人们都觉得乔布斯是一位人文大师,却忘记了他小时候是一个爱好者,还曾经打电话给惠普的创始人索要电子元件。
秘密之二:科学家+企业家

尽管斯坦福的博士生佩奇,看起来更像是一位科学家,但是在硅谷特有的辅导机制下,他迅速成为杰出的企业家。
特斯拉的马斯克,从宾夕法尼亚大学的沃顿商学院毕业,获得经济学学后,再获得物理学学。他还曾打算在斯坦福大学念应用物理与材料科学博。
我们自古重文轻理,后来又追求“学好数理化,走遍天下都不怕”。现如今,理科生和文科生彼此鄙视(更多是理科生有莫名的优越感),似乎无法相容。其实,在现代科学的学术概念里,并没有理科这一概念;
在中国,企业家是一个很年轻的名词。早期企业家意味着胆子大、脑子活。和科学家完全不沾边。
我们似乎在这个棋盘上,发现越来越多的内在关联、与巨大秘密。
阿尔法狗战胜人类围棋第一高手,背后的目的,是为了探索一种通用算法,我们也可以称之为终极算法。
那么,在我们的“认知地图”之上,存在着某种“终极算法”吗?
围棋有句谚语:金角、银边、草肚皮。意思是说角最有价值、边次之,棋盘中间的价值最小。
围棋里还有一句谚语:高手在腹。从阿尔法狗的棋谱看,它对肚皮的重视与擅长程度,远超人类。
围棋棋盘最中央的那一点,我们称之为天元。即:底层算法。

三
什么是底层算法?让我继续用渺小而强大的蚂蚁来比喻:
1、人和人之间的差别没那么大,就像蚂蚁之间不会有太大差异。就像桥水基金老板说的,“我阅人无数,没见过有人天赋异禀。”
2、你自己就是一个蚁群。每时每刻,每个决策的你,每个行动的你,就是一只蚂蚁。无数个不同时刻的无数个你,叠加在一起,构建了一个智能系统。
3、蚂蚁之间的传输控制协议,是这个智能系统的算法。不同时刻的你之间的关系和连续性,是你的算法。
4、该算法采用了强化学习--机器学习的一种。它能像alpha zero一样自我学习,不断进化。
我们要“机器学习”,而非成为简单的学习机器。
我们当中的大多数人,为什么不能成为很厉害的人?
1、我们的认知系统,都是建立在钟表宇宙里的。然而现实却充满不确定性,不可预测,难以计算。这既是我们的痛苦之源,也是那些厉害的人的秘密。
2、问题还不止于此,我们甚至无法真正控制“自我”。大脑中并不真正存在一个中心,“我”只是由无数个“涌现”串起来的电影角色。
3、进一步,我们花时间试图控制不可预测的那些东西,却对自己自暴自弃。
我们的知识都是牛顿时代的,我们的行为方式是牛顿时代的,我们的学习方式,也是牛顿时代的。
厉害的人是怎么做的?
他们既承认大多数物质系统具有复杂性质,又知道,钟表式科学的这种典型策略在封闭环境依然是奏效的。
所以,他们尝试在个人半径里,来打造“机器”。
这个“机器”,既有符合牛顿力学的机器的意思,又是“机器学习”。
你的动机、欲望、热爱、梦想、自我认知、价值观,负责实施奖惩的刺激。
哈佛大学心理学家罗伯特.凯根说:
“从出生开始,我们便踏上持续学习( Learning )和成长 ( Developing )的旅程。这两股力量往往交织在一起,但又不尽相同。如果仅仅是知识储存量的增加( in-form-ation ),以既有的思维模式来运算资料,谈不上真正的学习,更谈不上成长。成长是指思维模式本身产生改变 (trans-form-ation)。”
是的,我们大脑神经是可以后天塑造的,每秒即逝的那个“我”,并没有被不可逆的时光之河裹挟而走,而是被写入“我”的底层算法。
这种控制与相应,与“扔个石头到水中能听到一声响”完全不同。所以经常看起来是模糊的,遥远的,不确定的,甚至是反人性的。
本文来自电脑杂谈,转载请注明本文网址:
http://www.pc-fly.com/a/jisuanjixue/article-82588-2.html
可能是思维错了