一位智者在某個特定時刻知道使自然處於運動的所有力以及知道構成自然的所有成分的位置，並且如果他還有足夠的能力分析這些數據，那麼他能將宇宙中的最大物體和最小原子的運動納入一個單一的公式中；
對於這樣一位智者，沒有什麼是不確定的，而未來就像過去一樣呈現在他的眼前。
這位智者，就是著名的「拉普拉斯妖」。
「宇宙鐘錶論」認為，世界具有確定性、且可被數學方程式精確計算。只要知道某個物理世界的初始數值，我們就可以算出後面發生的一切。所以，從科學的角度看，宇宙中不存在不確定性，一切皆可預知。
十九世紀末，「上發條的世界」，被研究「
三體問題」龐加萊叩出一個縫隙。他發現了混沌系統：
這是一種確定的但不可預測的運動狀態。它的外在表現和純粹的隨機運動很相似，即都不可預測。
但和隨機運動不同的是，混沌運動在動力學上是確定的，它的不可預測性是來源於運動的不穩定性。或者說混沌系統對無限小的初值變動和微擾也具有敏感性，無論多小的擾動在長時間以後，也會使系統徹底偏離原來的演化方向。
混沌現象是自然界中的普遍現象，
天氣變化就是一個典型的混沌運動。混沌現象的一個著名表述就是
蝴蝶效應：南美洲一隻蝴蝶扇一扇翅膀，就可能會在佛羅里達引起一場颶風。
混沌系統經常是自反饋系統，出來的東西會回去經過變換再出來，循環往複，沒完沒了，任何初始值的微小差別都會按指數放大，因此導致系統內在地不可長期預測。
奧爾松舉了二戰時候的例子，他認為頑強的丘吉爾也許就是一隻蝴蝶。
進入20世紀，量子機製取代了牛頓的物質觀。原子和分子層面的不確定性，儘管如此難以被直觀體驗，仍然被加速般進入到我們的現實世界中來。
宇宙開始不確定起來了，充滿了隨機和偶然。那個理性化的、符合物理定律的穩定世界，於動蕩演變的真實世界並不相符。《深層學習》寫到：
複雜系統的變革給我們的啟示是：我們生活在複雜的、不可預料的、不可簡單化的混亂系統之中。
這一
觀點不僅適用於我們的自然界，也適用於社會環境。火災和戰爭，地震和市場崩潰，全球變暖和國際貿易，事物間的關係遠比簡單的類比複雜得多。我們所在的系統永遠以新穎的方式發生著變化。陽光之下，並無舊事。
進而，量子物理被引入人的大腦。
一群物理學家和心理學家開始用量子概率原理來研究人類的認知和決策行為，開創了「量子認知科學」：
正如微觀粒子的行為是概率性的、不確定性的，人的認知和決策行為亦然。正如微觀粒子的行為極易被情境影響，人的認知和決策行為亦然。
有人讓愛因斯坦用不超過 50 個字來回答關於上帝的問題，而他只用了 32 個：
我信仰斯賓諾莎 的上帝，他以萬物之秩序示現，不會幹涉人的命運和行為。
我倒不認為愛因斯坦支持「決定論」。他曾經說過：我想知道上帝的構思；其他的都只是細節。「萬物之秩序」，不正是造物主的「演算法」嗎？
三
誰在控制你的意識？
上世紀的70-80年代，科學家們開始關注「複雜系統」，「湧現」則是複雜系統中最顯著也是最重要的一種特徵。湧現(Emergence)，字面翻譯為突然出現，在系統科學中它意味著「整體大於部分之和」。
任何系統都是由大量微觀元素構成的整體，這些微觀個體之間會發生局部的相互作用，然而當我們把這些個體看作一個整體的時候，就會有一些全新的屬性、規律或模式自發地冒出來，這種現象就稱為湧現。
Jeffrey Goldstein則對湧現作以下定義：
複雜系統中在自我組織的過程中，所產生的各種新奇且清晰的結構、圖案、和特性。
例如：每隻小小的螞蟻是一個非常簡單的個體，它們沒有聰明的頭腦，只會完成一些簡單的任務。然而，當把成千上萬隻小螞蟻組合到一起的時候，整個蟻群就能體現出非常複雜、龐大的湧現現象，例如社會分工、集體協作等等。
人類的大腦是另外一個蘊含
「
湧現
」
理論的令人震驚的例子。
組成人類基因組的 2萬個不同基因中，大約有 1 / 3出現在大腦中，並且掌管著數百億個神經細胞的生死。每一個神經細胞儘管相對複雜，但自身沒有意識，或者說不夠聰明。
然而，當這些神經細胞相互連接時，便會形成一個令人驚訝的網路，該網路不僅比神經細胞總和更強大，而且能夠意識到自己在思考。
儘管人們熱烈討論的話題仍然是 「大腦真正的工作機理 」 ，但很明顯，以正確的方式將不太複雜的部分相互連成網路，便可以湧現思考和意識。
庫茲韋爾的立場是：
如果生物體在做出情緒反應時完全令人信服，對於這些非生物體，我會接受它們是有意識的人，我預測這個社會也會達成共識，接受它們。
請注意，這個定義超越可以通過圖靈測試實體的範圍
——
因為圖靈測試至少需要掌握人的語言。
但只要非生物體足夠像人，我會接納它們，我相信，社會中的大部分人也會如此，不過，我也會把那些具有人類一樣的情感反應卻不能通過圖靈測試的實體包括進來，例如，孩子們。
在庫茲韋爾看來，如果你接受這樣一種信仰飛躍，即非生物體就其感受性所作出的反應是有意識的，那麼這也就意味著：
意識是實體整體表現出來的湧現特性，而不是由其運行機制產生的。
簡而言之，他選擇「相信」。
假如意識是「湧現計算」的結果，它又是如何被感知的呢？那些不可測的意識，是如何被穿起來，彷彿一個連貫（儘管經常不如意）的劇情，從而塑造了「我」？
大腦基於非常古老的設計，雖然其微觀性和複雜性，成年人的大腦有1000億個神經元。在歷史進化的過程中，大腦的設計是低效而怪異的。但我們如何完成超級電腦都手足無措的任務？
《進化的大腦》說：單個神經元都是極其緩慢、不可靠且低效率的處理器。但是，大腦是一萬億個非最優處理器的聚合體，大量互聯形成500萬億個突觸。
因此，大腦可以利用大量神經元的同步加工以及隨後的整合模式來解決複雜問題。大腦就是一台拼裝電腦，儘管每一個處理器的功能極有限，但大量相互關聯的處理器則效率驚人。
這就是大腦，它使用大量相互關聯的平行構造，加上精細的反饋信息，就把簡陋的部件組成了一個令人驚嘆的裝置。
大腦都不是設計完美的，它只是胡亂堆積在一起的一團東西。我們的情感、感知和行為的獨特性，很大程度是因為大腦並非一台優化的通用解題機，而是尋求特定解的一團怪異聚結物。
心智和意識，是我們存在的根本，也是這個世界最大的難解之謎之一。我們很難從主觀體驗的角度去研究。
哲學家大衛·查默斯說：「我們用物理解釋化學，用化學解釋生物，用生物解釋心理（也許要在前面加上：用數學解釋物理）。但如何解釋意識呢？」
讓我們暫時放下對「我是誰」的糾纏，回到物理世界。
史蒂芬.平克這樣定義：
心智是由自然選擇設計來解決我們的進化祖先在他們原始覓食方式的生活中所面臨的問題的一套計算器官系統 。
他認為：心智是我們祖先在解決生存問題的進程中 「自然選擇 」出來的 。心智不是大腦 ，而是大腦所做的事情 。人是心智進化的產物 ，而不是剃光了毛的 「裸猿 」 。心智進化的最終目的是為了複製最大數量的基因 ，而正是基因創造了心智 。
達爾文指出 ， 「那些令人嘆為觀止 、極度完美而精妙的器官 」不是源於上帝的遠見 ，而是由複製器經過極其漫長的時間進化而來的 。
在複製器的複製過程中 ，有時會出現隨機的複製錯誤 ，而那些恰好能提高複製器的倖存率與繁殖率的複製錯誤逐漸一代一代地積累下來 。植物與動物是複製器 ，它們複雜的結構因而看上去就像是被專門設計的 ，使其得以生存和繁衍 。
然而，上帝真的需要親自參與設計完美而精妙的器官嗎？不，祂只需要設計一套演算法。
進化論是一種演算法。維多利亞時期的計算機先驅人物，查爾斯·巴貝奇的觀點是，上帝創造的不是物種，而是創造物種的演算法。
2017年，AlphaGo團隊推出AlphaGo Zero，此版本不依靠人類玩家的數據創建，且比之前的所有版本都要強大。通過自我對弈，AlphaGo Zero在三天內以100比0的戰績戰勝了AlphaGo Lee，花了21天達到AlphaGo Master的水平，用40天超越了所有舊版本。
DeepMindCEO傑米斯·哈薩比斯說，AlphaGo Zero「不再受限於人類認知」，很強大。由於專家數據「經常很貴、不可靠或是無法取得」，不藉助人類專家的數據集訓練人工智慧，對於人工智慧開發超人技能具有重大意義，因為這樣的AI不是學習人，是通過對自我的反思和獨有的創造力直接超越人類。
確切說，AlphaGo Zero也並非完全從零開始。DeepMind 的聯合創始人Mustafa Suleyman 被問到Alpha zero 的強化學習是否真的證明可以不要訓練數據？他說還是有三個前提：可預測環境（圍棋規則）清晰獎勵系統（輸贏），無變數（variability）。
AlphaGo Zero對我的震撼，遠不如最初戰勝樊麾的那個初級版本。知道其原理後，你會明白，人類有史以來的棋譜畢竟是有限的，Alpha
Go Zero更為高效的「自我學習」在想像之中。
震撼我的，是AlphaGo Zero從零開始發現的圍棋招法，很多是與人類一樣的。
我不由得感慨人類的孤獨與偉大。圍棋有著超過宇宙間所有原子數量的變化，人類從頭開始慢慢摸索，歷經漫長的黑暗歲月，代代相傳，竟能走得和阿爾法元一樣對。
如果
AlphaGo Zero是一套演算法，人類會不會也是一套演算法呢？
DeepMind追求的是「通用人工智慧」，而非只擅長下圍棋的AlphaGo。此路漫漫。
而人類是如何在億萬年間，逐步演化出自己的「通用人工智慧」的？
四
什麼是演算法？
阿爾伯特·愛因斯坦說：所有科學中最重大的目標就是，從最少數量的假設和公理出發，用邏輯演繹推理的方法解釋最大量的經驗事實。
演算法就是一系列指令，告訴計算機該做什麼。計算機是由幾十億個微小開關（稱為晶體管）組成的，而演算法能在一秒內打開並關閉這些開關幾十億次。最簡單的演算法是觸動開關。
Cathy O"Neil則說：
演算法是嵌入在代碼中的觀點。
機器學習理論主要是設計和分析一些讓
計算機可以自動「
學習」的
演算法。機器學習演算法是一類從
數據中自動分析獲得
規律，並利用規律對未知數據進行預測的演算法。機器學習
是
人工智慧的一個分支。人工智慧的研究是從以「
推理」為重點到
以「知識」為重點，再到以「學習」為重點，一條自然、清晰的脈絡。
《終極演算法》一書對比了普通演算法和機器學習：
每個演算法都會有輸入和輸出：數據輸入計算機，演算法會利用數據完成接下來的事，然後結果就出來了。機器學習則顛倒了這個順序：輸入數據和想要的結果，輸出的則是演算法，即把數據轉換成結果的演算法。學習演算法能夠製作其他演算法。通過機器學習，計算機就會自己編寫程序，就用不到我們了。
因為，計算機科學通常需要的是準確思維，但機器學習需要的是統計思維。例如，如果有條規定是「垃圾郵件標記的正確率是 99%」，這並不意味存在缺陷，而可能意味這是你的最好水平，已經很好用了。
這種思維上的差別很大程度上也解釋了為什麼微軟能趕上網景公司，但想趕上谷歌卻困難得多。說到底，瀏覽器只是一個標準的軟體，而搜索引擎則需要不同的思維模式。
作者說機器學習是「打了類固醇」的科學方法，也遵循同樣的過程：產生假設、驗證、放棄或完善。
科學家可能會花費畢生精力來提出或驗證幾百個假設，而機器學習系統卻能在一秒鐘內做完這些事。機器學習使科學的發現過程自動化。因此，並不奇怪，這既是商業領域的革命，也是科學領域的革命。
人腦和電腦，已經不是一種簡單的譬喻關係。人的大腦內部，以及人類社會，似乎正是以類似於「機器學習」的方式運行著。或者，應該反過來說，機器學習可以模仿人類大腦和人類社會。
在《人工科學》一書中，人工智慧先驅人物、諾貝爾獎得主赫伯特·西蒙讓我們想像螞蟻費力地穿過沙灘回家。
螞蟻的路線非常複雜，這不是因為螞蟻本身複雜，而是因為沙灘這個環境對螞蟻來說意味著要爬很多山丘，繞很多卵石。如果我們通過對每條可能的路線進行編程，模仿螞蟻，那麼我們註定會失敗。同樣，在機器學習中，複雜性存在於數據中。終極演算法需要做的就是消化複雜性，
因此，如果終極演算法變得非常簡單，那麼我們也不用感到驚訝。雖然人類的手很簡單（四個手指，一個大拇指），但是它卻可以製作並使用無數種工具。
我們再次看到科學家拿螞蟻說事兒。也許我們大腦中單個看起來並不複雜的神經元，就是一隻只螞蟻。一千億個神經元，構成了一個螞蟻超級社會。
兩位斯坦福大學教授最近合作研究螞蟻如何尋找食物，其中一位是計算機科學家，另外一位是生物學家。
他們發現，蟻群其實早於人類數百萬年便發明了傳輸控制協議 /互聯網協議（T C P / I P ），而這是信息在互聯網上傳輸的核心方法。
如前所述，每隻小小的螞蟻是一個非常簡單的個體，它們沒有聰明的頭腦，只會完成一些簡單的任務。然而，當把成千上萬隻小螞蟻組合到一起的時候，整個蟻群就能體現出非常複雜、龐大的湧現現象，例如社會分工、集體協作等等。
神經元似乎也是如此工作。
讓我們跳出來，回到本文的標題：什麼是人生演算法？
假如上帝是以演算法來構建這個世界，我們也該找到自己的人生演算法。
至此，讓我們總結一下上述段落的觀點，並以此作為後面文字的基石：
1.
我們所在的世界，看起來是一個「一切不可改變的」鐘錶宇宙，其實是一個「一切不可預測」的混沌宇宙；
2. 我們努力去控制，無論是控制自己的大腦，還是控制外部事物，經常是徒勞的。結果其實是「湧現」出來的；
3. 「自動學習」，是一個智能體自我進化的本質，即「演算法」。
B部分
一
一個人的命運，為什麼和另外一個人迥然不同？
我們又該去哪裡找尋心底的自由？
通常我們都會把目光投向那些「很厲害的人」。不管這些人是我們身邊的，還是遙不可及的，很厲害的人似乎能夠把握自己的命運，從而實現物質和精神的雙重自由。
難題有兩個：
1、究竟什麼是很厲害的人？
2、很厲害的人和我有什麼關係呢？
這兩個難題的矛盾之處在於，厲害的人越厲害，對於平常人來說，就越難模仿、借鑒、學習。
下面，我們先探索這個時代最厲害人們的「認知地圖」，然後，指向我們的目標：
發現厲害人的底層演算法。
二
很厲害人們的厲害之處，在於其認知模式和能力，這一點毋庸置疑。滿足「認知需求」的書籍幾乎佔據了所有的榜單：
1、（大腦）決策類；
2、（計算機）演算法類；
3、科學類；
4、人文類；
在此基礎上又有各種交叉延伸：
1、人工智慧、強化學習。
2、矽谷模式：精益創業、亞馬遜飛輪、增長黑客；
3、認知心理學、行為經濟學、非理性的原創性；
4、斯金納的行為主義、自由意志；
各條路線上的最厲害的人們，分別貢獻出他們所在領域和方向的「認知」；而我們也如饑似渴地閱讀、吸收，並試圖拼出一張完整的「認知地圖」。
為了便於理解這張地圖，我引入一個隱喻：圍棋。
四個邊分別是：
1.（大腦）決策類。
最著名的是卡尼曼的快與慢理論，無意識的「系統1」依賴情感、記憶和經驗迅速作出判斷；有意識的「系統2」通過調動注意力來分析和解決問題，並作出決定。各類決策類、管理類、勵志類的著作，也大多圍繞這兩個基點展開；
2.
（計算機）演算法。
除了科技行業的技術趨勢、商業模式，成功的個人或者機構，都是因為發現沒人認可的秘密而建立起來的。這個秘密，可以表現為一個演算法。
3.
科學。
矽谷的創業英雄們，大多是科學神童，將求真、證偽，作為思考與行動的基本準則。我們也會看到獲得過物理學學士的馬斯克，在打算造火箭時，會認真學習《火箭製造原理》。
4. 人文。
歷史學家尤瓦爾?赫拉利，開啟了人們對意義、故事的宏大好奇心。作者講述了人類從石器時代至21世紀的演化與發展史，並將人類歷史分為四個階段：認知革命、農業革命、人類的融合統一與科學革命。
四個角分別是：
1.
大腦與演算法的交叉點：AI。
創造了阿爾法狗的Deepmind公司的CEO哈薩比斯，就是橫跨腦神經科學與計算機科學的天才；
2.
科學與演算法的交叉點：矽谷模式。
價值假設和增長假設，是把科學家精神，與企業戰略、數字經濟完美結合在一起。科學試錯在虛擬經濟中發揚光大。亞馬遜的飛輪，Facebook的增長黑客，釋放了驚人魔力；
3.
科學與人文的交叉點：認知心理學、行為經濟學、非理性的原創力。
人們甚至寄希望於在這個「金角」建立對抗AI的人類陣地；
4.
大腦與人文的交叉點：自由意志&操作性條件反射。
後者是斯納金的著名論斷，核心詞是「客觀無情」、「強化作用」。現實中取得偉大成就的人，的確有很多就是如此，彷彿「人肉阿爾法狗」。
進一步將這四條邊角色化，分別對應四個社會角色：
1、企業家；2、理科生；3、科學家；4、文科生。
我不打算陶醉於這個地圖精確而簡潔的結構，而是要立即用它來揭示兩個有趣的秘密。
秘密之一：文科生+理科生
人們都知道扎克伯格時哈佛計算機專業的輟學生，卻很少有人知道，他同時修習心理學；
人們都覺得喬布斯是一位人文大師，卻忘記了他小時候是一個無線電愛好者，還曾經打電話給惠普的創始人索要電子元件。
秘密之二：科學家+企業家
儘管斯坦福的博士生佩奇，看起來更像是一位科學家，但是在矽谷特有的輔導機制下，他迅速成為傑出的企業家。
特斯拉的馬斯克，從賓夕法尼亞大學的沃頓商學院畢業，獲得經濟學學士學位後，再獲得物理學學士學位。他還曾打算在斯坦福大學念應用物理與材料科學博士學位。
我們自古重文輕理，後來又追求「學好數理化，走遍天下都不怕」。現如今，理科生和文科生彼此鄙視（更多是理科生有莫名的優越感），似乎無法相容。其實，在現代科學的學術概念里，並沒有理科這一概念；
在中國，企業家是一個很年輕的名詞。早期企業家意味著膽子大、腦子活。和科學家完全不沾邊。
我們似乎在這個棋盤上，發現越來越多的內在關聯、與巨大秘密。
阿爾法狗戰勝人類圍棋第一高手，背後的目的，是為了探索一種通用演算法，我們也可以稱之為終極演算法。
那麼，在我們的「認知地圖」之上，存在著某種「終極演算法」嗎？
圍棋有句諺語：金角、銀邊、草肚皮。意思是說角最有價值、邊次之，棋盤中間的價值最小。
圍棋里還有一句諺語：高手在腹。從阿爾法狗的棋譜看，它對肚皮的重視與擅長程度，遠超人類。
圍棋棋盤最中央的那一點，我們稱之為天元。即：
底層演算法。
三
什麼是底層演算法？讓我繼續用渺小而強大的螞蟻來比喻：
1. 人和人之間的差別沒那麼大，就像螞蟻之間不會有太大差異。就像橋水基金老闆說的，「我閱人無數，沒見過有人天賦異稟。」
2. 你自己就是一個蟻群。每時每刻，每個決策的你，每個行動的你，就是一隻螞蟻。無數個不同時刻的無數個你，疊加在一起，構建了一個智能系統。
3. 螞蟻之間的傳輸控制協議，是這個智能系統的演算法。不同時刻的你之間的關係和連續性，是你的演算法。
4. 該演算法採用了強化學習--機器學習的一種。它能像alpha zero一樣自我學習，不斷進化。
我們要「機器學習」，而非成為簡單的學習機器。
我們當中的大多數人，為什麼不能成為很厲害的人？
1. 我們
的認知系統，都是建立在鐘錶宇宙里的。然而現實卻充滿不確定性，不可預測，難以計算。這既是我們的痛苦之源，也是那些厲害的人的秘密。
2.
問題還不止於此，我們甚至無法真正控制「自我」。大腦中並不真正存在一個中心，「我」只是由無數個「湧現」串起來的電影角色。3. 進一步，我們花時間試圖控制不可預測的那些東西，卻對自己自暴自棄。
我們的知識都是牛頓時代的，我們的行為方式是牛頓時代的，我們的學習方式，也是牛頓時代的。
厲害的人是怎麼做的？
他們既承認大多數物質系統具有複雜性質，又知道，鐘錶式科學的這種典型策略在封閉環境依然是奏效的。
所以，他們嘗試在個人半徑里，來打造「機器」。
這個「機器」，既有符合牛頓力學的機器的意思，又是「機器學習」。
讓我們看看對強化學習的描述
，它強調如何基於
環境而行動，以取得最大化的預期利益。其靈感來源於心理學中的
行為主義理論，即有機體如何在環境給予的獎勵或懲罰的刺激下，逐步形成對刺激的預期，產生能獲得最大利益的習慣性行為。
你的動機、慾望、熱愛、夢想、自我認知、價值觀，負責實施獎懲的刺激。
哈佛大學心理學家羅伯特.凱根說：
「從出生開始，我們便踏上持續學習（ Learning ）和成長 （ Developing ）的旅程。這兩股力量往往交織在一起，但又不盡相同。如果僅僅是知識儲存量的增加（ in-form-ation ），以既有的思維模式來運算資料，談不上真正的學習，更談不上成長。成長是指思維模式本身產生改變 （trans-form-ation）。」
是的，我們大腦神經是可以後天塑造的，每秒即逝的那個「我」，並沒有被不可逆的時光之河裹挾而走，而是被寫入「我」的底層演算法。
這種控制與相應，與「扔個石頭到水中能聽到一聲響」完全不同。所以經常看起來是模糊的，遙遠的，不確定的，甚至是反人性的。
然而，我們只能控制我們可以控制的，讓其它湧現而來。
C部分
費曼曾經寫道：
假如由於某種大災難，所有的科學知識都丟失了，只有一句話傳給下一代，那麼怎樣才能用最少的辭彙來表達最多的信息呢？我相信這句話是原子假設：
所有的物體都是用原子構成的——這些原子是一些小小的粒子，它們一直不停地運動著。當彼此略微離開地時互相吸引，當彼此過於擠緊時又相互排斥。
我用同樣的方式來思考，假如我只能交給自己的孩子一種思維，或者能力，那是什麼？
我的答案是：閉環認知。
姑且視之為我對「底層演算法」的一種簡單化探索。
先讓我們找到基本單元。就像找到一隻螞蟻，或者一個神經元。
先建立一個模型：認知閉環的基本單元。
由人行為的原理可知，人的行為的過程主要由人對環境信息的獲取 、感知 、處理和輸出組成 ，即感知 、認知和決策以及行動的過程。
我們思考一個問題，做一件事情，開展一個項目，都需完成如上這個認知閉環。
我們的每天、每年、此生，都是有無數個或完整、或殘缺的該基本單元鏈接構成。
該閉環由4個節點構成：
感知-認知-決策-行動。
這也是人工智慧的運作模式。
四個節點
節點一：感知
知覺或感知（英語：Perception）是外界刺激作用於感官時，腦對外界的整體的看法和理解，它為我們對外界的感覺信息進行組織和解釋。在認知科學中，也可看作一組程序，包括獲取感官信息、理解信息、篩選信息、組織信息。與感覺不同，知覺反映的是由對象的各樣屬性及關係構成的整體。
節點二：認知
認知或認識（英語：cognition）在心理學中是指通過形成概念、知覺、判斷或想像等心理活動來獲取知識的過程，即個體思維進行信息處理（information processing）的心理功能。認知過程可以是自然的或人造的、有意識或無意識；因此，麻醉學、神經科學、心理學、哲學、系統學以及計算機科學在分析認知時，其分析的聚焦點以及脈絡是不同的。
這裡的認知，是指對不同方案與選擇的量化評估過程。
節點三：決策
在心理學中，決策（英語：Decision-making），是一種認知過程，經過這個過程之後，個人可以在各種選擇方案中，根據個人信念或是綜合各項因素的推理，決定出行動，或是決定出個人要向外表達的意見。每個決策過程都會以產生最終決定、選取最終選擇為目標。而這些選擇的形式可以是一種行動或選取的意見。
決策者做決定之前，往往面臨不同的方案和選擇、以及有關其決定後果的某種程度上的不確定性；決策者需要對各種選擇的利弊、風險做出權衡，以期達到最優的決策結果。
節點四：行動（行為）
行為是指有機體（包括人類與其他動物）的動作、行動方式，以及對所處環境與其他生物體或物體的一種反應。詞性為中性。在生物適應環境上，行為有很重要的意義，有助於避免受到負面的環境因素所影響。
對動物而言，行為可以是有意識或無意識的，可以是自願也可以是非自願的。而且是受到內分泌系統與神經系統的控制。一般認為行為的複雜度和生物體神經系統的複雜度有關。若生物體的神經系統越複雜，越有可能學習新反應，調整其行為。
一個內核
當閉環能夠完成，並且形成正反饋循環，便形成了某個「內核」。
成功的創業公司，都是因為其找到了一個可以複製的秘密。
這就是巴菲特所謂的滾雪球。所謂：人生就像滾雪球。最重要之事是發現足夠濕的雪和長長的坡。
「坡」是核心演算法，「濕雪」是大量可重複的動作，滾雪球，即有效的、可重複、可持續、自我強化的學習。即，重複是具有滾雪球效應的。
好的商業模式，就是找到可以笨辦法重複的聰明事，或者是用聰明辦法重複的笨事。
一個外環
作為被廣泛認同和應用的成功學方法論，以「慾望、財富、智慧、時間」為元素，從山坡上自上而下滾動的雪球，是當下中國人至為追求的「既能自動發生、又可以無限大」的完美人生境界。
然而，真的有所謂滾雪球嗎？墨菲定律總是會致力於拖一切願望的後腿，宇宙間存在一種力量，處心積慮地打翻你的牛奶。哪裡會有坐著滑梯就把錢賺了的好事呢？
本·霍洛維茨說：「在擔任CEO的8年多時間裡，只有3天是順境，剩下的8年幾乎全是舉步維艱。」
他是矽谷頂級投資人，與網景之父馬克·安德森聯手合作18年。2009年創立風險投資公司A16Z，被外媒譽為「矽谷最牛的50個天使投資人」之一，先後在初期投資了Facebook、Twitter、Groupon、Skype，是諸多矽谷新貴的創業導師。
看似一直在滾雪球的矽谷超一流的大師，何以抒發西西弗斯般的感慨？
回到滾雪球的巴菲特，他一生如苦行憎般專註於投資，幾乎沒有任何個人愛好。他又何嘗不是一個西西弗斯？
西西弗斯神話，象徵
永不停息而又毫無意義的勞作
，如不斷往山上推卻又滾落下來的巨石。加繆用來比喻生命本身，藉此他引入了荒誕主義哲學，認為生命沒有意義，除了我們構建出的價值外沒有價值。試圖取得世俗成功的人們，要克服：
1. 將不斷滾下的石頭推上山之疲憊；
2. 心底之虛無和厭倦。
滾雪球和推石頭，也許是一件事情。
當你的能力，不是由兩種或以上對立的能力組合而成，就不是一種真正的能力。
在這個模型里，雪球和石頭，通過齒輪咬合在一起：
有時候石頭靠雪球自上而下勢能的轉換，本身得以強化。
有時候雪球的斜坡突然變成了需要攀登的山峰，這時，西西弗斯的經驗，以及對待苦難的心靈力量凸顯出來，幫助雪球逆勢而上，直到發現下一個巨大的斜坡。
西西弗斯的永無停息的勞作，構成了「操作性認知系統」的外環。
西西弗斯的力量，對企業而言，是：
價值觀；
願景；
使命。
這力量幫企業走出迷霧，在看不到方向時指引他們，在陷入泥潭的時候激勵他們，在充滿恐懼時擁抱他們。
對人而言，是：
強烈的動機；
一個人的目標和願望；
一個人的心流。
這個模型的價值比看起來有趣、有意義的多。
我們由此可以解釋很多讓你困擾的問題。
例如，你會發現，要取得世俗的成功，關鍵在於讓一個內核滾動起來。內核的大小並不重要。
這種成功常是突如其來、跌跌撞撞、不符常理的。
實現這一點，很多時候與智商無關，和勤奮也無關，那和什麼有關呢？我在後面嘗試著給出了一個內心誠懇、形式遊戲的「九段體系」。
我們可以用這個閉環系統做什麼呢？
一、解析問題
人生的主要問題，都能在這個4+2的模型中找到解釋：
1、節點問題
即：在「感知、認知、決策、行動」這四個節點上出現了問題。例如缺乏感知力，不懂得概率思考的認知方法，決策困難，光想不行動。
2、鏈接問題
作為一個閉環系統，我們需要將四個節點串起來。問題往往出現在鏈接（紅色箭頭）部分，例如：習得性無助、認知失調、明知故犯、屢教不改。
在不同的節點之間，大腦要麼做得太多，夾帶了自己的私貨，該理性時不理性；要麼做得太少，不能夠堅定發出明確的指令，或者被某些其它指令干擾、削弱。
例如：在感知環節，感覺敏銳經常是個優點。但是不能帶到第二個環節。因為認知需要理性，需要第一個環節提供客觀的數據，而非喧賓奪主的體驗，否則會極大傷害認知過程。
3、核心演算法問題
不能形成一個核心演算法，不能找到自己的模式，本質上缺乏自我學習能力。
4、外環問題
沒有外環，來對抗未知、不確定性、恐懼、疲憊。
二、發現癥結
如果知道問題發生在哪裡，以及為什麼會發生，能幫我們在大腦深處找到問題的原點。
你的問題出在某個「節點」，那麼你在另外一個節點無論多麼用功，對於整個體系也無濟於事。例如，有些人有決策障礙症，所以不管他如何勤奮閱讀，提升自己的「感知」能力，也無濟於事。
若你的問題出在「鏈接」部位，例如你是一個認知失調症患者，你有很好的感知，你還是一個認知高手，你能算出每一種選項的預期收益，知道最好的選項，但你就是無法正確地行動。那麼，不管你在「節點」如何下功夫，也是白搭。
或者你就是沒法形成自己的「內核」。你無法界定自己的能力半徑，不知道該專註於何處。你廣泛學習，無所不通。任何一個節點都無比強大，哪一個鏈條都不掉，但總是如猴子掰玉米般，落後在你的那些笨同學的後面。你不能找到自己的雪球，不能享有時間的複利、和地心引力的擁抱。
又或者你足夠聰明，又足夠理性，而且幸運地發現了自己的內核。然而你敏感的內心無法穿越黑夜，你在巨大的不確定性間窒息，每個逆向的人、事、話語，都如冰雹般砸向你。你像一個後悔的登山者，在暴風雪中懊惱：我幹嘛要來受這個罪呢？--是的，這時你需要是西西弗斯。
經過上面這些繁瑣的論述和推理，你會發現，日常你看到的大多數答案，通常都是錯誤的。一些漂亮理論或者觀點的論述者，其實也不知道自己在說什麼。但卻能製造一種解決問題、完善自我的錯覺。
這就是為什麼你我總是原地打轉，甚至開始被時光拋下。
三、修補大腦
例如：由於進化，我們的大腦已經變得適於產生連續不間斷的故事。大腦喜歡虛構。把不相干的感知的東西和想法捆綁在一起。
對大腦的這種習慣，我們既要克服，又要利用：
在節點上，
我們要學會stop，仔細想，客觀思考；
在整體系統上，
我們需要學會講故事，一個足夠宏大的故事，在5-10年內，引導自己，引導他人。
大腦是通過基本單元的網路化，來實現強大功能的。我們的「閉環認知」模型，正是試圖構建一個思考與行動的基本單元，進而探尋其滾動、複製、關聯後的力量與秘密。
四、強化作用
認知閉環，像是一個「操作性認知系統」。「操作性」這個詞，來自斯金納。某種意義上，也像一萬小時理論里的「刻意訓練」。
斯金納認為，人類向來珍視的「自由意志」其實並不存在。他主張通過正強化作用來訓練人類或動物完成指定的任務，即所謂的「操作性條件反射」。
作為一名有爭議的科學家，斯金納觀點是：心理學應當著重於可計量的具體行為，至於虛幻的心智或難以捉摸的唯心論，根本無足輕重。
為什麼我們做出許多蠢事，即使得不到回報，仍舊執迷不悟？為何女性總是愛過頭？男性總喜歡玩兒股票？斯金納讓我們知道，都是因為：間歇強化。
曾經夢想當文學家的斯金納，在大量的實驗後，開始痛恨某些字眼，如：覺察，感受，恐懼。我們所謂的恐懼，不過是皮膚出現如觸電般的反應及不由自主的肌肉顫動。
斯金納的兩個關鍵詞：客觀無情，強化作用。
客觀無情：
情緒都是假的，絕大多是時候會干擾認知，影響判斷；
強化作用：
以正強化原理，能夠有效控制人的行為，強化人的某些能力。
五、學習系統
儘管大腦的總體線路圖已被遺傳密碼所決定，但大腦的精細線路可被經驗修改，這就允許突觸強度和聯繫可由經驗而改變，即所謂的突觸可塑性。
人腦具有兩大學習系統：
1.
基底神經節。
由綿密網狀的神經突觸構成，位於腦部深層，是腦部較早發育部分，掌管習慣的成形；
2.
前額葉皮層。
一大片布滿皺褶的凸起部位。個體思考或產生情緒時，此區域會隨之抬升。神經學家推斷，前額皮質區主管人類獨立撕開、相像、根據過往經驗擬定計劃的能力，創意及後續實際行動就源於此區。
部分認知是後者，多數則是習慣驅使。
本質上，並無「模式」這類雪球。滾雪球，其實是指一種學習系統。
3G資本的雷曼說：
「你必須不斷地冒險。你唯一的辦法就是不斷地練習。早年，我在海浪中和網球場上練習。後來，我在生意場上練習。」
巴菲特自打耳光，買航空公司和蘋果也是一次自我認知的刷新。如何解釋這一點呢？一方面，你需要不斷學習；另外一方面，你需要一個一以貫之的強大願景，來支撐自己前後不一致的不要臉。
動機+專註+學習，幾乎是所有強者的共同秘密。
回到我們的模型：
1. 阿爾法狗的每一次自我對弈的數據，都能生成新的感知；
2. 核心是其演算法，該演算法通過滾雪球式的強化學習，令AI越來越強大；
3. 紅字部分的人類弱點，阿爾法狗完全沒有；
4. 黃線部分的西西弗斯，阿爾法狗天生就是；
5. 它正是斯金納眼中「客觀無情&強化作用」的完美造物。
如我所言，牛人牛企，大多是一個人肉阿爾法狗。
有些人的天賦，例如超級理性，其實是人格缺陷。我們也沒有必要苛求自己變成超人。
如這兩年紅火的巴西3G資本，
其公司強調「找到差距」和「彌補差距」，這就是企業的強化學習。他們追求「永不知足」，Go extra mile，這就是AI的不斷重複。D部分
下面是我為「得到」準備的內容的提綱。希望能提前得到你的一些反饋。
九段，是一個求解的過程。而你，是這道題最大的已知條件。
讓我們繼續沿用此前圍棋的譬喻，用段位來描述閉環認知的9個層級。
閉環認知的核心是：
找到你的演算法內核，然後不斷重複，如滾雪球般越滾越大。
我希望探索一個可以循序漸進、逐步習得的思考和行動框架。
本系列文章，分為上半場和下半場。
上半場，從初段到六段，是一個切割鑽石的過程，目的就是為了不斷找到真正屬於你自己的最小的那個內核。
下半場，就是如何通過複製，令最小的內核最大化。
上半場是做減法聚焦，下半場是做加法或乘法放大。
1、發現內核，是一個求解的過程，是對真相的科學性追求。
2、這個過程，需要勇敢的獨立思考，和聰明的試錯實踐；
3、一個人，或者一個機構，其成功的最大秘密是：找到可大規模複製（具有連續性）的「大概率事件「。
初段：靠譜閉環
要點：待在自己的能力半徑內，做一個靠譜的人。
二段：節點閉環
要點：感知
-認知
-決策
-行動，四個節點，就像高爾夫的揮杆動作分解。
三段：心智閉環
要點：如何不掉鏈子？聰明人如何不幹蠢事？我將五花八門的非理性歸為四大類別。
四段：重啟閉環
要點：每一次都從頭思考，每一天都煥然一新，每完成上一次認知閉環，就歸零重新啟動。
五段：成長閉環
要點：
將「自我進化」變成一個可以複製、可以加速的系統。
六段：內核閉環
要點：找到核心演算法，發現你自己的商業模式的種子。
七段：複利閉環
要點：
以「大規模複製」，實現愛因斯坦所說的世界第八大奇蹟—複利。
八段：願景閉環
要點：在極度不確定的現實世界中，建立起樂觀的未來與嚴酷的現實之間的秘密聯繫。
九段：認知閉環
要點：來到最高段位，回到一個基本的圓環，圓心只有一句話：發現通向自己的道路。
D部分
閉環認知有以下使用要點：
要點1：學會構建自己的技術
阿爾弗雷德·諾思·懷特海說過：「通過拓展我們不假思索就能運算的能力，文明就會大為進步。」
對個人而言，同樣如此。我們需要像機器學習那樣，具備「一種能夠構建自我的技術」。
愛因斯坦說：每個人都是天才。但如果你用爬樹的能力評斷一條魚，它將終其一生覺得自己是個笨蛋。
現實中的大多數學習，都是將自己往笨蛋的方向發展。
認知升級的本質，是要找到你自己最小的那個內核，然後令其最大化。
如上所述，認知閉環的九個段位，就是並不複雜的9個步驟：
第一步：凡事有交代，待在能力半徑內；
第二步：理解並掌握認知閉環的四個節點，完成好每個擊球的基本動作；
第三步：令上面的認知閉環的四個節點之間不要掉鏈子；
第四步：不管前一個球打的是好是壞，你總是能夠什麼都沒發生似地啟動新的一次閉環動作；
第五步：讓雪球滾起來；
第六步：發現自己最小的那個內核；
第七步：通過複製，令自己最小的那個內核最大化；
第八步：仿若星空，賦予自己目標、方向和意義；
第九步：找到通向你自己的道路。
要點2：穿越認知知識的海洋
當我們建立了自己的認知閉環系統，當我們穿越未知世界，手裡拿著本文開篇的那張認知地圖時，就能明白自己要學習什麼，如何學習。
你未必要什麼都懂，你只需要一個強大的基點
原因一：對內，擁有強大的基點，才可以實現大規模複製；
原因二：對外，你作為強大的基點，才能夠實現互聯。
計算思維的核心，是「關聯」。你的價值，取決於鏈接的數量和價值。
當我們穿越認知知識的海洋時，有以下兩個原則：
原則一：你不必擁有整個海洋，但是要像切割鑽石一樣，不斷雕刻你的認知閉環；
原則二：你不是要具備更多維度的認知能力，而是學習其底層演算法，應用於自己的認知閉環。
要點3：令自己最小的那個內核最大化
這個要點有以下4層含義：
每個人都有屬於自己的最強大的內核。
你只有一層一層剝下去，直到剝不動了，剩下的那個最小的硬核，才是屬於你的硬核。
然後，開始讓這個內核的能量和價值最大化。
你必須認識到這是你的一切，並且珍惜它，愛上它。
巴菲特說：「每次我看到某家公司的削減成本計劃時，我就會想到這家公司根本不知道什麼是真正的成本。那種想短時間內畢其功於一役的做法在削減成本領域是不會有效的。一位真正優秀的經理人，不會在早晨醒來後說『今天就是我們削減成本的日子』，就像他不會早上醒來後決定開始呼吸一樣。」
這句話的含義是：控制這件事情，本來就該是優秀經理人基因的一部分
我們無法把一個悲觀的人變成樂觀的。即使能做到教會一匹馬數數，它也永遠不會成為偉大的數學家，除非它的理想是在馬戲團表演「會數學的馬」。
接受和擁抱自己的局限性，不僅不是悲觀，不是宿命論，相反是在人生的長河迎頭而上。能夠對自己做出科學的、也就是近乎殘忍的分析和判斷，常會帶來樂觀的結果。
發現你自己，這是實現「個人策略」的關鍵。
個人DNA與企業DNA並不直接關聯。偉大的喜劇演員很多都是悲觀主義者，骨子裡悲觀的人，常常能打造一個積極樂觀的企業。
個人和企業的「複製」，也需要像DNA的複製一樣，具備完美的精確性。
要點4：改寫決定自己命運的DNA
摩西·西夫是表觀遺傳學領域的先驅，他研究生物如何對其基因組重新編碼，以應對壓力和缺乏食物等社會因素。他的研究表明，從母體傳遞到後代的生化信號告訴孩子他們將要生活在什麼樣的世界，這改變了基因的表達。
「DNA不僅僅是一系列字母，它不只是一個腳本。」 西夫說。 「DNA是動態的電影，我們的經歷正在被寫入DNA」。它是互動的。你可以控制基因的表達方式，你可以為自己的命運設置角色。你可以設置新的故事線。
一個人的命運，為什麼和另外一個人迥然不同？
我們又該去哪裡找尋心底的自由？
摩西·西夫說：我們的DNA是由兩層信息構成，一層信息是古老的，千百年來進化而來，很難改變；另一層是表觀遺傳層，開放，動態，設置了可以互動的故事線，讓我們在很大程度上控制自己的命運，並改變下一代的命運。
認知閉環，試圖建立起某個系統，讓每個普通人都能成為「很厲害的人」，將自己的無數個正向的認知閉環，寫入自己的後天基因，把自己的生命設置稱為有擔當的生命。
一旦你掌握了自己的底層演算法，你也許就有了些許把握自己命運的權力，從而實現物質和精神的雙重自由。
要點5：非凡的成就不需要非凡的元素
10年前我看過一條新聞，國外有個媽媽辦了一個攝影展，引起了不小的轟動。攝影展的主題很普通，只是攝影師拍下自己孩子的日常點滴；攝影技術也沒有任何高明之處。但是仍然人趕來小鎮，一睹為快。
那麼，魔力在哪裡呢？秘密就在於：這個媽媽從孩子出生開始，每天為她拍一張照片，一直到孩子成年，一天都沒錯過。所以，即使每張照片都是那麼普通，但是，幾千近萬張照片串在一起，實在是震撼人心。
大多數人沒有看透以下幾點：
1、成就非凡的榮耀，未必需要非凡的基本要素；
2、 一個媽媽照相，拍了17年。這是一件可堅持、可以由量變躍升到質變的事情。但絕大多數事情並不符合這個邏輯。例如你再勤奮，也很難成為諾獎得主，等等。
3、可是，現實中，絕大多數人做著自己無論如何努力、都不會有所成就的事情。
要點6：「認知閉環」是更為重要的認知升級
認知升級，對於大多數人來說，毫無意義。
我們此前說過巴菲特的比喻，與其試圖越過七英尺高的橫杆，不如找到很多個一英尺高的橫杆。媽媽攝影師每天拍一張照片，就是一英尺高的橫杆，毫不費力就能實現；但是你如果試圖稱為一名攝影大師，讓照片上《國家地理雜誌》，那可能努力一輩子也不能實現。
對於一個人而言，能夠完成認知閉環，也許比認知升級更為重要。
有時，為了讓「認知閉環」這個雪球滾得更好，我們甚至還要「認知降級」，逃離那些更高級事物的概念誘惑。
就像芒格說的：我們比別人優勝的地方在於我們選擇避開惡龍，而非（更有本領）殺死它們。
當然，我們也可以把「認知閉環」，也視為「認知升級」的一種吧，只是和我們平常理解的形式和方向不太一樣。
要點7：切割、而非堆砌
首先，我們要糾正一個被廣泛誤解的概念：多元思維模型。
芒格說：「長久以來，我堅信存在某個系統——幾乎所有聰明人都能掌握的系統，它比絕大多數人用的系統管用。你需要的是在你的頭腦里形成一種思維模型的複式框架。有了那個系統之後，你就能逐漸提高對事物的認識。」
「你必須知道重要學科的重要理論，並經常使用它們——要全部都用上，而不是只用幾種。大多數人都只使用學過的一個學科的思維模型，比如說經濟學，試圖用一種方法來解決所有問題。你知道諺語是怎麼說的：『在手裡拿著鐵鎚的人看來，世界就像一顆釘子。』這是處理問題的一種笨辦法。」
問題在於，極少有人能夠在頭腦中擁有這些思維模型。進而言之，這是一個很難搭建的模型。
在我看來，我們應該用切割鑽石的方式來理解「多元思維」。不同學科的知識，是為了切割「個人認知內核」，否則，你會掉入一團蜘蛛網。
也就是說，當我們試圖解決某個問題時，不是用各個維度的思維來驗證方案，而是來「證偽」—也就是切割方案。
這是一個求解的過程，一個通過雕刻來自我完善的過程，而非堆砌。這也解釋了，為什麼絕大多數學習都是無效的。
要點8：兼具兩種對立能力，並切換其間
一個完美的「認知閉環者」是什麼樣子的？
他既能夠如科學家般求真、證偽，又能夠如企業家般，在迷霧中作出大膽的決策；
他既能夠如理科生般具備量化思維，具有科學邏輯，又能夠如文科生般賦予意義、講述故事、繪製願景，具有故事邏輯；
他的軌跡充滿理性，舞步充滿激情；
他近乎冷酷地理性、客觀，正視現實，又能夠在沒有頭緒的情境下揮劍而下，砍斷死結。
即使現實確實總是亂作一團不見頭緒，他也像科學家費曼：「我可以在疑問和不確定中生活。我有大致的答案、可能的信念、對不同事物不同程度的確定」。
用於呈現結構的棋盤是靜態的，但正如我們前面的5個比喻，認知閉環是不斷轉動的。
歌德說：所有真正智慧的思想 ，都是千百次思考的產物 。但要使之真正成為自己的思想 ，我們必須誠實地思索 ，一遍又一遍 ，直到它們在我們的個人體驗中生根為止。
在「認知閉環」的九段歷程中，我們穿越了上面圖片里精彩紛呈的認知世界。我們不打算做一個知識的集郵者，而是試圖從
中發現自己是誰（who），想要去哪裡（where）。
在找到自己的內核之後，我們得到了自己的底層演算法，還需要進行大規模複製。
所謂事業，是將一個人最小的那個內核最大化。
這時，我們便要面對「如何去（how）」的問題。
當我們聚焦於自己的內核時，我們便不會迷失在認識的海洋中，而是從中發現與自己關聯的那部分。有些看起來似乎對立、衝突的思想，一旦和你的堅定的基點發生聯繫，便被整合為一個整體。
於是，雪球越滾越大。
最後
越
來越多的人開始努力提升他們的認知能力，以令自己干蠢事時更加心安理得。
追求認知的升級，不是堆砌知識，單純擴大邊界，而是痛苦的消減無知、自我雕刻、發現自己的過程。
下面是我的10大結局建議：
1.
這個世界快得無人能都抓住。試圖通過洞察事物的內在秩序而征服世界極其困難。遠不如構建自己的內在秩序。
2.
你要制定新的策略，不再預測勝利和能力，而是更多地在這個不可預測的世界中茁壯成長。
3.
對每個人而言，真正的職責只有一個：找到自我。
4.
設法找到上帝創造你的基本機制。上帝從來不給你自己的說明書。
5.
有些人的天分是，高效地大規模試錯，又不被拖垮。
6.
人最擅長的領域，是他能有效榨乾自己的領域。所謂天賦，就是讓自己在某個領域長時間處於極限狀態。
7.
只有具備堅硬的內核，方有資格談All in。在此之前，你要勇於做一隻亂撞的蒼蠅。
8.
激光般的專註力，是最重要、也是最反人性的能力。
9.
你只要擁有一個很小的內核，即使沒有資源或者權力，也可以連接整個世界，實現網路化、指數級的複製和增長。
10.
時間是一種可以自動駕駛的機器，它是一切秘密背後的秘密。
據說，一系列物理常數中的任何一個變化1%，這個宇宙就不復存在，人類也就可能不出現了。好險！
意識到底是什麼？我們不知道。或許如艾略特所說：我們是一個過程，是一次綻放。自由意志和我們自身的命運究竟是如何聯合工作的？時間用分針和秒針把我們切成一個個切片的目的和意義是什麼？
那些悲觀的人們，在躲避命運的路上，與自己的命運不期而遇。我們該像羅曼.羅蘭那樣：每一個流逝的時刻都為我們揭開面紗，露出一張不期而至的面龐，我毫不猶豫地正視她，拋棄先前不真實的幻想，不管它們多麼寶貴。
他在《約翰·克利斯朵夫》寫到：沒有一個人是完全幸福的。所謂幸福，是在於認清一個人的限度而安於這個限度。
在這個有限度的安全城堡里，有限的時光彷彿一道護城河，城牆內是我們無限的不確定性，背後的演算法並無正誤、高低之分。像莫利說的那樣：
只有一種成功，那就是能夠用自己的方式度過自己的一生。
—THE END—
?
來源：孤獨大腦（ID：lonelybrain），作者：老喻， 灼見經授權發布。
MORE
灼見熱文
??朴樹突然現身後海街頭為路人歌唱，寒冬里讓人聽得熱淚盈眶！
??哈哈哈哈笑爆了！這個川大華西臨床學霸火了，真是被學醫耽擱的美妝博主啊！
??他是北大考古博士，冒死去伊拉克訪古，卻被逮捕蹲監獄，這次他終於講出了那14天的傳奇故事！
??春晚35年經典歌曲都在這裡了，你最難忘的是哪一首？
??過年為什麼還要講究儀式感？這是我聽過最好的答案
??董卿告別春晚：不害怕撕掉標籤的人，都活出了真正的漂亮
※今日大寒：寒氣之逆極，歸家之路安
※總有一些小的偉大，撩人得厲害
TAG:灼見 |