老喻对话古典:如何“规划”人生?

春藤 第1162篇原创好文
全文:11005字丨30分钟阅读

本文营养值:★★★★★        

启发度:★★★★★

适读对象:0-18岁孩子的家长

春藤说

每个人的命运都是不可测的,未来又充满了不确定,怎么可能规划?

1月11日,未来春藤创始人老喻连麦中国职业规划与个人发展专家古典老师,就教育规划和生涯规划的“共通点”、如何制定规划,以及孩子的规划问题等进行了探讨,并在直播的最后回答了大家的疑问。


以下是直播精华内容回顾。

规划的必要性
老喻:规划这个词,这两年越来越热了,尤其在《斯坦福大学人生设计课》出来之后。而古典老师非常有预见性,很早就提出了“生涯规划”这个概念。

古典:小伙伴问为什么在12点连线?我说,教育规划是人的上半生,需要输入、储备,而生涯规划是人的下半生,需要发挥社会价值。所以我们俩人在12点相会。


美国是在1909年开始做职业规划,有几个阶段。


  • 第一个阶段叫做“职业指导”。


有大量的产业工人从乡镇涌入城市,特别像改革开放的前几年,这些人找不到工作,也不知道自己干嘛。

于是美国人就讨论了个波士顿职业局,给那些人做了测评,扔到其他地方去了。
  • 第二阶段就是二战之后,很多海外青年回国,他们想要求职。

  • 第三阶段在80年代,这个阶段的职业规划又叫做“人生设计”。


他们意识到,“设计”更加地在变化和不会变化中间,更加地反映出规划的感觉。就是说,也在做规划,但方式是设计类的,不是预先设定好的。

另外,“设计”会更加人性,而“规划”有点儿像是一个被动的个体。

本质来说,教育规划和职业规划都是一个东西,就是可以提前预见很多坑,可以提前完成很多发展的任务,在事情发生之前尽可能地做一些杠杆更大的准备,比如认知、资源和技能上的准备。

老喻:美国作家弗格森说过一段话:“谁也无法说服他人改变,因为我们每个人都守着一扇只有从内开启的改变之门,不论动之以情或者说之以理,我们都不能够替别人开门。”

看到这段话,我就想起古典老师大名鼎鼎的著作《拆掉思维的墙》。

这句话也阐述了另外一件事,一个人改变其实挺难的,有再美好的规划,如果我连明天早起这件事都做不到的话,那规划又如何实现?

古典:这里有一个错误认知,规划不仅仅是一个路线图,就好像一幅地图、一份攻略,比如我要去香山,我要先下楼到什么地方。


在我看来,规划60-70%的工作都在做内心的工作。

  • 第一,澄清这个人的内心动机。


你要去香山,还是去爬珠峰?你是一个冒险型的人,还是一个规避风险的人?你是希望大家一起去,还是打算一个人去?

  • 第二,盘点这个人的优势、资源。


你擅长怎么去,你是想开凯迪拉克去,但家里只有一个捷达,还有花多少钱去。

  • 第三,还有一些动态的东西。


去的路上会不会堵车,周六周日是不是去百望山更好?

我想表达的是,规划其实是内在加外在,先探索再一起共同探讨,接下来得出一些可行性的方向,在可行性的方向中找出一两个选项,在选项里面尽可能地把路线设计好,再考虑到预案。

规划是一个比较完整的过程,比如老板跟你说,明年要做2000万,其他什么都没有说。那么,这件事情可能谁都帮不了他。

但是,如果老板跟你说,你的职业发展是什么,你想成为谁,这2000万跟你的关系是什么,想要达到2000万还需要招什么人等等一系列的东西。

没有人能推动一个人,但我们能为别人搭梯子。我们能在黑暗的房间为别人点亮一根火柴,有火柴的光芒,你自己可以看到门。我们做的是搭梯子、点光芒、拉灯闸的事情,而不是逼你去接受一个规划,把你往前推的事情。
老喻:有一本书叫《稀缺》,一般情况下,稀缺指的是经济上的稀缺,但这本书里面的“稀缺”指的是心态上的稀缺,比如它有一个逻辑,很多时候我们理解错了,穷人是因为金钱稀缺而导致的思维稀缺。

这本书倒过来了,其实你是因为穷人思维导致了穷,还是穷导致了穷人思维,这就陷入了一个怪圈,像是贪吃蛇的游戏。

这是一个困扰大家的现状,穷也就算了,关键还忙,越忙越穷。

很多时候,如何做规划,如何做选择,有助于一个人拆掉思维的墙,也有助于打破越忙越穷的死循环。

古典:你穷,你要做的第一件事情肯定是打破这个循环。比如职业发展得越来越差,你首先要做的就是暂时停止使用循环性工作的机会和时间,越是开车没方向越要踩刹车。这种感觉一定要有,就是规划的一部分。

老喻:一个美国教授说,很多时候为什么我们很难改变自己?一个特别重要的原因就是人的习惯,他用了一个词叫做“大脑的低功率”。

比如我们主动地想某件事,是一个相对高功率的状态,是一个主动意识,但同时你被大量的无意识状态所驱使了,这个时候你不管下多大的决定,很多想做的事情都会做不成。

概括而言,对于规划,对于希望改变自己这件事,作为社会人,我们处在一个稀缺的状态,比如大多数年轻人都穷,尽管穷对于年轻人来说是正义的,但这种社会角色的转变是非常难的。

具体到个人,像您《拆掉思维的墙》里面讲到的,很多人把自己给摔死了,这跟他从小的家庭环境、童年接受的教育有关。

再具体到微观,人作为生物,本身有大量的局限性,很多时候我们做了决定之后,再回过头来自圆其说,总能为自己的行为找到道理。

作为社会人,作为个体的人,作为由微观构成的人,这三重枷锁都能够把人拴住。

大家都同意,规划确实是挺好的,但我们动弹不得。这是一个大的难题。

古典:社会性是改变不了的,但我觉得生物性是能改变的。

您肯定看过《象与骑象人》,我更愿意比喻成“骡子”和“骑手”。

规划的前提是相信自己能改变,并有资源改变,第一步要从这个人的最底层开始讲解,就是驯服骡子开始。

如果你早上起来要跑步,最好的状况是什么?

第一个原则,早上6:30穿上跑鞋站到楼下,跑步动作先不要学,装备也不要考虑。
只要站到楼下,你会想“我要去哪里,我要干什么”,你自然就会想跑,跑到100米你就会觉得还能跑一公里,跑到一公里就会觉得两公里也还行。

第二个原则,不管你今天跑得多厉害,有人跑到5公里了,你的意识,也就是你的骑手马上跟自己说,不行,昨天的天花板是今天的地板,我今天要跑6公里。结果你又跑废了。

就是说,我们的意识总是超前那个大象很远,所以我们可能还是要回来,对我们的大象说,第二天6:30穿跑鞋站在楼下依然是正确的,就这个目标量。

二三十天以后就会稳定成一个习惯,有意识的习惯变成无意识的习惯,一点点去改变潜意识的很多部分,同时我们会相信改变有机会发生,以及会相信好的方法论的确比烂的方法论更好。
老喻:在某种意义上来说,规划就是做决策,做决策其实就是分配资源。我记得您讲过一个“二八定律”,还请您详细说说这一点。

古典:举个简单的例子,读书的时候,大部分人的问题就是推什么读什么,从书单的第一本书开始读。

其实,这第一个动作就错了。

大部分人习惯一上来就做目标执行,因为在中国的教育中,所有人从小到大做的第一件事情就是执行。

好的计划应该是从选择开始做的,但人们没有习惯为选择付费。

比如读书,第一个要做的事情不是拿到一个书单,而是梳理一下我这一年面临什么问题。

这是第一层“二八”,解决20%的问题就能撬动整个人生,让你没那么忙就能改变很多,所以你要从困境中找“二八”。

第二层“二八”,你会发现值得读的书也很少,100本同类书里面,你能找到三五本就不错了。我的方式是看不同作者如何讲同一个定义,对比后你可以看出适合读的20%,这20%几乎就能涵盖这个领域80%的内容了。

第三层“二八”,打开书要不要从第一页开始读,不要。你还是要看目录,找到你最想读的那一章节,读完不明白再往前走。

所以积累下来,这一年认真地读透2~3本书中间的1~2章,并且践行和落实下去,你会发现你要做的事情是比较少的,花的时间也是比较少的,关键是效率比较高。

反向来说,大部分人拿个书单从第一本书读到最后一本书,每本书第一页读到最后一页,他可能极高效率在忙碌着,但总体来说,他的效率会极低极低。

普通人没办法想这么明白,也没那么多信息量,除了自己驱动以外,我觉得有一个外观的大脑蛮重要的。

不管是老喻您做的教育规划,还是我做的职业规划,本质来说都是一个聚光灯,或者信息库,帮我们筛选出很多个“二八”。

当你实在是不确定的时候,那就锁定那些你信任的人,他们能帮你找到“二八”,我觉得也是一个不错的选择。

规划的基本问题
老喻: “规划”这个概念到底是什么?大家对这一点的理解还是有点儿模糊。

古典:我理解,规划是有两种意思的。

从物理上来说,规划就是为我们心中想创造那个东西,找到一个最好、最大概率的实现路径。手段包括资源的筛选、不断地对焦、动态的调整等等。

从内在来说,人是有控制需求的。

人被电击,电压越高就越痛苦。

有两个选项,一个是直接承受90伏的电击,你不能控制;


另一个是有一个按钮,你一按它就停止,但你要承受120伏的点击。

大部分人会选择有按钮的,而不会选择没有按钮。虽然他一次都不会用,但他还会选择,因为人需要有控制感。


从真实的功利实现的角度来说,总有一些选项、逻辑和方法,就认知差、资源差、技能差,能帮你更高概率实现你的目标。

另外一点,人类需要一套规划来提前预演现实,让你清楚自己想要什么,以及获得幸福。


我是觉得从这两个层面去理解规划,一方面提供幸福感,一方面提供功利性。
老喻:随着环境的变化,规划怎么样逐步实现,怎么样变化,怎么样调整,怎么样优化?

古典:举一个真实的例子,前几天我一个朋友,他的公司做得很好,但合伙人现在不太给力。他问我该怎么办?

我就问他,你总结一下你的合伙人的问题,他说了一大堆,他家里面有事、他不喜欢重复性的工作,他就不是一个擅长经营的人等等。

我就问他,这变化中间什么是结构性的、什么是周期性的,比如合伙人家里有事,心情不好,这是个周期性的,就是短期的,这些问题可以被忽略掉。

结构性的什么?比如说合伙人特别喜欢从0到1,不喜欢经营,公司现在进入经营赛道了,越往后面走,你们的冲突就会越大。再比如你们股权本身就不合理,你拿少了他拿多了。

结构性的问题值得重新改计划,但周期性的问题值得调整,就坚持计划。

比如,这段时间“双减”政策下,教培行业转型,前所未有地支持大家逃离这个行业,因为我跟很多大佬聊到,大领导说2015年就想整顿教培行业了。

所以2021年落实“双减”,这是整个教培行业和资本博弈了6年的结果,不可能再退回去,不要想着再待半年就退回去了。

  • 这是第一点,我们识别变化的程度。


  • 第二,个人要识别自己人生里程中间的结构性变化。

比如在28~35岁这几年时间,就是一个蛮重要的时间点,尤其是女性,在这个时间会结婚生子,跟谁结,在哪个城市,做什么工作,专业还是管理,可能都要做一个决定。

这个时候,你就需要提前预估你发生了变化并且做储备,比如两个人过得很好,已经实现了财富自由,生了孩子就掉回生存阶段,这都是对现金流考虑不够。

  • 第三,你要区分一下今天遇到的巨变,到底是因为你自己没准备好,就是自己没想明白变化,还是真正发生了变化。

比如35岁危机,那是为什么?因为谁都知道30岁以后,体力和能力会下降,你一定要从体力竞争型转为资源竞争型。

像老喻您二十五六岁已经完成这个动作了。

但大部分人35岁有危机,那是因为30岁的时候没有意识到这个危机,所以大家并没有识别到,所谓的时代巨变不是真的在巨变,而是自己没想明白。

我认为,规划至少能帮大家意识到周期性的问题、阶段性的问题,以及那些必然会遇见的变化,同时有预案去控制那些不可变化的就行了。

前面三点都是指向外界的,对于内在来说,有一部分很重要,那就是什么是中心,什么是边界。

不管你遇到什么样的困扰,你要明白什么是你的中心。对于我来说,咨询是我的中心,我永远不要离中心太远。

有了中心,就会有边界,在边界内你可能就是最强的,在边界外你就知道什么叫探索,什么叫做回去。

当一个人有了规划,对结构性的改变、周期性的改变有了理解,对自己的中心有了理解,又知道什么是边界的时候,基本上规划是不会出大问题的。

人生规划
老喻:您觉得,人生应该努力面面俱到,还是单点突破?举个例子,事业要兼顾家庭,还是为了家庭放弃事业?

古典:我觉得,人生应该面面俱到还是单点突破,取决于你是要走钢丝,还是要跳房子。

想象一下,两个楼中间啥都没有,钢丝都没有一根,后面还有人追你,怎么办?你只能选择单点突破,搏一把冲过去。

我对于农村的孩子们抱着特别深的感动,他们不得不牺牲兴趣爱好,甚至爱情亲情,他们必须考上大学,必须单点突破。

另外一种情况就是走钢丝,比如公司经营,又想做好产品,又要有营收,你就必须得平衡收益和付出,这种情况就是走钢丝,就是动态平衡,你必须得很小心地挪动脚步。

开阔的人生应该是跳飞机,白天的时候可以把事业照顾好,晚上回到家一心一意陪孩子。

我觉得这个就取决能力和当时的情境。

人生是什么,其实人生里面应该加上一些定语,就是当下的状况逼着你必须临空一跃,还是有很窄的空间可以动态平衡,还是你就希望快乐幸福地跳飞机,可以多目标平衡呢?
老喻:您做的是新精英的规划,比如大学毕业生的规划,那您能不能倒推一下,怎么看孩子的成长规划?包括您的想法、您的期待、您的判断,或者令您恼火的地方。

古典:我们真的遇到好多,本质上来说,中小学是教育文化的问题,再往前找,很多人认为是教育规划的问题,再往前找,你会发现是家庭教育的问题,因为家庭是教育的第一站,很多家庭教育的问题再往前面找,你会发现是一个原生家庭或者是一个社会时代的问题。

社会在剧烈地动荡,它震荡着每个家庭的价值观,这些价值观就或者正确或者错误地被传到了孩子身上。

如果有人能够在前端做更多的教育规划,在后端做职业生涯规划的时候,可能就会顺利很多。

难度在哪里呢?我去过美国、英国,了解过那边的教育规划,我很羡慕的就是那些小朋友从小学到大学,专业可能会动荡,但是升学的节奏、学的东西相对比较稳定,社会发展很平缓。

在中国,父母对孩子的教育是没有概念的,也没有信心,他们并不知道什么能力会在未来真正地获胜,或者完全信任一些专家权威,他们本身没有定见。

这段时间中国经济发展太快,家长都把教育几乎等同于学校教育,那学校教育几乎等同于提分教育,基本上没谁都没有人去管教育这件事,学校会觉得家庭的事,家庭说钱给了学校就是学校的事,反正大家都忙着挣钱。

老喻:我觉得您确实说中了关键,过去40年,整个中国发展突飞猛进,带来了巨大的变化,我们这一代的教育,父辈的教育,爷爷那一辈的教育,跟现在的教育,完全不一样了。

去年,我跟一个朋友去露营,老外露营的风格是有一个清单,我发现个清单还是他爸爸传给他的,是他爷爷传给他爸爸的。

一方面是好事,说明我们中国特别新,我们有更多的创造力,更多的想象空间。但是,我们的确传承的一面似乎少了一点,基本工作都不熟,大家都是新手。

另外一方面,我曾经请教过一个犹太朋友,他本身是一个教育专家,他的孩子也成长得特别好。这位朋友就告诉我一件事,让孩子尽早地自己去做选择,让他去承担决策的结果。

我还挺意外的,三四岁的孩子谈什么选择和决策。后来我发现,这其实就是犹太人教育孩子的精髓所在。

犹太人在教育上非常厉害,其实整个大的传承来自于犹太人的社区,能够一代代传承下去。

家庭学校社会得是一个完整的社区,通过互补的方式来干好这件事。

现在呢,大家同质化,学校在给孩子抓分,父母也在抓分,没有人教孩子那些对未来而言更重要的事情,比如他如何做选择,如何做决策,如何找到自己的兴趣,如何培养同理心等等, 这种基础层面的东西似乎就缺失掉了。


古典:这里面最可怕的是家长本身被同质化。

举两个真实的例子。

我们家小朋友,考试没考好,考了第五六名。我跟他说,太好了,爸爸这么多年的人生经验告诉你,成绩低一名朋友多两个,恭喜你。

过段时间,我们想冬天给孩子的外公外婆在东北添置一个房子,那孩子就面临一个选择,参加7天的滑雪营,还是回东北。

我们就会跟小朋友讲,第一个你的命还很长,外公外婆的命很短,所以他们值得更好的。第二个十年以后想起来,你7天没有滑雪也没什么大事,但外公外婆能住在一个好的地方。

所以最后我们一起来选择,到底是回老家帮外公外婆把搞定房子,还是你自己在家参加滑雪营,小朋友自己就会理解这个选择,因为我们要选择更长幸福。

家长可以慢慢跟孩子聊,就会产生很多自己做决策的情境,他就有机会去做选择。


老喻:我觉得您教孩子还是挺有趣的,你会非常坦率地跟他沟通,完全像面对一个成年人,让他直接面对真实的世界,而不是跟大多数家长一样,对孩子连哄带骗。

如何制定规划
老喻:一个朋友问,我30岁了,之前从来没有做过任何规划,我开始觉得规划这件事太重要的,但我茫然,现在如何启动第一步规划?

古典:我觉得得看这个人的特质。

人有两种,一种是进攻型的,对目标趋近比较敏感,他特别喜欢要东西;一种防守型的,对目标的规避特别敏感。

这种东西像是气质类型,小孩触摸得多和少会决定这个人的天生气质,这是无法改变的,不是人格也不是性格,更底层是气质。

如果这个人是防守型的,我建议从他的风险开始了解,你已经30岁了,想过35岁会不会被开掉,研究一下35岁为什么没有被开掉,从他关心的事情开始讲起。

如果这个人是进攻型的,我们可能会从兴趣、价值观讲起,比如一件事情爱不爱干,值不值得干,从这些方面帮他去做探索。

还有一种情况,这个人是进攻型,但是他处于生存期,我的建议特别暴躁,那就是直接找一个你能干、赚钱比较多,并且有空间的地方去做,累一点不要紧,因为你积累了足够多的资源,积累了足够的人脉,有足够的平台,你自然能看到你的选择。

老喻:长期规划和短期规划,这二者怎么样结合呢?

古典:说实话,我觉得短期就没什么规划,就是见招拆招

我的建议是叫做“苍蝇原则”,就是把一只苍蝇和一只蜜蜂放到一个杯子里面,将瓶底朝向窗口。蜜蜂会一直去碰这个杯子,因为它有清晰的向阳性,结果它会累死在杯底。而苍蝇会乱撞,碰撞以后它会找到出口。


我觉得长期目标是应该像蜜蜂的,不用太长期,30岁以前3年,30岁以后5年,40岁以后5到10年,你应该有这么一个目标盯着你。

对于眼前的事情,直接区分什么是重要的A类的,什么是B类的,什么是C、D类的,重要紧急的赶紧干,不紧急但重要的有时间就干,其他的事情尽量别干。

真实操作的时候,大部分人往往会低估三五年持续做事情的成就,却高估这个事情的难。

所以一般近期我都建议大家用清单法来做,远期就用拆目标的方式来做。
老喻:下一个问题是一个35岁+的宝妈提的,关于AI机器人有很多种说法,未来会替代很多工种,她问我该如何规划我的职业?

古典:我很认同一个说法,你把工作可以分成两个维度,一个叫复杂决策和高创意,一个叫高社交。

你会发现,AI特别不擅长社交,您刚才说跟AI下棋没有乐趣,它不理人,选择下棋伙伴,正常人是不会选择AI 的,因为它不懂人。

第二就是复杂决策和高创意,我觉得这方面被AI攻克还是需要好多好多年,因为我们自己没有完全理解。

其实,如果你认真带娃,你会发现带娃就是一个高复杂、高决策的工作,这样的工作是不会被取代的。

总的来说,我觉得你要想的是高复杂、高决策、高社交的工作。如果你是个产品人,创造美好的作品;如果你是个经营人,玩新的社交方式;如果你是一个复杂的CEO,那也不要紧,你是玩人的,永远不会出问题。

所以往这些方面发展,同时要规避做那些重复性的,以及低社交、低复杂程度的事情。
孩子的规划问题
老喻:孩子几岁开始做规划比较合理?如何把18岁前的教育规划和人生规划衔接起来?

古典:这位提问的家长,第一个,你要把目光从孩子身上移到自己身上,如果你对于自己要过什么样的生活,以及你对于社会会发生什么改变没有一个大概的认识,你很难给孩子做规划。

如果你的孩子现在是6岁,那他真正要活的世界是在30岁、40岁左右。也就是说,2050年的世界大概率会是怎样,不会是怎么样,你得有一个概念。

第二个,我不建议把教育规划和人生规划对立起来,因为人生的前半段更多是吸收,后半段更多是输出,中间有很多小循环,有的吸收有的输出。

所以人生规划的一部分是教育规划,一部分是职业规划。

对孩子来说,我会觉得说每个阶段的任务不同,小朋友五六岁之前,我对他的期待就是不生病、不抑郁、自己照顾自己。

到了学校阶段,我觉得孩子慢慢需要对于自己的学习习惯,对于自己在什么方向有优势,什么地方差一点,对于自己的体能会有更多的理解,包括运动上你是敏捷型还是力量型,你是语言能力好还是数学能力好,你得有一个概念。

我觉得就在保证不生病,不抑郁、自己照顾自己的前提下,让他有机会遇见自己的天赋就可以了,这个是小学阶段。

到了初中,的确得面临是不是要做学术性的提升,因为未来中国将会职高分离。

有几个重要关键节点,学技能还是做学术,在高中主要是选城市、选专业和选大学,大学毕业以后是选公司、选所在地、选行业,大概28岁左右选择要不要婚恋,选所在的城市,30岁要选择要专业还是管理。

基本上人生这几个大的节点,你抓住了就不会差,其他的只要保证不生病、不抑郁、自己照顾自己就好了。
老喻:我想起一个词就是叫“过早优化”,很多时候咱们父母可能对于孩子真的过早优化。在孩子很小的时候,弹了几下钢琴就觉得他是钢琴天才,就奔着这个去走。人类漫长的童年,我觉得孩子需要的是安全试错的机会,他能够广泛地去试错。

在国外,很多大神级的人物,本来是学历史的,突然一下子变成了计算机大神,或者这个人本来是学什么的,突然一下跳到文科也能成为文科大神。但是,在咱们的身边,这类事就特别少发生。

古典:很多时候,我们会自我设限,给自己一个框框去钻进它。


我有一个朋友天天跨界,原来是搞国际贸易的,电影拍得也蛮好,现在开始做APP做得也不错。

他说, 第一我相信自己投入时间在一个足够小的领域能迅速成为第一名,或者是要成为前几名。

第二我一进去就学习这个行业里面最好的一批人,我会找出一两个我喜欢的优点,拼到一块就是我的。

重要是他的家庭或者他自己,从小没有划定说你就是为了做一个金融分析师,或者什么职业而努力的。一个人没有被工具化,那是很好的。

中国的孩子在国外,很多就是当律师的、搞金融的,从小被忽悠,慢慢他就会主动抗拒一切跟这个方向不同的目标,这叫“目标窄化”,你看不见身边的很多机会,就会盯着一条路往前走,那你其实就没法应对变化。

老喻:一位我特别喜欢的校长说过,应该尽早让孩子低成本地把将来步入社会过程中可能遇到的问题先模拟一遍。当然即使模拟了,到了大学阶段或者大学毕业之后,孩子还会面临一些可能需要去试错、调整的,我觉得这些都非常正常。

古典:我自己是特别喜欢骑越野摩托车,糟糕的越野摩托场地和好的场地的区别是什么?糟糕的场地,导游就给你划条路出来,你照着开就行了,不会出事。

顶级的场地,路是乱七八糟的,但边界特别好,你撞上一个会出事,但在里面你可以随便搞。

好的教育是把边界做出来,把防护栏做出来,告诉孩子哪些事情不能干,但哪些事情可以随便搞,烂的教育是告诉孩子你就这么干,哪都别看。
老喻:在教育方面,可能有几本书就是被称为经典之作,就是一本是《园丁与木匠》。

高普尼克教授非常睿智,她说父母是要给孩子足够的安全感,像您刚才所说的越野摩托不要出现不可挽回的事件,她又说了混乱是童年时期特别具有创造力的一件事,父母不应该把这种混乱给抹杀掉。

回头想想看,咱们有可能在一些关键性的事情上缺失了,比如他出现大的心理波动,甚至于做出了极端事件。
答疑部分
老喻:有的朋友说他的孩子的性格特别佛系,非学术能力强于学术能力,所以他觉得孩子参加高考可能就不容易取得好成绩,这样的孩子如何规划未来?

古典:我觉得,孩子分不高,很难说明他学术能力不好。一个孩子玩王者荣耀,天天逐帧逐帧地看人家打视频,分析动线和各种打法,那这个孩子学术能力好不好?

我是觉得,你要明白学术能力强不强,在于他愿意在研究的路上,在抽象思考角度,用符号思考角度是不是很沉迷,而不是他的分数好不好。

另外,学分高也不一定是他的学术能力强。

我举个例子,我是奥物的第三名,我是有机会保送北大物理系的。我的物理老师跟我聊了很多,他在一张纸上画一条线,他说你以后的工作就是这条线,你要思考它会怎么折射,它的速度是什么,它会去哪里。我说这事我干不来,所以后面我是自己考的大学。

我觉得学生课程成绩不好,第一,看看有没有他特别适合的技能,我真的不认为比较好的技能会是一个坏选择。

我自己有一个企业家小团队,我们团队有一个大姐,她的孩子就在力排众议之下学了艺术,现在才高二,已经有很多外面的公司去找他画原画。

第二,我深度研究过国内的新东方和蓝翔,这些人在工作中,不管是职业收益,还是职业教育中间获得的品格提升,一点都不比一个三四流大学混日子的学生差,甚至比他们优秀非常多。

第三,我觉得学术能力不好不是重点,而是他哪个非学术能力好,你要以这个为圆心去拓展更多的可能性,让他有机会遇见自己的天赋。

至于说他成绩好还是不好,未来中国继续教育的机会有蛮多的,其实无所谓。
老喻:孩子的英语很好,他是否要初中就读国际学校,还是可以观望到高中再决定,这个背后其实是一个选择。

古典:从孩子本质来说,接受比较好的学习体验是上国际学校。

我觉得本科教育遇到好大学是很精髓的地方,孩子如果有机会去国外读一个顶级的本科,他可能高中就得去。

从家长的角度看,很多家长会觉得,孩子初中到国外就不回来了。我不得不说,这是一个大概率的事件。

中国家长和孩子的关系不像美国那么超然,东方家庭中父母对孩子付出比西方家庭更多,但他的期待也会更多,我觉得也蛮合理的。所以这一点,家长也得综合考虑。

最后,我觉得中国今年的局势,据我所知,上国际学校还是蛮难的。

我觉得初三是个分水岭,未来国际学校到某一届以后,可能就不会继续招生了,或者招录也对接不到外面的学校去。所以我觉得初高中去做这个选择是必要的。

我建议家长和孩子都别乱猜,如果有可能,可以出国走一圈。

  • 第一,去当地的高中、好的本科大学看一看。

  • 第二,如果认识已经在那儿上学的人,找几个留在那儿的人,也找几个回来的人,听一听他们的想法。

  • 第三,你可以找一些咨询公司问一问,我建议是先体验,听一听双方的意见,再跟孩子开个家庭会议,把这个事给定下来。

有人会说孩子没有能力做决定,孩子在自己身上做决定不会比你强,这都是个幻觉,毕竟家长也不是都懂国外。

我觉得两个环节很重要,一是体验搜集信息,二是认真聊一聊,你可以跟孩子说,妈妈很舍不得你,这也是你的需求。

综合这一切以后,什么答案都可以。因为一个家,和谐是最重要的,尊重每一个人,只要每个人对选择不后悔,那就是一个好选择。
直播预告:1月,老喻将分别对话古典、粥左罗和敬子,跟3位老师一起看教育、聊未来。

1月18日,老喻对话粥左罗,谈谈如何治愈孩子的“拖延症”,以及有效提升孩子的时间管理能力。扫码预约,才能准时观看直播哦!

往期精彩

规划师

  小学老师挑动全班霸凌7岁女生:教育的最大罪过是“只教书不育人”

好文推荐

 孩子,如果有人欺负你了……

儿童影单

 这6部高分教育纪录片,揭示了教育的真相!

新课上新

 管教孩子时,明星家庭都在学的4字教养法,比打骂吼管用100倍!

本篇文章来源于微信公众号: 孤独大脑

双向复利

什么叫作失败?
失败是到达较佳境地的第一步。
--菲里浦斯
本文将围绕指数和对数的“可逆”展开。
我的目的不是为了帮大家温习数学,而是探索以下重要且有趣的话题:
1、聪明的试错,是一个逆向复利的过程,它可以帮助我们以指数增长的速度,逆向逼近正确答案;
2、绝大多数成就的取得,都是通过复利效应实现的。但是,复利很难。本文我将讲述复利的双向测试,为靠谱的复利搭建一个可计算的脚手架;
3、两头求极限,才是马斯克的“第一性原理”中最重要但却被忽略的部分。
4、凯利公式给出了一个最大收益与下注比例之间的数学关系。该公式是在基于概率的复利公式的基础上,通过取对数然后求导得出的;
5、既然说到了对数,自然要说一下神奇的自然对数e,以及自然增长的极限
以可感知的方式来重温对数,能帮助我们从底层理解这个世界的算法。
log10(10)
《鱿鱼游戏》中的第五关,是“跳玻璃桥”。
有16位选手按照顺序过一条玻璃桥。玻璃桥由18节构成,每节有左右两块玻璃,一边是普通玻璃,一边是强化玻璃。
游戏规则是:参赛者必须正确分辨出普通玻璃和强化玻璃,若踩到普通玻璃就会当场摔死,一路踩到强化玻璃才能过关。
二选一,即使靠蒙,胜率也高达50%。
然而,虽然每一节的变化只有2,两节的变化也就是2✖️2,连续18节的变化是2的18次方,却高达262144种。
这是一个指数级的增长
要想连续18次都蒙对,成功的概率是(2的18次方)分之一,也就是约为30万分之一,约为死于从楼梯上摔下来概率的二分之一。
然而,在《鱿鱼游戏》里,最终有三个人过关,除了靠玻璃厂师傅肉眼辨别出来的较少环节,主要都是以人命为代价蒙出来的。
理论上,如果人们不自相残杀,即使是靠蒙,活下来的人也应该多于三人。
为什么一个成功率只有近三十万分之一的游戏,仅仅靠十几个人就能打通关呢?
因为这是18个串联在一起的二选一,18个人用命去蒙,相当于一个逆向的指数效应,可以用非常有限的测试,来找到262144种可能性中唯一正确的可能性。
我称之为:逆向复利
如各位聪明读者都知道但可能早已忘记的数学,玻璃桥游戏的巨大不确定性(262144种)是来自指数增长,而消除不确定性则是靠指数函数的反函数:
对数函数。
log10(100)
先来玩儿一个简单游戏:
已知有两个抽屉,各有一黑一白两个盒子,一共四个。其中一个盒子里有颗大钻石,猜中了就归你。
你可以问任意问题,主持人必须回答,但只能说“是”或者“不是”。
请问你最少要问几次?
也许你在宿舍生活时,玩儿过类似的游戏:通过不断问问题,获得“是或不是”的反馈,然后一步步解出谜题。
答案是你需要问两次:
第一次:是在左边的抽屉里吗?
(是,则左;不是,则右。)
第二次:是在黑色的盒子里吗?
(是,则黑;不是,则白。)
这是一个简化版的“过玻璃桥”游戏。
有算法的瞎蒙,有时候并不蒙瞎。
近300年前,牧师贝叶斯设计了一个思想实验:
  • 他背对一张桌子坐着,桌子上有个白球,他并不知道白球的位置。

  • 然后,他让助手随机往桌面上扔黑球,黑球落在桌子上的位置完全是不确定的;

  • 接下来,每放完一个,他就问助手白球相对于黑球的方位。比如,助手说白球在黑球的右边,他就猜也许白球在靠右一点儿的位置;

  • 然后,助手又随手扔了一个黑球,并且告诉他这个白球是在黑球的左边。于是他更新了猜想,可能白球并没有那么靠右;

  • 就这样,扔的黑球越多,他就越能逼近白球真正的位置。

这个“无聊”的游戏靠谱吗?
该实验中,仅用模糊的相对关系,就能逐步推断出结果。关于这一点,我会另外在一篇《逆风而行》(关于压力差和概率差)的文章中再谈及。
事实上,贝叶斯的这个思想实验,是对休谟的因果怀疑论的反击。结果,产生了一种“由果推因”的逆概率计算,迄今仍在深刻改变这个世界。
也许你会觉得,这种瞎猜,要猜到什么时候?
和过玻璃桥一样,贝叶斯的计算,也有一种逆向的指数效应,能够快速逼近白球的真正位置。

log10(1000)
在过玻璃桥游戏里,每一节的变化是2,连续18节的变化,就是2的18次方,这是一个指数运算。
计算结果,是262144种变化。
那么,如果我们只知道一共有262144种变化,但不知道玻璃桥有多少节,该如何计算呢?
这就是指数运算的逆运算:对数运算。
    如果a的x次方等于N(a>0,且a≠1),那么数x叫做以a为底N的对数,记作x=loga N。其中,a叫做对数的底数,N叫做真数。
    对数的意思是: 用几个数与自己乘在一起会得到另一个数?
    例如2的三次方是8。那么反过来,多少个2相乘可以得到8?
    通过对数运算可知,log2(8)=3
    在过玻璃桥的游戏里,2的18次方等于262144,那么:log2 (262144)=18。

    指数运算,能够迅速将一个数字变得非常大;

    对数运算,能够迅速将一个数字变得非常小。

    二者放在一起,是一种双向的“复利效应”

    log10(10000)
    关于不怕失败,主动试错,已经是老生常谈。

    《霍乱时期的爱情》里写道:

    “趁年轻,好好利用这个机会,尽力去尝遍所有痛苦,这种事可不是一辈子什么时候都会遇到的。”

    为什么要趁年轻犯错呢?什么是聪明的犯错呢?
    记得有位科学家说过:所谓专家,就是在一个极小的范围内犯过了所有的错误。
    以下图为例:
    你要找寻图形中藏宝的小方块,即使你只能像过玻璃桥那样去试,一次猜一半,你也会以非常快的速度逼近宝藏。
    但是,要有以下前提:
    1、有边界。即使逆向的指数效应很强大,但也很难解决没有边界的问题;
    2、有算法。例如过玻璃桥看似残酷,但其实是由一连串二选一的问题组成,数学上可以计算,能够不断逼近答案;
    3、有反馈。猜对玻璃,活命;猜错玻璃,死掉。但是对于整个系统而言,假如只是一个游戏(并不是真的死掉),其实猜对或者猜错,就信息的传递而言,是等价的;
    4、能遍历。参与游戏的人不仅要犯掉所有的错误,还要能够在犯错之后活下来。对创业者而言就是在钱花光之前快速犯错然后找到活路。
    可口可乐公司的CEO詹姆斯.昆西说:“如果我们不犯错,那就表明我们工作上都不够努力。”
    奈飞的哈斯廷斯认为:“我们必须要冒更多的风险……去尝试更疯狂的事情……。”(本月22日,奈飞一夜之间市值蒸发3100亿。)
    贝佐斯将极可能是错误的“大胆押注”视为实验品:

    “既然它们是一次实验,那么你肯定就不能提前知道它们会产生怎样的作用。毕竟实验究其本身来讲就是一件容易失败的事儿。但只要有几个巨大的成功就能弥补你所经历的无数次的失败。”

    然而,所谓“失败是成功之母”,在我们这个演化的世界里,对绝大多数人而言并不成立。
    即使你勇于失败,不断探索,假如你的犯错不够聪明,不够随机,运气不够好,成功照样不会来临。
    聪明而主动的犯错,需要有边界、有算法、有反馈、能遍历,也需要一些疯狂、随机和冗余。
    哈耶克说:
    虽然进化经常被总结成“适者生存”,但推动进化进程的却往往是不适者。尽管我们总是本能地以为复杂问题需要精心设计的解决方法,但进化却毫无规划可言。

    复杂得惊人的事物是在简单的过程中涌现出来的:尝试已有事物的不同版本,剔除失败,复制成功经验。
    所以,成功学最大的问题是,忽略了那些事后不再发声的失败要素,简化了因果,甚至颠倒了因果,并且认为成功可以被设计,被简单复制。

    log10(100000)
    对于人们热衷于探寻模式和设计因果,哈耶克批评道:
    人们总以为自己能设计出这样或那样的东西,但实际上,他们对要设计的东西几乎一无所知,经济学的独特职责就是展示人们的这种无知。
    哈耶克的这句话,尤其适合应用于教育领域。
    教育的目的和意义到底是什么?
    以前是为了培养技能,可以上生产线纺纱造车。现在早变了,漫长的求学生涯,是人类社会的一种冗余机制。
    对一个孩子而言,在被保护的童年与青少年期间,低成本地去犯人生当中所有可能的错误,也许是最有价值的。
    所以,如哈耶克所言,教育应该允许孩子通过犯错,暴露出自己的无知,自己的愚蠢。
    可事实呢?犯错、无知,是学校里最无法容忍的。
    于是,可笑的事情出现了:一个人经历了十几年的教育,不断追求如何将这辈子几乎都不会再用上的知识做到“不出错”,不断地将那些严丝合缝的因果关系背得烂熟,最宝贵的个性因为无法显现而被磨灭,无价的多样性被统一的生产线加工成一个模子。
    可是,我们眼前复杂的现实世界,越来越像休谟在几百年前所说的:
    “我们无从得知因果之间的关系,只能得知某些事物总是会关联在一起。”
    产生于工业革命年代的传统教育,早已无法应对非线性的、不确定的当下。
    如果传授确定性知识的教育只是成为一个智力测试系统,以摧毁人才的方式来选拔人才,那么这一代价对社会、对个体而言都太昂贵了。
    女子学校创建了一个名为“失败”的项目。负责人雷切尔·西蒙斯说了一句非常贝叶斯主义的话:
    “我们想要告诉大家的是,失败并不是学习过程中犯的错误,而是学习过程中的特征。
    教育教会我们学习和思考(指数式增长),更是教会我们如何挖掘自己独一无二的宝藏(对数式逼近)。
    大自然实现了某种有算法的随机性,学校也应该如此。
    所谓因材施教,不是定制名表,定制名包,而是提供一个有算法的系统,并且通过模拟真实的现实世界,让孩子自由探索,大胆犯错,无所顾忌地暴露自己的无知,呈现自己的天性,从而发现自己的禀赋,点燃愿意终其一生去努力的理想。
    接下来,我要通过可逆的指数和对数运算,讲到复利的双向测试。

    log10(1000000)
    “奇怪”的是,对数的发明先于现代指数。原因是对数当时在航海与天文学领域太实用了。
    对数可以将高级运算降为次级运算,例如化乘方开方为乘除,化乘除为加减,从而极大降低了运算量。
    指数和对数互为“反函数”,二者之间是可逆的关系。
    先看从指数到对数:
    我们把k输入到上面的运算器,经过指数运算,得到a的k次方,再代入对数运算,又输出了k。
    再倒过来,看从对数到指数,一样是输入K,输出k。
    如上运算器,我们可以从左边输入,右边输出;也可以从右边输入,左边输出。
    就像贝叶斯提出的逆概率,从而实现了可以“由果推因”,如上的双向运算,既是由因推果,又是由果推因。
    这种方法,可以帮助我们检验自己的信念。
    例如,假如你看到:
    某人非常聪明并且努力,所以在房地产行业赚到了很多钱。
    你就可以做一个双向测试:
    • 从“非常聪明并且努力”,可以推出“在房地产行业赚到很多钱”吗?

    • 从“在房地产行业赚到很多钱”,可以推出“非常聪明并且努力”吗?

    如果不能,我们可能需要重新定义自己的那个信念。(这仅仅是个未必完备的思考实验。)
    以下我要讲的,绝非用公式包装成功学,而是分享一个有趣的“感知”。
    我相信,如果你懂得创业,又懂指数和对数,一定能对如下内容会心一笑。
    先定义一下,世俗意义上的成功,大多是通过大规模复制实现的
    企业复制产品,个人复制IP,基因复制生命。
    成功的复制,就是将某样有价值的事物重复足够多次,从而实现复利。
    越厉害的复制,越是有指数效应,并且边际成本递减,还能形成网络效应
    那么,复制什么呢?
    在指数运算里,复制的是底数。例如,2的18次方是262144,其中底数是2,指数是18。
    回到创业。
    众所周知的精益创业,其核心思想是,先在市场中投入一个极简的原型产品,然后通过不断的学习和有价值的用户反馈,对产品进行快速迭代优化,以期适应市场。
    精益创业的三个主要工具是:“最小可用品”、“客户反馈”、“快速迭代”。 
    在大规模复制之前,创业者必须以最小的成本和有效的方式验证产品是否符合用户需求,在最短时间里找到有价值的认知。
    快速地去蒙,聪明地去试错,就像贝叶斯身后乱扔的球,以及过玻璃桥的大胆一跃。
    这个有价值的认知,就是指数运算和对数运算中的底数。
    • 创业的第一阶段,从0到0.1或者从0到1,像是一个对数运算

    • 在经过验证和迭代后,再实现爆发式增长。像是一个指数运算

    阿里云总裁认为技术只有两个核心价值:
    第一对于验证成功或接近成熟的业务,快速规模化,实现指数增长。
    比如从 1-10 用了 10 天,那你从 10-100 应该只用两天或一天。
    第二、要帮业务团队快速试错。
    让产品快速上线,别在乎什么架构,有反馈才知道这个业务行不行,能不能活下来。
    所以,创业的过程,交织着对数运算和指数运算。我们需要从两头分别输入数字,往返测试,以求发现内核,然后进行大规模复制。
    一头计算作为复制内核的底数(对数函数是求指数而非底数),一头计算指数增长的规模。
    我在《人生算法》里,将此拓展到个人的演化:
    • 上半场,是一个切割钻石的过程,目的就是为了不断找到真正属于你自己的最小的那个内核。

    • 下半场,就是如何通过复制,令最小的内核最大化。

    为什么要用“最小内核”来做指数运算的底数?
    复利增长的关键是复制的连续性和稳定性,物理意义上去掉多余的部位,信息意义上去除噪音,能够令最小内核的复制更可持续。
    这个过程,总是伴随着打破和重建。新晋导演章子怡认为,导演就是一个“打破瓶子”的过程:“你得把瓶子打碎了,钻出来透口气,再钻进另一个瓶子里。”

    尼采错了,并非“那些杀不死你的,终将使你变得更强大”,而是你的强大需要通过杀死“不够强大”而呈现出来。

    正如演化算法的三部曲:变异,选择,复制。
    变异是某个认知,这个认知以某个最小化产品的形式被放在具体环境里,通过与环境的双向选择而不断迭代,一旦其生存模式被验证,就大规模复制。
    一个人,或者一个机构,其成功的最大秘密是:找到可大规模复制(具有连续性)的“大概率事件“。

    log10(10000000)
    事实上,马斯克总是提及的第一性原理,也包含了类似的双向推导。
    先前,人们对“第一性原理”的理解主要是:
    把一些事情归结为最基本的原则,尤其是物理定律,少一点儿类比,少一点儿夹层解释。
    但其实不止于此。
    马斯克说,另一个方法是:
    在极限中思考问题。
    如果你在思考一件事情的同时,把它扩展到一个非常大的范畴或一个非常小的范畴,事情会发生什么变化?
    举个例子,不管是造电动车还是火箭,假如零件太贵,成本太高,你就可以想:
    • 如果每年的产量是一百万台呢?那还贵吗?

    • 如果一年一百万台还是很贵,那么数量就不是你的东西贵的原因,根本问题出在设计上。

    • 这样一来必须改变设计,改变零部件,从根本解决价格问题。

    这个,是从规模极限去推导。
    然后,倒过来,从基本单元的极限去推导,一直到原子层面。
    例如生产火箭,一直拆解到初始的资源和原料:
    • 如果你看一下火箭的原材料,你会发现原料有铝、钢、钛合金、特种合金、铜等;

    • 每个部件的组成元素的重量是多少,原材料价值是多少?

    • 在不改变原材料的情况下,以上几个问题为火箭的成本设定了渐近极限。

    • 更进一步,把原子排列成最终的形状,这将是你产品的最低成本。

    在马斯克看来,产品的制造成本渐进式地接近其原材料价值。
    所以,关于产品的第一性原理是:
    尝试想象完美产品或技术,不管它是什么。然后思考:原子怎样才能完美地排列?进而找出如何获得这种形状的物品。
    但是,大多数时候,人们停留在“夹层”。从观念上固守已有的东西,倾向于使用他们熟悉的工具和方法。
    马斯克的思考方式是,通过双向推导:
    • 我们一方面可以去发现规模效应下的完美产品(指数运算);

    • 一方面去创造工具、方法,找寻材料,从原子层面构建基本单元(对数运算)。

    从因到果,再从果到因,双向推导至极限,会创造出惊人的奇迹。

    log10(100000000)
    在《鱿鱼游戏》中的第五关“跳玻璃桥”,一个人向前跳,不管他踩中了钢化玻璃,还是不幸踩碎普通玻璃,都为团队提供了信息。
    这种信息,是通过消除不确定性来实现的。
    就信息本身而言,“正确”或者“错误”,是等价的。不同的是,“正确”的人有机会再去踩下一关的玻璃。
    那么,该如何度量信息呢?
    香农引入了“比特”的概念。
    比特来自二进制,香农认为可能拥有的最简单的信源,就是抛硬币,正或反,是或否,1或0,这是可能存在的最基本的信息。
    就像信息的原子。
    比特是在两个等概率的可能性之中进行选择后所产生的信息量。
    所以“一台拥有两种稳定状态的设备……能够存储1比特信息”。
    回到开始的猜钻石游戏,你需要多少信息?
    • 在左右抽屉里二选一,对应1比特;
    • 再在黑白盒子里二选一,对应1比特;
    所以你总共需要2比特,以实现在四个盒子里选出一个。
    玻璃桥游戏里,总变化高达262144种可能性,但因为这是18个串联在一起的二选一,我们算一下需要多少信息:
    也就是计算262144以2为底的对数:log2262144=18,相当于2的18次方的逆运算。
    为什么计算对数?
    因为:采用概率分布的对数作为信息的量度具有可加性。
    由于求对数,所以有一种逆向的指数效应。其所产生的加速效应,我称之为逆向复利
    过玻璃桥的变化虽然很多,但信息只有18比特。
    那么,每跳一个人,不管是否掉下去(就像抛硬币无论正反面,获取的信息是一样的),就获得了1比特。
    当然,如果没掉下去,就又多了一次下一轮的测试机会。
    由此,每跳一次,就获得了一个信息,也就消除了一部分不确定性。教科书对此的描述是:
    香农将热力学的熵,引入到信息论,因此它又被称为香农熵,或信息熵。
    在信息论里面,熵是对不确定性的测量。
    在信息世界,熵越高,则能传输越多的信息,熵越低,则意味着传输的信息越少。其公式如下:
    其中p(xi)代表随机事件X为xi的概率。
    还是以扔硬币为例。
    扔一次硬币,出现正面的概率是 p1=0.5, 出现反面的概率也是p2=0.5。
    所以,根据公式计算:
    H = -(0.5✖️log2(0.5) + 0.5 ✖️log2(0.5)) = 1比特
    但是,如果这枚硬币被做了手脚,出现正面的概率是0.7, 反面是0.3。那么“扔一次这个硬币”这个事件的信息熵是多少呢?计算如下:
    H= -(0.7✖️log2(0.7) + 0.3✖️log2(0.3)) = 0.88比特
    假如你去玩抛硬币的游戏,而且你知道有一桌的硬币做了手脚,正面概率是70%,那么你一定会选这一桌,并且每次都押正面,因为其信息熵更低,这意味着该“不确定性”比公平的硬币降低了。
    在《鱿鱼游戏》里,那位玻璃厂的老师傅,就是靠自己的专业,降低了自己每一次蒙的行为的信息熵,就像上面那个做了手脚的硬币。
    因此,他消除不确定性的“能力”更强。

    log10(1000000000)
    再说回复利的主题。
    复利的基本公式,是一个指数运算。
    复利算起来很简单,实现很难,原因见《复利的谎言》:
    • 真相1、世界被随机性主宰;

    • 真相2、连续性很难实现;

    • 真相3、现实是不均匀的;

    • 真相4、回报是不对称的;

    • 真相5、筹码是有限的。

    用复利公式来描述以上几点就是:
    1、利率r(回报)与期数n都是说不准的;
    2、比较好的回报r,期数n总是不长久;
    3、利率r(回报)总是起起伏伏,时好时坏;
    4、现值PV(投入本金)大,终值FV(最终收益)未必大;
    5、以总值论,本金太小。以比例论,本金撑不到赚钱的时刻。
    那么,复利公式还有用吗?
    在充满不确定性的现实世界,用概率来描述一个事件,是理性且智慧的。
    复利公式也不例外。
    确定性下的复利公式是:
    但是,现实世界的回报r并不确定,那么我们用概率来描述。
    举例:若一投资有60%的获胜率(p = 0.6,q = 0.4),而投资者在赢得赌局时,可获得一赔一的赔率(b = 1)。为了避免爆掉,所以下注者每次会控制下注比例,假设是x,那么连续下注n次,期望值计算是:
    f(x)=(1+x)^(n✖️0.6)✖️(1-x)^(n✖️0.4)
    如上,这其实是一个概率世界的复利公式。
    首先,这里仍然有一个重要前提:期望值为正。否则就是赌博。
    这时,我们会发现,下注比例x太小,赚不到钱;x太大,可能会爆掉,以致无法实现遍历性而“享用”正期望值。
    有没有一个方法,可以控制x的数值,就像用开关控制水量一下,调节每次下注的比例,在确保不会爆仓的前提下实现收益最大化?
    转化为数学问题,就是求上面f(x)的极大值。
    当年索普向香农请教期望值优势下的下注比例问题,香农向他推荐了自己同事凯利的一个公式。
    与索普自己的信息熵公式有点儿像,凯利公式是对概率世界的复利公式取对数,然后求极值。
    凯利公式的目标是:最大化资产的增长率,也即最大化对数资产的期望值
    设开始时的资产是1,每次下注的比例为f,有p的概率会以b的赔率赢钱,资产的对数期望值计算如下(就是对概率下的复利公式两边取对数的结果):
    要找到最大化这个期望值f,只需E对f的导数值为零:
    求解上述方程,得出凯利公式:
    用图形,更容易看出凯利公式的工作原理:
    横坐标是下注比例,纵坐标是回报。下注小,安全但回报低;下注大,极可能回报也不高风险却很大。
    凯利公式帮助我们找到图中的峰顶,对应的就是最佳下注比例。
    人的一生,是由很多个下注串起来的。虽然不像过玻璃桥那么非死即活,但一样充满了巨大的不确定性。
    每次做决策时,计算一下输赢的概率,算一下回报,并且随时提醒自己控制好下注的水龙头,千万别All in。
    凯利公式的工作原理图最上方的那个点,也许是我们想在人生中找寻的位置:活下来,活好

    log10(10000000000)
    如上所述,对数与复利式的增长有关。
    假设我们往银行存1个亿,银行的年息是100%,如果每年产生一次,那我们可以知道一年到头你的账户总额(单位:亿元)是:
    但是如果我们换成一个月产生一次利息,然后你又把每个月的利息重新存入本金,那你一年到头的账户总额是:
    进一步,我们换成一个天产生一次利息,然后你把每天的利息重新存入本金,那你一年到头的账户总额是:
    假设银行愿意每秒付利息,你也每秒取出利息再存入,利滚利会不会涨上天呢?
    并不会,你的银行余额是2.7182817813元。
    所以,1元钱存1年,在年利率 100% 情况下,无论怎么利滚利,其余额总有一个无法突破的天花板,这个天花板就是e≈2.71828…。
    e,作为数学常数,是自然对数函数的底数,亦称自然常数、自然底数,或是欧拉数。
    在谷歌2004年的首次公开募股,集资额不是通常的整数,而是$2,718,281,828,正是来自e。其2005年的一次公开募股中,集资额是$14,159,265,与圆周率有关。
    e和π,的确是两个最神奇的数字了。
    e的本质,是自然增长的极限。
    e在自然界无处不在,最有名的是等角螺线,又叫对数螺线生长螺线。
    例如:
    还有:
    • 昆虫以等角螺线的方式接近光源;

    • 蜘蛛网的构造与等角螺线相似;

    • 旋涡星系的旋臂差不多是等角螺线。银河系的四大旋臂的倾斜度约为 12°;

    • 低气压(热带气旋、温带气旋等)的外观像等角螺线。

    雅各布·伯努利格外喜欢等角螺线。他发现了等角螺线经过各种适当的变换之后仍是等角螺线,并对此十分惊叹和欣赏。
    • 放大和缩小后的对数螺线,和原图形相似。

    • 还有旋转的自相似性:旋转后的对数螺线,和原图形相似。

    于是,雅各布·伯努利要求将等角螺线刻在自己的墓碑上,并附词:
    纵使改变,依然故我。

    本篇文章来源于微信公众号: 孤独大脑

    元宇宙的“42条共识”

    42

    出自科幻圣经《银河系漫游指南》

    一台名叫 Deep Thought 的超级电脑

    经过750万年计算

    得出以下答案

    生命、宇宙与一切的终极答案是

    “42”

    42,这一数字

    是人类对终极问题思考的象征

    元宇宙是什么?

    它是21世纪的“元叙述”

    也是人类文明“终极之问”

    与此同时,概念甚嚣尘上

    骗局混淆其中,资本浑水摸鱼

    对于元宇宙的深度思考

    同样极其稀缺

    太多材料汇编,更多资料堆砌

    更容易引发争议反感

    只是奇点来临,大风呼啸

    争议虽多趋势不变

    那就是:元宇宙是人类新梦想

     

    通过对以下两本书的总结:

    文津奖得主 联手 中科院院士

    解读虚实共生的数字时空

    一起来寻找元宇宙的

    “ 42 条 共 识 ”

    *以下内容、图片综合自

    《图说元宇宙》《设计元宇宙》系列

    01

    元宇宙不是一天建成的

    罗马不是一天建成的,元宇宙也一样。

    人类从未像今天这样,可以自己成为“创世主”

    元宇宙融合了信息技术(5G/6G)互联网时代(web3.0)人工智能云算力大数据区块链以及VR、AR、MR,游戏引擎在内的虚拟现实技术的成果。 

    它将引发基础数学(算法)信息学(编程、信息熵)生命科学(脑机接入)区块链(加密金融)量子计算(算力)等学科的深入研究和交叉互动。

    还会推动未来学、哲学、逻辑学、伦理学、科幻等人文科学体系的全新突破。 

    但这一切需要时间,不能急功近利的思考去变现。

    02

    元宇宙不是“虚拟世界”

    《头号玩家》不是元宇宙,《黑客帝国》也不是元宇宙。

    元宇宙不是简单的虚拟世界,它与平行世界也不是相互割裂,而是交汇融合

    线上+线下是元宇宙未来的存在模式

    线下的场景会成为元宇宙的一个重要组成部分,元宇宙也会为线下的沉浸式娱乐带来更多可能。

    元宇宙与现实世界一开始存在边界,但两者的边界会变得越来越模糊,最终变成一个硬币的两面,相互依存。

    元宇宙是虚实共生,不是镜像孪生。

    03

    算力即权力

    在元宇宙世界,算力是同水、电、油、气一样的基础设施。

    没有算力,元宇宙将停止运转

    谁拥有了算力,谁就拥有了财富

    谁拥有了控制算力的权限,谁就拥有控制世界的权力。

    未来世界的算力分为:

    中心化算力去中心化算力

    如果中心化算力占据上峰,那这个世界将更加不平等。

    如果去中心化算力占据上身,那这个世界相对来说更加公平。

    人类未来最大的矛盾,是日益增长的数据处理有限算力之间的矛盾!

    04

    元宇宙不是游戏

    游戏是元宇宙入口之一,但元宇宙不是游戏。

    将元宇宙视为一个超级大型3D虚拟游戏是片面浅薄的。

    元宇宙是整合多种新技术而产生的新型虚实相融的数字文明。

    涉及主权财富、生态建设、经济体系、价值设定等多重要素,是自然人的高维度拓展。

    05

    元宇宙不属于

    任何一家科技巨头

    元宇宙的核心是“去中心化”,不会被某一家科技巨头公司控制。

    被科技巨头的控制的元宇宙,不是元宇宙。

    任何一家科技巨头,也无法真正建成完整的元宇宙。

    真正的元宇宙最终需要实现跨链互通、身份互认、价值共享,它不属于任何一家科技巨头,而是属于每一个人。

    06

    元宇宙与星辰大海

    不是对立关系

    太空歌剧和赛博朋克相互融合,不是非此即彼。

    元宇宙与星辰大海不是竞争对立关系,前者向内拓展,后者向外延伸,最终殊途同归,共同发展。

    更好的数字虚拟技术和更发达的太空技术,其实是相辅相成的。

    07

    概念股不是“元宇宙”

    股市中的“元宇宙”,都是打着概念炒作的韭菜盘。

    元宇宙不是单纯的游戏,现阶段核心是个人数字身份和个人主权财富

    概念股大部分是“伪元宇宙”,在意的是短期的套利炒作。

    所以,了解元宇宙的深层逻辑,认识什么好的项目,别成为韭菜。

    08

    Web3.0是元宇宙

    不可或缺的一部分

    没有CryptoWeb3.0不是Web3.0,没有Web3.0的元宇宙不是元宇宙。

    实现Web3.0所需的技术路径中,跨链、分布式存储隐私计算是Web3.0生态目前发展阶段的核心技术栈,这些,与元宇宙中的去中心化身份、信用体系建设都高度吻合。

    09

    元宇宙是“元叙事”,

    是人类大目标

    元宇宙是跟“全球化”一样的元叙事,它是关于“永恒真理”“人类解救”的故事,是一种对未来进程有始有终的构想形式,具有五大特征

    预测未来世界、追寻终极目标、产业利益趋同、统一前进方向、构建多重世界。

    10

    元宇宙是一个熵+系统

    薛定谔在《生命是什么》中提到“生命是负熵”这一概念。

    我们所处的现实世界是一个不断熵增的封闭系统,按照热力学第二定律,现实世界一定会有热寂的一天。

    元宇宙通过各类技术集成,可以最大程度减少元宇宙系统的熵增无序

    在某一个时刻,元宇宙是一个熵-系统

    但它没有办法摆脱母世界的影响,最终仍然是一个熵+系统

    11

    元宇宙:数学>人性

    元宇宙的底层逻辑,遵循“数学契约论”

    在现实世界中,社会契约论主宰着现代文明

    在元宇宙中,数学契约代替社会契约,用数学约束人性,用合约前置来消除人类基因中的自私自利

    数学契约自动检测订约人在订约后的行为,在元宇宙的任何行为都会被数个数学契约智能监督。

    12

    元宇宙不是“文明内卷”

    很多人用刘慈欣在2018年的演讲反驳“元宇宙”,称元宇宙是“文明内卷”

    但刘慈欣讲的这段演讲时目标对象是“虚拟世界”,当时没有元宇宙的概念。

    元宇宙是虚拟世界现实世界的融合,也是多种技术发展到一定阶段后的融合结晶

    元宇宙不会带来文明内卷,最终实现文明的跃迁

    13

    区块链是元宇宙的补天石

    区块链让元宇宙有了现实驱动,而不再只是精神上的虚无飘缈。

    区块链带来了数字ID所承载独一无二的身份,也带来了经济体系的安全稳定运行。

    甚至还包括私钥即一切,最终带来上层建筑的变化:

    公正与自由、去中心化、数据私有化、反垄断……

    物理硬件只是外在的肉身,区块链才是鲜活的灵魂。

    14

    元宇宙“大爆炸奇点”不可知

    就像宇宙诞生源于一个奇点,元宇宙的最终爆发也将由一个“奇点”点燃。

    但目前这一“奇点”是未知的。大多数人只盯着已经成形的项目或者大公司,但风起于青萍之末,元宇宙带来的是一个全新时代,只怕没有那么容易猜到结局。

    一个伟大的元宇宙的形成,也许一个故事,一个钱包,一个插件,一套NFT图像,一个合约都可能会成为它的爆炸奇点。

    15

    数字身份是

    元宇宙的最终入口

    在现实世界中,我们拥有自己的身份证,其承载我们在现实世界价值

    在元宇宙中,数字身份会是最终入口,其背后负载的是数字世界的社交关系资产

    这个数字身份根据自己的价值观、元宇宙观、个体定位等因素,通过你在元宇宙中的种种行为选择进行确认赋权。它不仅仅是一个头像,而是一个真实存在且影响未来的数字ID

    16

    元宇宙是新思想的“源泉”

    可以明确的是,元宇宙将是新思想的源泉。

    技术新思想:

    5G+AI+XR云计算,区块链,高度沉浸社交,引擎技术、脑机接口,数字人,边缘计算,数学算法,3D操作系统等都会出现新技术。

    金融新思想:

    Web3.0、区块链、DAO、DeFi、GameFi、NFT、DEX、AMM、以太坊、USDC。

    同时也是人类反思自我的核心场景,通过自我创世从而思考“创世主本意”

    从这个层次上来讲,元宇宙将产生新哲学。

    17

    元宇宙是非线性时空

    现实世界,我们遵循时间走向,以单箭头形式前行。

    而元宇宙却可以是时间尺度上完全不同的平行和非线性。利用的数字身份多重人格,可以进行平行宇宙式的体验,在同一时间尺度上,可以完成不同的事情,实现小说中才可能出现的“非线性叙事”。

    18

    DAO是元宇宙

    核心治理模式

    DAO就是未来。

    DAO保障了规则制定权在社区手中,形成元宇宙的治理基石。

    在DAO的治理模式下,元宇宙完全是去中心化的,其特征是开源、资产自由流动、人员自由贡献、社区投票表决、治理结果执行不受干扰。

    没有人可以发号施令,管控是分散存在而不是按等级划分。它允许每个人参与讨论,也鼓励团队合作

    基于DAO治理,元宇宙将治理权交给所有参与者,建立可信规则的社区自治。

    19

    元宇宙:互联网与

    区块链的结合

    元宇宙主要分为两派:互联网派和区块链派。

    两派之争,分化出完全不同的元宇宙进化路线

    无论是互联网派,还是区块链派,在实现元宇宙的过程中都有自己的烦恼和担忧

    互联网最大的问题在于“安全性”,区块链最大的问题在于“效率性”,但同时两派又都有自己的优势

    通过将互联网技术区块链原理结合起来,是实现元宇宙的最好路径。

    20

    元宇宙的“大一统理论”

    自然世界的科学家一直在寻找“大一统理论”

    依照量子理论的观点:

    物质是一份份的信息。

    最前沿的弦理论更认为宇宙就是一个大提琴家奏出的乐章

    自然世界的本质难道是信息比特

    元宇宙的大一统理论是什么?

    我们可以看得非常清楚:

    元宇宙的源头是原子世界

    原子世界是创世主(第一推动力),他们构建的01就是“大一统理论”

    21

    元宇宙经济学:人即货币

    元宇宙下的“元经济学”遵循“人即货币”理念。

    每个人都有自己映射的Token,这些Token可以量化自己的价值。

    在“人即货币”理念下,人从出生起就是天生的点对点的信任机器,人本身成了衡量一切的价值标的。

    “人即货币”三大定律

    1、每个人都有发行货币的自由;

    2、个人价值=个人币值;

    3、人币同在。

    “人即货币”是元宇宙共识时代的高版本,通过自律来换取更大的自由和信用,让自发行的货币更有价值。

    22

    元宇宙是技术的“结晶点”

    元宇宙为什么受大企业青睐,因为它是技术“结晶点”。 

    谁能成为这个“结晶点”,谁就可能成为未来最强大的企业。 

    20世纪初的汽车,20世纪末的互联网

    21世纪初的移动互联网(手机),未来的元宇宙(技术载体未定)。 

    它不是某一项技术,而是一系列“连点成线”技术的集合。其中包括芯片技术、通信技术、区块链技术、交互技术、虚拟引擎技术、AI技术、网络及软硬件编程等各种数字技术之大成。

    23

    元宇宙是一个开源世界

    在元宇宙中,除了个体掌控的私有数据外,所有一切都是开源的。

    代码是开源的,你可以随意查看那些开源代码;

    技术是开源的,所有元宇宙的技术底层逻辑你都可以学习;

    公共数据是开源的,所有人皆可查看和使用,以此规避中心化平台的垄断;

    内容是开源的,只要你有创意,你就能创造元宇宙的内容;

    智能合约是开源的,你可以查看所有在链上的智能合约内容;

    ……

    24

    “主权财富”是最大公约数

    在元宇宙这个话题上,大家短期内是没办法达成共识的,每个人只看到自己所认可的元宇宙。

    但获得自由、可自我分配的“主权财富”是所有人的共识……

    25

    NFT是元宇宙中的“生命体”

    NFT是数字世界中一种不能被复制、更换、切分的,用于检验特定数字资产真实性或权利的唯一数据表示。

    在元宇宙中生成的原生NFT,是元宇宙独一无二的“生命体”。它不是一种简单的数字模拟信号,最终都可以形成一个自己的、超出任何产品的世界。

    26

    元宇宙原创主权:内容至上

    元宇宙是一个包容万象的新世界,由所有参与者共同创建。

    未来的元宇宙,它的内容全部来源于参与者。相比与传统互联网,在元宇宙中,内容的重要性要远远大于平台的重要性。

    依托开源的方式,让所有人都能够参与到内容创造中,享受共同创建元宇宙的乐趣。谁拥有了创意,谁拥有了优质内容,谁自己就能在元宇宙中建立新平台。

    27

    元宇宙:游戏即劳动

    元宇宙不是游戏世界,但游戏却是元宇宙的一大组成部分。

    游戏是元宇宙的最佳突破口,完整的元宇宙需要具有博弈策略的游戏来完成行为创造。

    在元宇宙中,游戏即生活游戏即劳动,它将物理世界的劳动和虚拟世界的游戏光滑连接,将游戏和劳动结合起来。

    28

    元宇宙不能让你逃避现实

    元宇宙不是一个让你逃避世界的新去处。

    堕落者进入元宇宙只会更加堕落,而那些优秀的人则会创造更多价值财富

    29

    元宇宙是全生态进化

    元宇宙是一个非常宏大复杂的结构,这样一个系统不是像某个游戏那样可以一起打包升级,整个系统的变化和升级是非常复杂的,它又同属于一个宇宙,所以它的升级和改造是全生态的进化

    这个全生态的进化一共可分为七层

    自然层、物理层、交互层、数据层、协议层、合约层、应用层。

    一个不断生长壮大的元宇宙,它的系统架构最终会向生命体学习,它的进化会向自然进化学习。

    30

    超现实治理

    元宇宙是超现实世界,以下几点都是超现实治理要素。

    去中心化治理:

    去中心化的社会组织里,管控分散存在而不是按等级划分

    代码即法律:

    由代码构成的智能代码合约形成了“自规则”“法律前置”降低了法律执行成本,有《少数派报告》的味道。

    共算主义:

    每个人都有获得算力的权利,每个人也有贡献算力的义务

    数据私有:

    用户持有私钥掌控个人数据,用户拥有完全自主管理个人数据的权力。

    分布式金融:

    金融体系以分布式为主,任何第三方不能逆转任何一笔交易。

    31

    没有共识,就没有数字土地

    没有形成共识的元宇宙大地,所谓数字土地就是泡沫。

    宇宙最初三秒钟是在高温和碰撞中创造“物体规律”,当宇宙世界的规律形成后,才开始慢慢形成星球星系

    现在元宇宙还没有达到星球自成、达成共识、进行数字土地财富分配的阶段。


    数字土地,只是一场泡沫。
    可以作为数字实验,切莫高价入局

    32

    比特世界的“互操作性”

    张飞杀岳飞,杀得满天飞。这样的事情在原子世界不可能发生。

    是梅西厉害还是马拉多纳厉害?跨时空也很难比较。


    但在元宇宙的“比特世界”,底层数字协议一旦形成共识,“复仇者联盟”分分钟钟就可以组队打BOSS。


    这就是元宇宙的“互操作性”,数字底层协议保证了算法形成的比特数字可跨宇宙穿越。你穿着“2140元宇宙”的数字盔甲,在Axie Infinity城堡卖掉盖亚蓝戒,换得了Decentraland上的一块火星大陆……


    所有在元宇宙世界伟大的数字IP,都可以正面交锋。

    33

    数字人进化:AI数字人

    将成为大多数

    数字人将由以下几种人构成:

    虚拟的假人:

    产生了虚拟数据身份

    意识上传的真人:

    以人为模板,以人的意识为主体,他们是从真实世界移居到元宇宙的移民,不是原住民。

    AI数字人:

    一开始就是程序设计而成,没有真实的碳基或硅基身体,不受到任何束缚,原则上可以在元宇宙中遨游,它们是元宇宙的原住民。这些人将成为大多数。

    AI数字人摆脱了肉身束缚,只受到数学规律限制,而数学的世界更抽象,这意味着AI数字人的能力将以数学为边界,而不以物理为边界,它们的未来将发展到什么程度?暂时无法评估,但一旦形成进化态,那将完全颠覆元宇宙

    34

    乌合之众的

    极乐狂欢:一九定律

    技术潮流不可阻挡,人类娱乐化亦不可阻挡。
    元宇宙会整合现有世界各项技术,让生产力得到迅速提升。


    与此同时,刺激丰富,体验极致,在元宇宙中能保持清醒的人会越来越少;元宇宙沉浸程度比现实社会游戏更深,时间一久,偏理性的人和偏感性的人的分布,就会从二八定律变成一九定律

    元宇宙的技术将实现感官享乐主义,各种小宇宙就是寺庙和教堂,乌合之众是它的狂热粉丝和朝拜者。

     

    那么,元宇宙的牧师和神会是谁?

    35

    加密朋克2.0的“暗宇宙”

    顶尖程序员、自由主义者、无政府主义者、科技金融玩家等元宇宙高级玩家,他们发现元宇宙被乌合之众占领,无法实现当初建设元宇宙的梦想——一个人人自由、共享开放的“美丽新世界”

    这些人在元宇宙的隐秘节点,通过多层链接,建立暗宇宙,只有少数人能够通过自己去发现、审查、注册进入暗宇宙。

    这些少数派成了暗宇宙背后的操控人,类似于现在的tor世界(暗网)


    基于元宇宙的“去中心化”的特质,“暗宇宙”会比现在“暗网”影响力要大。

    36

    程序员的“个人屠龙”时代

    一开始,大公司垄断元宇宙会被唾弃。
    但少数人最终会成为主宰,程序员权力更大。

    顶尖玩家操控世界,因为非线性时空以及“一九定律”关系,聚集的粉丝信徒可在数小时内到达数十万,基于个人信仰的组织会越变得越强,而基于血脉、原始宗教、疆域的组织会被淡化。

    一个基于去中心化理念形成的元宇宙,最终会形成中心化的个人帝国


    这是元宇宙最难破解的“二元悖论”之一。

    传统宗教必须浴火重生,否则新的科哲宗教将诞生。


    屠龙者,最终成为巨龙。

    37

    元宇宙是一台

    可自主学习的计算机

    原子宇宙,从某种程度上来看,它的矩阵架构是通过自主学习演化而来。


    它貌似宏观的算法精准,又是从最微不足道的布朗运动开始。

    就算是伟大的相对论,在138亿年前的操作影响与138亿年后并不一样。热力学第二定律未知,这意味着“物理学”是图灵完备的。

    现在元宇宙最有影响力的以太坊协议,也是一个图灵完备协议,以它为基石的元宇宙更有可能形成一台可自主学习的计算机。

    38

    高维宇宙:虚实二相性

    现实世界,微粒的波粒二象性很难理解。

    德布罗意提出任何实物粒子都具有波粒二象性,波动与微粒之间的关系:E=hν,p=h/λ。

    但只有从更高维的角度去解释:

    两者是统一的。

     

    元宇宙也是一样,如果完全进入到虚实共生的元宇宙世界,当最初创造元宇宙的原子人彻底消失后,拥有实体和虚拟身份的数字人同样也存在同样的疑问:为什么存在虚实二相性?

    39

    意识形态之争,

    比特与原子的对抗

    选择“比特(BIT)”,还是选择“原子(ATOM)”,可能是未来元宇宙世界最大的意识形态争论。

    基于这一矛盾,元宇宙可能会分化出两种不同形态人种

    选择现实世界原子人、选择数字世界比特人。

    这两个人种沦为两个势力,最终各自为战。

    有人会拒绝元宇宙,坚守在现实世界;

    有人会维护元宇宙,不允许其他异类存在。

    比特与原子的对抗,未来元宇宙的矛盾冲突焦点

    所以,选择比特,还是选择原子

    40

    人格分裂症的春天到了

    数字身份不遵循牛顿力学,而遵循MWI(多重世界)理论。

    人可以选择不同身份体验人生,开启“多重人格社交”,在宇宙1中当一个植物学家,在宇宙2中做王国的领袖,元宇宙3中变成一只小动物……

    多重身份连接到同一经济系统中,身份越多,利益越大。这是一个“人格分裂者”的乐园。

    越是人格分裂的人,越是在元宇宙如鱼得水

    41

    无法预知元宇宙尽头

    目前的元宇宙,依旧在起步阶段,我们暂时无法预知元宇宙的未来发展。

    微观世界,海森堡提出了不确定性原理ΔxΔp≥h/4π

    元宇宙世界,刚刚出生就饱受争议,未来之路同样艰险。

    就像在全球化被提出时,没有人能预想到它的发展竟会如此曲折

    元宇宙像一个新生儿,我们不能确定,它最终会成长至什么模样。

    但唯一能够确定的是,我们每一个人都有机会去影响元宇宙尽头的结局。

    因为在元宇宙尽头下,每个人都是创世的一份子

    42

    元宇宙最大的共识,

    是没有共识

    最大共识是没有共识,又一个二元悖论

    前面提到的所有共识,是对元宇宙的短暂的认知和总结。

    元宇宙三大定律:

    非定域实在性,多世界诠释,虚实二象相(互补原理)。

    都充满着矛盾辩证

    元宇宙处在起步阶段,基础设施、底层逻辑、价值观等都还没有完全建立。

    今天的共识,可能在明天就被推翻。

    元宇宙不断变化的,又是去中心化的,它的共识会一直迭代

    元宇宙的第42条共识,正是没有共识

    下滑了解更多详情

    元宇宙 元叙事 大设计

    序幕开启,走向“大航海时代”

    ▼▼▼

    M E T A V E R S E

    《图说元宇宙》+《设计元宇宙》

    全两册

    文津图书奖得 联手 中科院院士

    解读虚实共生的未来平行世界

    理清从一维到十一维的元宇宙关系图谱

    架构一个人类新文明的元宇宙样本

    全方位助你成为元宇宙架构师


    (豆瓣评分唯一上9分的元宇宙图书)

    点击下方小程序

    ▼ 即 可 购 买 ▼

    本篇文章来源于微信公众号: 孤独大脑

    随机漫步的财神

    “数学法则只要与现实有关的,都是不确定的;

    若是确定的,都与现实无关。”

    爱因斯坦

    假如每天给你发5w,两年之后你会有多少钱?
    算下来应该是3650w,但是很惭愧,现在我的账户里只有不到100w。
    我说的是腾讯围棋App里的“狐币”,仅仅是用于围棋游戏的代币。只要你每天登录,就能领到5w“狐币”。
    围棋是我最大的爱好之一,忙中偷闲围观AI下棋,顺便用“狐币”押注,其乐无穷。
    “押注”的乐趣,除了学习AI那打破人类固定思维的新鲜招法,还因为这似乎是一个可计算的投资演练:
    1、好公司:由于AI下围棋远超人类,所以对局时会让人类棋手3-5子,并仍然保持较高的胜率。这个胜率非常稳定,像是一个业绩稳定的白马公司;
    2、好生意:我在野狐围棋是8段,按理说比大多数棋友能更好地判断局面,就像投资人因为更理解公司的商业模式而获得的投资优势;
    3、好价格:有些人类棋手为了向AI学棋,即使是毫无获胜机会,也会连续下棋。并且,就算他们毫无胜算,也有人押注于他们。这时候下注押AI赢,就像是捡钱。想想看,乔丹和业余爱好者比赛投篮,是不是可以闭着眼睛押乔丹赢?
    如此说来,我早该是“狐币”的亿万富翁了,为什么现在只有不到100w呢?
    本文围绕下注展开,尤其强调了如何通过控制下注的比例,在确保不挂掉的前提下,来实现长期的财富增长速度。
    然而,财神是“随机散步”的,财富的下注,远远比围棋游戏复杂得多。
    下注,就是按照资产比例来配置你的资源。也包括“专注力、时间、爱”等等资源。
    下注,就是把你的“命”交给你值得托付的对象。该对象能够自动化地、长期地创造价值。
    下注,就像坐上对的财富过山车,还要能够在起起伏伏中不被甩来下。
    先来看一个典型局面:
    紫霞是AI,阎良是业余高手,紫霞执白让对方四子,在前50手以内,围观者可以选择支持某一方,也就是用狐币来下注。
    既然围棋是一个有边界的完美游戏,那么对于我这样一个水平过得去的业余爱好者,如果能够获取足够信息,应该是一个盈利概率极高的模拟投资。
    于是我查看对局信息,发现好像撞见了一只“肥鸡”(棋友们用于形容难得的下注机会)。
    如上图信息,可知:
    • 白棋的胜率是111/(111+29)=79%
    • 白棋的赔率是45%/55%=0.82(不包括本金)
    押注白棋,看起来是理所当然的,计算期望值如下:
    79%(胜率)✖️0.82(获胜时的收益率)-21%(败率)✖️1(失败时亏掉本金)=0.44
    这一局棋的正收益率的期望值相当高,于是我押下了43w狐币。假如获胜,我将连本带利收到77w。
    然而这次看起来大概率会赚钱的下注,我输掉了。不仅没收益,还亏掉了下注的本金。
    单次的输赢不奇怪,黑棋虽然处于弱势,但仍然有21%的胜率。小概率的事情发生了,并不代表大概率的判断一定是错的。
    但我总感觉有点儿奇怪,于是继续去翻对局双方的资料,果然大吃一惊:
    原来,这位叫阎良的业余高手,尽管过去140盘对局中仅有21%胜率,但是最近的对局,他的胜率已经超过了50%。
    我应该按照50%而非21%来评估他的胜率。
    我被表面的、失去时间效应的统计数据迷惑了。
    如同我围观围棋时的游戏,这是一种只有两种结果的简单下注:要么输掉所有注金,要么赢得注金乘以特定赔率。
    这类下注需要两个信息:胜率赔率
    还需要计算两个数值:期望值下注比例
    • 在期望值为正的前提下,即使胜率较低,若是赔率够大,也可以下注。
    • 在期望值为负的状况下,即使胜率较高,若是赔率太小,也不能下注。
    除非你的参与是一个贝叶斯优化的过程,否则不要参与任何期望值为负的下注--那是赌博,连投机都算不上。
    但是,如果只有1%的胜率,而赔率高达500倍,要不要下注呢?
    算下来期望值为正,可以下注。
    问题是,1%这么小的概率,虽然比买彩票好很多,但也太冒险了。
    聪明如你,当然知道,这个时候应该下小注,当下注的次数足够多,大数定律发挥作用,你就能稳稳地赚到期望值的计算收益了。
    然而,要重复多少次呢?
    我们来看一下1%这个似乎很简单的概念,到底是什么意思。
    表面上看,是100个里面有一个。例如,有个抽奖游戏,一共有100个球,大奖是一部价值一万的iPhone,抽一次要花50块钱。
    笼统地计算一下期望值,抽100次成本是5000块,对应的是一万块的收益。看起来不错。
    慢,这时你要问老板,这1%的游戏规则到底是什么。因为有如下两种不同的理解:
    1、你可以花5000块钱把100个球全部买下来,其中必然有一部iPhone;
    2、你每次花50块钱抽一次,抽完看是否中奖,然后把球放回去。如此重复100次。
    这二者都是1%的中奖概率,期望值的计算也是一样的。
    然而,结局可能大不相同:
    • 第一种情况,你稳得一部iPhone;

    • 第二种情况,你可能抽上100次也抽不中,也可能抽10次中5次。

    简单算一下:第二种情况下,你连续抽奖100次,至少抽中一部iPhone的概率是多大?
    这种状况,往往要倒过来计算:连续抽奖100次,次次都不中的概率是多少?
    第一步、每次不中的概率是99%,100次都是独立事件,所以连续100次不中的概率是99%的100次方;
    第二步、用100%,减掉上面连续100次都不中的概率,就是至少能抽中一次iPhone的。所以答案是:1-(99/100)^100=63.4%。
    你也许会疑惑,100✖️1%=1,为什么这里又变成0.634了?
    请注意,这里是至少抽中一部iPhone的概率。事实上,只有重复450次,这个(至少中一部iPhone的)概率才会提高到99%。
    假如有很多个人来玩儿这个抽奖游戏,每人都抽100次,平均而言,每个人能中一个iPhone,1%(作为期望值)仍然成立,但结果并不均匀。有些人可能一部都中不了,而有些人可以中好几个。
    人生就是如此不公平。
    人的一生太短了,我们经历的事情也很有限。我们一生中的重要决策,可能就那么几次,那么又该如何让大数定律发挥作用呢?所谓1%的概率,真的有意义吗?
    说到这里,如果真有上面这个正期望值的抽iPhone游戏(现实中出现的可能性极小,但不排除有类似的套利机会),你应该做什么?
    你可以对每个有资格来抽奖的人说,你看,你抽一次的成本是50块,但你即使连续抽100次,至少中一个iPhone的概率也只有63.4%,不如你50块钱卖给我,我额外送你一杯奶茶如何?
    这里我们假设抽奖老板的目的是为了引流,所以不允许你大规模去买抽奖券。于是你通过这种方式去大量搜集。
    假如一杯奶茶的成本是10块钱,你当黄牛回收一张抽奖券的期望值收益是:
    10000/100-50-10=40块钱
    这就是基于概率权的套利
    并且,由于你拥有大量抽奖券,你的抽奖结果越来越接近1%。
    (把上面这个“抽奖券换奶茶”拍成一个实际的实验视频会很精彩,看看会有多少人卖掉自己的抽奖券。)
    大力出奇迹,很多时候指的是概率。
    商人的本质之一,就是令自己成为一个可以多次下注的职业决策者,从而低价收集概率权,然后通过较高的“确定性”价格卖出去。
    回到本节开始的问题:
    如果只有1%的胜率,而赔率高达500倍,要不要下注呢?又该如何下注呢?
    既然是正期望值,当然可以下注。(另外一个隐藏的看似简单但又复杂的问题是,假如这种正期望值、小概率、高回报的机会,在你的生活场景中极少出现,也就是说无法通过多次重复以令大数定律发挥作用,你还要不要下注?
    下注的比例,则要借助于凯利公式的计算:
    f(下注比例)=500(赔率)✖️1%(胜率)-99%(败率)/500(赔率)
    计算结果是:0.8%。
    也就是说,你应该用可下注的总资产的0.8%,来押注于这个回报率高达500倍的“大机会”。
    看起来是不是有点儿太保守?
    一个供参考的数字是,索普当年找到战胜赌场21点的秘密,用凯利公式控制下注比例,每次投入资金大约是1%左右。
    李嘉诚一方面说比特币绝对有风险,一方面在2014年买了一亿港币的比特币,大约不到他总资产的几千分之一。
    也有人会说,这个要看个人资产:
    • 钱多的话,可以总金额多一点,占资产比例少一点儿;

    • 钱少的话,遇到500倍的机会,一万变500万,难道不该All in吗?

    我们先把这个话题的范围界定在投资的范畴之内,抛开“年轻人可以冒更大风险、假如未来持续有收益、为期望效用付出的概率溢价”等等更复杂的讨论。
    既然是投资,就应该有基本的原则。
    如果认为自己可以因为某些特例去赌一下,就可能会有第二次、第三次。
    讲个故事:

    每隔两年,巴菲特都要和一些好友到加州的水晶海滩打高尔夫球。有一年GEICO保险董事长拜恩提议小赌一把,如果有一个人能一杆进洞,他就输给每个人1万美元,如果没有,每人输给他10美元。所有人都同意参加,只有巴菲特拒绝了。

    我看到的这个故事接下来的版本应该是谬传的,据说巴菲特讲:“我仔细计算过,一杆进洞的可能性太小了,几乎可以说是根本不可能。”
    如果是这个版本,就太低估拜恩与巴菲特之间的智力游戏了。
    要是因为可能性小不参与,那么如果变成10美元可以打十杆,也就是把可能性放大十倍,是否参加呢?
    巴菲特不愿意下注的原因是,这是一个负期望值的游戏,不值得参与。
    根据统计数据,业余球员一杆进洞的概率是1/12750。拜恩开出的赌局,对巴菲特而言期望值的计算是:
    (10000/12750-10)=-9.22
    不出这十块钱,除了智力炫耀,也可以理解为股神在概率上的洁癖。
    任何下注,都需要严格的纪律。要做到这一点,很多时候是反人性的,极其不容易,像所谓童子功一样破不得。
    梭哈返贫,耕田致富。就像烟瘾一样,投机都是从偶尔的沾染,慢慢变成习惯,让人这辈子都无法真正成为一位有纪律的投资者。
    假如你下注的不是资金,而是精力、努力、探索等等,有些小概率的事情也许仍然可以去死磕一下的。
    即使是职业投资者(很多时候不过是用别人的钱下注的职业赌徒),也没能真正搞明白凯利公式。但我不打算陷入这个话题当中。
    还是回到有趣的围棋吧。
    我总结了一下自己这段不羁放纵爱自由围棋押注经历,总结如下:
    1、期望值一定要为正。
    否则就是赌博。现实中的绝大多数让你投钱的事情,期望值基本上都是负的,不值得做。
    所以,不管对局双方实力状况多么悬殊,也不管赔率多么诱人,假如期望值为负,掉头就走,别参与。
    2、用足够多的数据和足够深的洞察,来估算胜率。
    有些棋局没有信息,你看不到对局双方的历史数据,也就无法估算胜率,放弃。
    有些信息很少,例如双方历史战绩是2:1,如果仅仅依靠有限数据认为胜率是2/3,容易落入小数谬误,放弃。
    因为AI对人类是下让子棋,你需要观察,是不是改换了让子的规矩?以前的战绩是让四子,而这一局是让五子,结果差异会很大。
    从投资的角度看,对胜率有洞察,就是指要在你真正懂的东西上。
    放弃绝大多数看上去的机会。
    在你不懂的事情上下注,不亏钱才是没道理
    3、研究赔率的异常。
    赔率是馅饼,是路边的李子。
    被错误定价的赔率并不多,就像路边很难有不酸的李子。
    假如发现了诱人的赔率,要想想看,为什么出现馅饼?
    因为一局棋的下注,会有很多人参与。所以你不能假设房间里就你最聪明,而是要问:有哪些信息是我所不知道的?
    以及,对局双方有没有作弊?
    群体的智慧,并不代表任何时候市场都是有效的。
    赔率总是在其正确的定价上下波动。
    4、用下注比例平衡胜率和赔率。
    凯利公式,可以帮助你,在可以多次重复的正期望值游戏中,既保住本金,又实现长期增长的最大化。
    其秘密就是控制自己的下注比例,用量化的方式,根据胜率和赔率来计算下注比例。每次都根据手上弹药的存量总额,乘以下注比例,得出具体的下注金额。
    5、即使赔率极高,也不能轻易All in。
    胜率、赔率、下注比例,是三位一体的计算。
    有些机会,看起来赔率极大,但是如果胜率极低,你的下注比例仍然不能过高。这个比例通常会低于我们的直觉。
    投资最重要的不是目标实现之后赔率有多高,而是目标没实现之后你能够承担损失。
    进而,舒服的钱,是通过大量重复赚到的,而不是憋大招。没错,财富较多地取决于大高潮,但这个大高潮在时间的江海里是延绵的,而非一次海啸。
    6、即使胜率极高,也不能当作银行定期存款。
    AI对人类棋手的胜率,有时候高达98%,看起来似乎稳赢。
    所以,即使赔率算下来一般,回报也很稳定。例如每次下注赚2%-3%,但可以连续重复下注,十局下来也有30%到50%回报了,多好啊。
    这时候,最容易犯一种错误,就是误把这种胜率极高的下注,当作银行定期存款。
    98%胜率很高,但还是有2%的败率。
    围棋AI绝艺非常厉害,胜率经常高达99%。于是有些人每次都满仓押上,以为这是无风险套利。
    结果呢?99次都赢,而且越赢越有稳定的幻觉,然而亏一次就归零了。这就是长期资本的故事,现实中屡屡重复上演。
    假如一个对局,胜率是98%,赔率(看起来像利息)是8%,你的下注比例应该是多少?
    f=(8%✖️98%-2%)/8%=73%
    所以,看起来很安全的投资,也要控制下注比例。更何况现实中那些看似安全的投资,胜率远远没有98%。
    正所谓:别为了点儿利息,亏掉了本金。
    7、大量可重复的果实,才是甜美的果实。
    利润来自复利,资金的复利,时间的复利,概率的复利。
    复利,需要靠大量重复来实现。
    有天晚上,我遇到一位棋手对战AI,AI的胜率高达90%,赔率则有25%,研究一番后发现是个好机会,于是我就赖在这个房间里,跟着押了好多次,每次下注比例大约50%,赚了不少。
    机会来临时,抓住机会猛搞,循环吃,重复多次,吃够。
    放弃那些没有搞头的棋局。
    也不要在那些赔率很大但胜率很低的棋局上孤注一掷。
    8、别混淆了赔率和涨幅。
    所谓盈亏同源,是个很含糊的概念。
    只有当我们用概率去描述不确定性,这个说法才有意义。
    例如,我们说某个股票A可能有10倍涨幅(指涨到原股价的11倍),某个股票B可能有5倍涨幅,感觉上当然要下注于A股票了。
    但是,在计算下注比例的凯利公式里,并没有涨幅,只有赔率
    为了简化,我们还是用两种结果的“赌局”,并忽略时间和资金成本:
    • A股票可能涨到原股价的11倍,也可能亏掉50%,赔率是10/0.5=20;
    • B股票可能涨到原股价的6倍,也可能亏掉10%。赔率是5/0.1=50。
    假如胜率都是50%,假如分别投资A股票和B股票,根据凯利公式计算,应该用47.5%的本金买A股票,而用49%的本金去买B股票。
    9、以本金为基数来计算总资产收益率。
    经常能听到有朋友说自己的股票去年赚了几倍,再一问:占你总资产比例多少?基本都不多。
    财富的积累,来自于不确定性下的复利计算:
    增长率r是波动的,有时候是正值,有时候是负值。不管单次盈亏多少,都应该转化为所导致的总资产的盈亏比例的变化。
    就像人的一生是很多个决策串联起来的,投资也是如此。
    即使我们采用并联的方式来形成多个彼此不相关的利润流,其实也是通过分配资金来管理串联的风险而已。这一点可以论证并计算,我就不分岔了。
    在这个不知道为什么看起来是单向的、均匀的时间流里,上面那个简单粗暴的复利公式的确是在起作用的。
    一切都会回到时间的链条上。
    所以,就有了下一条。
    10、别让链条断掉。
    如复利公式所示,任何一个链条归零,都会导致整体资产归零。
    根据我自己在围棋游戏里的破产经验,链条断裂主要是两种情况:
    a、赔率太好了,赢了就从百万富翁变成千万富翁,觉得机会难得,于是All in;
    b、AI胜率太高了,局面也不错,于是当作银行定期存款,放入所有资金,结果偶然事件发生。
    11、别加杠杆。
    杠杆不会增大胜率,也不会改变赔率。
    但是,人们忽略了,加杠杆其实改变了一个极其重要的投资指标:
    下注比例。
    杠杆最大的问题,是会让某个链条断掉。
    不管你的投资有多大胜率,有多好的赔率,都可能会产生波动。
    这些波动时间拉长了大多会回归价值,接近于期望值。
    然而,一旦加了杠杆,就可能导致你陷入泥潭里,令你被吸附,根本没有机会等到价值回归的那一天。
    资金杠杆让时间成为你的敌人。
    • 加杠杆,是凯利公式的反面。

    • 加杠杆,也是复利公式的大敌。

    假如非要有杠杆,也只能是时间的杠杆。
    12、减少下注的次数。
    押注于围棋,和投资显然是两回事。
    前者只是游戏,现实中,很难有周期这么短、数量这么多、输赢这么稳定的正期望值投资。
    高频的投资当然也有,只是更难。
    大多数人也许只适合从长期主义的价值投资中赚到钱。
    在概率的世界里,复利是以起起伏伏的形式实现的。
    并且,通常是跌的时间多,涨的时间少。
    假如多次下注,会产生“跌多”时的亏损复利效应。所以,即使期望值为正,因为几何平均数并不等于算术平均数,最终收益仍然可能是负数。
    13、源源不断的现金流很重要。
    有次我胡乱下注,亏光了家产,只好靠下棋赚狐币,好不容易才东山再起。
    那个时候,我深刻感受到了工作收入和现金流的重要性。

    写本文的过程中,我依照凯利公式,重新规范了自己在围棋下注游戏中的行为:
    1、选择期望值为正、且赔率不错的棋局下注;
    2、检查背景资料,确认胜率和赔率的估算没有陷阱;
    3、对当前的局势进行判断(这一步占的权重很小,逻辑上有点儿像“面试很难真正判断出一个人”);
    4、根据凯利公式计算具体的下注比例。
    结果还不错。在短短的一两天内,资产迅速增长。
    围棋是我最大的爱好之一,是初三暑假时自学的。这也算是当时下的注吧。记得当年总是会被说:这玩意儿有啥用?能当职业吗?
    最近两年我又多了一项爱好:园艺。种树也像下注,你种下树苗,不知道它是否能活下来,能长多大,是否会结果。
    下注好玩儿的地方,除了不确定性所带来的悬念和期待,还因为某种“自动化”创造的价值。
    下注,其实就是分配资源,到一些能够“自动化”创造价值的事物上:
    • 下注于AI棋手,它能够自动下棋帮你赚(或亏)狐币;

    • 下注于股票,公司能自动帮你赚钱(或亏钱);

    • 下注于植物,树木会自动生长,开花,结果,也可能死掉。

    自动化的生长✖️自动化的时间,正是生命自身以及繁衍的基本逻辑。
    因为自动化,所以可以大规模复制,从而享有复利。
    如下,是过去200年美国各大类资产的回报率:

    • 黄金涨了3倍多;

    • 短期债券涨了275倍;

    • 长期债券涨了1600多倍;

    • 股票涨了100万倍;

    • 现金最惨,1美元只剩下5分钱了。

    李录将股票惊人的增长,归因于市场和科技驱动下的3.0文明。科技在生产上的贡献往往体现为自动化和规模化,市场经济下的公司则是丛林中优胜劣汰不断演化的赚钱猛兽。
    自动化的生长,加上时间的复利,令股票6.7%的年化回报率累积为百万倍的增长。
    买股票就是买公司,买公司就是买生意,买生意就是买赚钱能力,最后还是要看赚钱。
    因为时间够久,价格最终趋近于价值,大数定律发挥作用。
    在朋友圈看到,有人买腾讯股票很久,涨了一千倍。他自己一算,这些年腾讯公司的利润也涨了一千倍。
    • 好公司,因为有护城河,生意做得久;

    • 好公司,因为文化好,不乱来,爆掉的可能性小;

    • 也只有好公司,可以让你安心拿很久,从而享有了时间的复利。

    价值投资的本质是胜率大、赔率高、下注比例大、时间长。
    然而,这并不意味着,买股票就是个人投资者最好的下注对象。

    既然股票那么好,为什么个人不该下注于这个能自动赚钱的机器?
    因为太难了。
    围棋是一个简单的复杂游戏。围棋的变化虽然特别复杂,但是有边界,高手大概率能够赢敌手;
    投资是一个复杂的“简单”游戏。似乎每个人都能来一下,尤其是聪明人,总觉得不在这里验证一下自己的智商简直是暴殄天物,而生意人更会觉得对比起自己的事儿投资都不算事儿。
    股票市场上的随机性极其不均匀。以两百年100万倍的美股市场为例,在2000年至2012年涨幅基本为零。人生有多少个12年?
    再说选股。我在围棋下注游戏里,对局双方那么明确,都很难把握,何况股票?
    市场上有太多聪明人,又有太多羊群,好公司、好生意、好赔率(价格),很难同时出现。
    尽管几乎无法战胜指数,聪明人依然想要自己选股,或是下注于主动基金。
    大卫·史文森说:资本市场为投资者提供了赚取投资收益的三类工具,即资产配置、择时交易和证券选择。
    个体投资者可以有三种不同的下注方式。
    对于如何选择,大卫·史文森斩钉截铁地说,择时交易和证券选择的作用几乎可以忽略,财富的变动中,90%以上源于资产配置。
    大卫·史文森给出了三条长期的资产配置准则:
    1、偏重持有股票;
    2、投资组合多元化;
    3、对税负敏感。
    其中:1带来自动化的好收益,2确保链条不断,3降低交易成本。这三者相互结合,共同为高效率的投资组合的资产配置奠定了良好基础。
    如同前面我编造的iPhone抽奖故事,即使是在一个正期望值的游戏里,假如抽的次数不够多,人们也无法承受不能抽到iPhone的煎熬。
    财神是随机漫步的。
    “别在干草堆里找针”,约翰 · 博格提醒投资者,选明星股很难,选能够持续领跑市场的明星基金经理也很难,与其花费大量时间去找“针”,不如忘掉那根针,买入整个草堆。
    他的建议是:“选择风险分散、价格更低廉的指数基金,进行多样化投资。”
    约翰 · 博格和大卫·史文森为我们提供了三层视野的下注思维:
    • 第一层:为某只股票下注。像是在草堆里找针,很难;

    • 第二层:下注于指数基金,像是买下整个草堆;

    • 第三层:以全局视野和更长时间,来配置资产,做一个下注的组合。

    后二者,也许能帮助我们增大“接到财神”的概率。
    这两位大师的建议,对中国个体投资人而言,则需要不容易的二次思考,和重新规划。

    下注,就像是某种托付。
    当你下注之后,这笔钱就不属于你了,而属于你选择的某种可能性。
    该可能性的或然结果,你都应该有所考虑,或好或坏,必须全然接受。

    有个朋友做投资,他说以前投了公司老操心,后来干脆就不管了,因为操心也没用。

    就像你嫁了女儿,还天天去别人家指导生活,有用吗?

    投后当然很重要,但只是锦上添花。投资人替创业者赤膊上阵的仅为特例。

    既然下注是托付,就需要看人,看企业的文化。

    大卫·史文森在《非凡的成功》一书里反复提“利益一致性”,他对比了威尔斯资产管理公司和先锋集团的房地产投资信托指数基金,前者的费用几乎是后者的10倍。

    选择搭档,选择伴侣,作为人生的“下注”,更是一生的托付。

    有时候,甚至是把命托付给对方。

    米国的海军陆战队的座右铭是“永远忠诚”。从个体的角度来看,当队友们生死与共,没什么比彼此之间的忠诚,更能体现生命的托付。

    据说,陆战队的荣誉退伍证书上有句话:“忠诚者必有好报”。在早年,陆战队基本上是志愿入伍。

    托付,也是彼此自愿的。有句古老的谚语说:一个自愿的人胜过很多个被迫的人。

    自愿,彼此忠诚,自动自发,就是人的自动化那一面吧。

    下注,本质上是参与到某种创造、乃至生命当中。
    我们以这种方式,真正来到这个世界,呈现自己的生命,并与另外一些生命发生关联。
    一个人的生活中,下注也许可以分为三个维度:
    1. 下注于财富,让自己和家人有个体面的生活;

    2. 下注于自己和亲人的健康与彼此相爱;

    3. 下注于超越自我的梦想,下注于他人的下注。

    下注,既是一个人自己的资源分配,也是一个人自我的财富增长。
    不管穷人富人,都应该计算增长率,而非绝对值。
    钱再少,也应该控制下注的比例,别随便全部押上,更不要借钱下注。
    有种奇怪的说法,本金少的人更应该去赌。
    假如这个说法行得通,本金多的人也可以把自己拆成很多个本金少的人然后去赌。
    赌徒们在一块儿,很像玩一个互相割肉的游戏,绝大多部分人鲜血淋漓,极少数人成了胖子,只有赌场很肥。
    也许只有一种状况下可以去赌:你只有一万块钱,假如明天你不能拿出一个亿地球就会毁灭,你又借不到钱,这时你也许只能去赌场试试。
    对财富的衡量,应该是基于对自己的财富长期增长率的。凯利公式的目的是最大化对数资产的期望值。之所以取对数,因为对数是用来衡量增长率的。
    很多有钱人之所以要在投资上冒险,就是因为他们比较的对象是更有钱的人,而非他们自己。
    这么做的风险,就是忘记了下注是基于比例,而非总额,从而导致承担了自己无法承担的风险。
    当你停止与别人比较,幸福就来了。
    海明威在《真实的高贵》一书写道:真正的高贵不是优于别人,而是优于过去的自己。
    其实优于别人也挺好的,只是如果失去了自我,就失去了所有。
    就像人们说,不要去赚快钱。凭什么?有高铁难道我还要去坐绿皮火车吗?问题不是要赚快钱还是慢钱,而是有那么容易赚到手的快钱吗?
    为什么不要与别人比较?
    大概可以从三个维度,来理解海明威那句广泛流传的鸡汤:
    a、认知是你自己的;
    即使你委托基金经理理财,即使你定投指数基金,你也要自己做决策来选人选基金。
    b、本金是你自己的;
    别人钱多钱少关你啥事呢?显摆不增加幸福,着急也不增加财富。你只能专注于自己本金的增长幅度,不管本金绝对值多大多小,你总归需要一个初始值,再牛的人也是从一个受精卵开始的。
    c、时间是你自己的。
    人的一生,无论是追求财富,还是别的什么价值,最大的筹码其实就是有限的时间,和仅有一次且只属于自己的生命。
    最后
    看上去,投资就是用时间和生命来换取财富。
    复利公式的一长串相乘的因子,就像是我们时光里的一个个切片,我们的每一次下注。
    人生真的就是追求这个数值的最大化吗?未必,因为最终一切都将归零。
    也许我们能做的,就是守护生命中的每一个链条,努力让下一个比现在更好。
    如此一来,每一个决策,每一次下注,我们首先要考虑的不是好的时候能有多好,而是不好的时候别掉链子。
    与别的一些链条串、并联在一起,会更牢靠,有更多可能。
    别去赌,赌博玩家真正想要的只是在游戏中忘记和迷失自己。人生应该更好玩儿一些。
    下棋的时候就好好下棋,投资的时候就好好投资,相聚时就忘掉分离。
    有些下注,无法计算期望值;有些计算,则可以超越期望值的计算,例如种树,教孩子,飞往火星。哪怕当下看起来是蠢事。
    有希望的蠢事应该交给年轻人来做,没希望的蠢事应该交给年长者来做。后者如爱因斯坦研究毫无希望的大一统理论,诺奖生物学奖得主去研究被视为玄学的大脑意识,著名数学家哪怕受辱也要提出“连错误都算不上”的难题解决思路。
    这个世界最神奇的是,人类的个体居然可以通过做决定,来改变自己未来的可能性,为希望下注。从宇宙层面来看,这是一种惊人的超能力。
    我旁观围棋AI下棋并下注,我们为了财富而劳作并下注,我们为了自己和他人更开心更幸福而下注,这一乐趣的本源,也许是在自我的选择和不确定的结果之中,在自我对变化的追逐和感知之中,在时光链条的各个环节之中。
    进而,我们可以让自己有限的下注,嵌入人类更广阔的链条里,生生不息。

    本篇文章来源于微信公众号: 孤独大脑

    算法和心法

    1、特斯拉的造车生意突飞猛进,而马斯克则说,这都不算啥。在Robotaxi和自动驾驶面前,其它所有的一切都将骤然失色。软件和算法,正在“统治”这个世界。

    2、全球市值最高的前十大公司,几乎都是“数字公司”,除了沙特阿美。数字和算法,已经是这个时代的石油。

    3、然而,对于算法和AI的未来判断,最聪明的人们之间也出现了分歧:通用人工智能会出现吗?奇点能到来吗?

    4、数字原教旨主义者认为:“物理世界中的一切实际上都是一种计算,其在本质上与现代计算机的运算过程是完全相同的。一切事物,包括诸如人类认知等复杂现象以及诸如星体等我们所不熟悉的事物,都不过是在数字数据上运行的软件。”

    5、《柏拉图与技术呆子》一书则认为:“大自然仅将自身局限于符合当今数字计算概念的过程的可能性相当渺茫。”人们对于算法乃至科学,都过于乐观了。因为哥德尔著名的不完备性定理,“对任何具有自我参照能力的建模形式化方法设定了一些基本的限制”。

    6、《哥德尔、艾舍尔、巴赫:集异璧之大成》的作者侯世达曾直言很讨厌“人工智能”这个词,并批驳人工智能毫无“智能”可言。但另外一方面,他也说过,自己被AI吓坏了。

    7、本文认为:机器的算法和人类的心法,将携手令我们的未来更值得期待。

    8、我们要在算法和心法之间,腾出地方,交给AI,人类自己则继续向未知世界探索,利用碳基生物与生俱来的那种无知和混乱所带来的进化契机,结合AI进化加速力量,发现遥远宇宙的秘密,寻求更长的寿命,甚至在时间的深处找回我们失去的记忆和亲人。

    9、同时,人类不得不克服贪婪,以避免自我毁灭。

    10、关于以上,我对技术的指数式突破期待不已,也对人性的脆弱充满怀疑。

    悬崖峭壁上,绝世高手之间的生死对决,并不只出现在武侠小说里。这是件真事:为了帮师傅争夺武林盟主,高徒出马,勇斗江湖第一人,结果战死。故事发生在1835年7月。
    当时的日本围棋江湖,几大流派为了争夺名人棋所,斗得不可开交。为了把当时的霸主十二世本因坊丈和拉下宝座,“围棋四哲”之一的井上幻庵因硕,派出了自己的密藏弟子赤星因彻。
    史上最致命的这盘棋,下了整整四天。起初,局面难解难分,年轻的赤星因彻英勇善战,略占上风。直到丈和下出了著名的“古今无类三妙手”,如变魔术般扭转局势,最终战胜对手。
    24岁的赤星因彻认输时,口喷鲜血,染红了整个棋盘。不久,他就死了。
    该局棋谱流传于世,至今仍被视为绝世妙手的典范,经常出现于围棋教科书中。人们称之为“吐血之局”。
    历史上另外一盘著名对局,也与幻庵因硕有关。不过这一次,他变成了被挑战的那个人。
    1846年,幻庵因硕与17岁的天才少年秀策对局。幻庵以“大斜”开局,执黑先行的秀策很快“丧失”了先手之利。进入中局,观战者均以为年轻人凶多吉少。
    这时,惟有一位围观的医生说:秀策必胜。众人哗然,说你一个外行,怎么敢妄加评论?
    医生说,我虽然不懂棋,但留意到,在秀策落下一子后,幻庵看似面无表情,耳朵却立刻变得通红。
    最终,秀策以两目的优势获胜。棋局的转折点,正是发生于医生所提及的那步棋:第127手。
    后世棋手反复研究,认为这一手是妙到巅峰的神来之笔。石佛李昌镐评价道:三分靠实力,七分靠灵感。
    这一场纹枰之上的巅峰对决,被称为“耳赤之局”。
    170年过去了。被视为能体现人类独有灵性的围棋,意外地被AI拿下。2016年,世界顶级棋手李世石输给了阿尔法狗--一个人工智能围棋程序。
    人工智能围棋水平已经远超人类。对此,职业棋手们从愕然,到接受,再到用AI作为训练的辅助工具。
    有人突发奇想:
    如果把历史名局输入“机器”,AI会怎么评价人类的妙手?
    让我们回顾一下“耳赤之局”的第127手,也就是下图中的黑1。
    这手棋之所以被称为绝妙,据说是因为有一石三鸟之功:
    1、联络下方快要被分断的四子,有了黑1之后,白棋无论从哪个方向分断都不会成功;
    2、扩张上边黑棋模样;
    3、此处遏制了白棋外势扩张,是双方势力消长的要点。这手棋完全展现了秀策的大局观和眼界。
    如此厉害的一手棋,当人们将其输入电脑,结果,围棋AI“绝艺”却说:
    这一手一点儿也不妙!
    对于这一手棋的下法,AI“绝艺”给出了四个选择,对比而言,“耳赤一手”竟然是最差的。
    如上图,“耳赤一手”的胜率是55.2%,其它三个选择都更高,例如左上角的那手,胜率高达63.4%。
    那么,医生所观察到的耳红,是否只是一个传说呢?
    假如确有其事,那么耳红的原因,不是秀策的第127手有多妙,而是幻庵因硕的上一手棋(白126)太差,对手落子后他才意识到,所以懊恼不已。
    有趣的事情来了:
    • 传世妙手,其实是不好的一手,但近两百年来,从未被质疑,反而被几代高手反复论证歌颂。

    • 耳红这件事情也许是真的,但是对“因果关系”的解释,却是错误的

    AI很久以前就在国际象棋领域战胜了人类,AI在围棋上赢了人类,有什么奇怪的呢?
    事实上,在阿尔法狗横空出世之前,AI在围棋上的表现乏善可陈,差到令很多人怀疑,计算机永远无法在围棋上超过人类。
    尽管计算机早就在国际象棋上超过人类,但是二者之间的差别,不仅在于棋局变化数量的天壤之别,对弈的哲学亦相去甚远。国际象棋更注重战术,围棋兼顾战术和战略。
    围棋是中国少有的“数目化事物”,它既有西式的精确量化,又有东方的混沌哲学。所谓大局观、天才的感觉、石破天惊的一手,都被认为是计算无法企及之处,是围棋的神秘魅力。
    围棋的局部变化,大多是有唯一解的,可以用精确的推理“还原出来”。
    但是涉及到全局,很多时候没有“最优解”,走在哪里,取决于棋风和感觉。
    上世纪八九十年代,日本围棋统治世界的时候,超一流棋手几乎都是木谷实和吴清源两个人的入室弟子。冠军也几乎都被这几个超一流棋手垄断。他们都有“绰号”,例如“宇宙流”,“天煞星”,“美学棋士”,代表着各自的棋风。
    正因此,人们说,围棋是技术的,也是艺术的
    艺术的那部分,被认为是高手的灵性的部分,代表了某种难以被描述、无法被计算的人类独特智慧。这也是棋手们的自豪之处。
    然而,阿尔法狗一夜之间摧毁了人类的幻觉。
    摧毁分为两步:
    1、肉体上摧毁。在对局中赢了人类冠军。但职业棋手们还是不服,认为即使计算机赢了,也是靠蛮力;
    2、灵魂上摧毁。典型一手是对李世石的第37手肩冲。“人类死硬派”代表聂卫平当时就傻眼了,直接改口称阿尔法狗为“阿老师”。
    为什么?这手棋,完全是有人类感觉的。
    AI在围棋上战胜人类顶尖高手,基本证明了所谓的“棋感”、“棋风”、“大局观”等围棋高手所谈论的虚的能力,并不是人类独有的,经过训练的神经网络也会有。
    所以,随着技术的进步,电脑也会能够欣赏艺术(音乐、画作、小说、笑话),能够创作文学、艺术作品,能够针对不同的情况形成自己的“情绪”。
    此前,一个顶尖围棋高手被认为有赖天赋,因为有些招法需要天外飞仙似的灵感。现在看来,所谓人类的灵性,可能只是大脑事后的包装。
    再加上社会网络的包装,便诞生了“耳赤之局”。
    很多人没有意识到,阿尔法狗的胜局,全人类的耳赤之局
     
    作为“完全信息博弈”的最高峰,围棋极好地模拟了人类思维的特征。
    让我用如下这个模型,开始一场简化的探索:
    围棋的基本功是计算,做死活题,数官子。这部分我们称之为“算法”;
    围棋不可计算的那部分,也被认为是只可意会不可言传的,需要天赋,有着个人烙印的,我们称之为“心法”。
    不可避免的,中间会有交织地带。这里发生的,要么是算法与心法的混合应用,要么是冒充算法的心法,要么是未被识别的算法。
    耳赤之局的传世“妙”手,如此被世代传颂,甚至连李昌镐这类天才也没看破,有多少是因为计算(科学),又有多少是因为神话(心理学)?
    AI做了什么?它一脚将围棋领域的“心法”完全踢了出去,半点都不需要了。
    AI利用算法,模拟了人类的感觉,它的感觉因为压倒性的胜率而显得更加“高明”。人类之前的围棋灵性,被证明是个相对低级的黑盒子。
    然而围棋毕竟是有边界的,它只是一个“完全信息博弈”。算法对心法的“一脚踢出边界”,在更广阔的世界里尚未发生,尽管人们已经心有疑虑。
    在费曼这类科学原教旨主义者眼中,科学的进步,就是科学一路上踢哲学的屁股。
    费曼认为:“科学家是探险者,而哲学家是观光客。”这位顽童大师刻薄但又扎中痛处地说:
    科学哲学对于科学家的作用,就跟鸟类学对于鸟的作用差不多。
    古希腊哲学家留基伯早在公元前5世纪,就提出原子论万物由原子构成。他的学生德谟克利特说,这些原子“太小了,因此我们无法感知到它们……它们,或者说这些元素……让可见、可感知的物质”得以形成。
    “原子论”看起来有惊人的远见和洞察力。但科学家认为他们只是碰巧撞上了一部分事实而已。
    物理学家、诺奖获得者史蒂文·温伯格说:
    “这些早期的原子论者看似相当超前,但是(一元论者们)‘错了’,德谟克利特和留基伯的原子理论在某种意义上‘对了’,这种对错之分对我来说并不重要……
    如果我们不知道如何计算物质的密度、硬度或导电性,即使泰勒斯或德谟克利特告诉我们石头是由水或原子构成的,我们又能在理解自然的路上走多远呢?”
    爱因斯坦和因菲尔德用一个比喻描述了如此“希腊困境”--
    古希腊自然世界的探索者们就像:某人非常想了解手表的机械结构(机制),他却只能盯着表盘和不停转动的指针,听着手表嘀嘀嗒嗒的声音,因为表盖无论如何也打不开。如果他还算机灵,他可以绘制一幅机芯图,为他所观察到的一切做出解释。
    但是他……可能永远都不能用真正的机芯与自己绘制出的图纸两相对照。他觉得这样的对照不仅是不可能的,也是毫无意义的。
    确切来说,费曼和爱因斯坦,反对的是“捣糨糊”。他们想要打开黑盒子,看个究竟。
    另一方面,他们都受益于人文。两位大科学家一个拉小提琴,一个打鼓。爱因斯坦后期俨然是个名言迭出的哲学家,而费曼则始终沉浸在“房间里我最聪明”的传奇趣味中。
    自认为是哲学家的索罗斯,同样旗帜鲜明地反对用类比的方式,将自然科学的原理和公式,套用到人文和经济领域。
    他们并非要抛弃人类的灵感和不确定性,而是反对神话,不甘心用黑盒子来解释这个现实的世界
    在科学与人文之间,以及所谓的硬科学(例如物理)与人文学科(例如社会学)之间,存在着脱节......我一直以来对这个脱节的根源感兴趣。”
    诺贝尔奖获得者杰拉尔德·埃德尔曼,在《第二自然》一书中,试图探究人类意识之谜,进而阐释我们如何得以理解世界和理解我们自己。
    他提及,从笛卡尔和培根直到现代,存在一条思想的主线,试图建立科学、自然和人文的统一思想体系。
    另一方,是德国思想家和哲学家狄尔泰,他的观点是:
    • 将人类的知性视为解释性的,物理因果的概念在其中没有位置。

    • 否定人类本质为理性的观念。相反,其中混杂着愿望、情感和思考。

    • 将心理学、哲学和历史归为人文科学。与之相对的是自然科学,关注的是物理世界。

    还有一些科学家,试图整合或者绕开这种分裂,例如基于生物学还原论的威尔逊。
    他认为一旦我们了解了大脑形成和运作的后天规则,我们就能应用这些规则来理解人类行为,包括标准行为。
    威尔逊声称甚至伦理学和美学也能这样还原分析,他称之为协调。
    “既然人类行为由物理因果事件组成,为什么社会和人文科学就不能与自然科学协调一致呢……人类史课程和物理学史课程没有根本性的分别,不管是谈论恒星或是组织多样性。”
    简而言之,生物学家们不打算纠结于科学和人文之间的对立或纠结,而是直接绕到大脑深处神经元的层面。
    科学家费曼和他嘲讽的哲学家们,都是用的一样结构的大脑来思考,尽管他们的思考方式也许不同,但是从生物学的底层,大家的神经元的工作原理都是一样的。
    一些心理学和哲学研究的结果表明:认知和情感在深层次上是统一的。
    两者不但在各种不同环境中有着不同程度的相互影响,而且在深层次上,只有单一的认知或情感过程,尽管从外部看来确实好像存在着两种相互平行却相互影响着的心理过程,但这只是单一过程的分裂表现罢了。
    假如大脑是个计算机,这台计算机的“算法”和“心法”是混合在一处的。就像人们无法分清理智与情感。
    尽管科学家们说系统1、系统2,自动思维、控制思维,有意识、无意识,并且试图在大脑找到主管不同系统的区域,但是思考不应该是系统的简单叠加,认知和情感,算法和心法,似乎是有机统一体。
    以发现D N A双螺旋结构而闻名于世的英国生物学家弗朗西斯·克里克提出了“惊人的假说”:
    意识,也称为心智,是物质的衍生属性。
    这是一个基于“还原论”的“惊人的假说” 。在论述过程中,他对还原论的研究方法给出了令人信服的解释。
    克里克认为“人的精神活动完全由神经细胞 、胶质细胞的行为和构成及影响它们的原子 、离子和分子的性质所决定” 。他坚信 ,意识这个心理学的难题 ,可以用神经科学的方法来解决 。
    他甚至认为自己找到了“自由意志”躲藏的位置--“它”可能与“前扣带回”密切相关 。
    假如人们在神经元中发现了“算法”与“心法”的共同秘密,那种可能产生的震撼、无奈,乃至虚空,也许是输给阿尔法狗之后的40亿(最早生命出现的历史)倍。
    你的快乐、悲伤、思念、灵感、爱意、冲动,对时光的追忆,对未来的憧憬,原来都只是一堆神经元和乱七八糟分子的集体行为。
    抛开最好玩儿的自由意志不说,用还原论去打破黑盒子是值得赞赏的。因为我们不能用神秘主义去解释神秘主义,用一个黑盒子去装另外一个黑盒子。
    “惊人假说”另外的惊人之处,还在于:在洞察了大脑的内在机制之后,是否会通过逆向工程做些什么?正如人们今天对基因所做的。
    如同评论者所说,随着分子神经科学的顺利进展,以及计算机复制了越来越多的人类智能,克里克的假说似乎是真的
    如此说来,自然智能和人工智能,其实都是机器智能的一种。
     
    从一开始,计算机的发明就是一场模仿游戏
    图灵在 1936年的一篇原创论文中写到,他在发明那台作为计算机前身的理论设备时,原本是在尝试复制出“人类计算实数的过程”。
    阿尔法狗之父哈萨比斯认为,人工智能要从机器学习和系统神经科学中获得启发
    对比国际象棋,围棋的算法很难通过一个合适的评价函数来定义谁是赢家。用DeepMind首席设计师的话来说,最难的部分是:
    象棋是个毁灭性的游戏,棋子越来越少,游戏也变得越来越简单。
    围棋是个建设性的游戏,开始棋盘是空的,子越下越多。
    围棋需要对不确定性的未来作出判断,这点很难。顶尖高手的确需要一流的“直觉”。于是,阿尔法狗的设计者通过深度神经网络模仿人类的这种直觉行为。
    直觉也是可以被计算的。
    一切皆计算”,来自英国哲学家托马斯·霍布斯,被认为是人类历史上最伟大的思想之一。
    托马斯·霍布斯一方面创立了机械唯物主义的完整体系,认为宇宙是所有机械地运动着的广延物体的总和。另一方面,他认为人性的行为都是出于自私的,这也成为哲学人类学研究的重要理论。
    最伟大的头脑,总是会触及算法和心法的两极。
    图灵与其追随者们证明了:
    • 理性可以通过物理计算过程实现;

    • 简单的机器可以完成任何计算;

    • 由简化过的神经元搭建而成的神经网络可以实现很复杂的功能。

    史蒂芬·平克由此总结,大脑的认知特性可以用物理术语来解释:
    • 信念--不过是一种信息;

    • 思考--只是一种计算过程;

    • 动机--则是一种反馈和控制系统。

    以上概念转化为文学语言,就是方鸿渐在《围城》里的台词:
    哪里有什么爱情,压根儿就是生殖冲动!
    史蒂芬·平克认为该理念的伟大之处体现在两个方面:
    第一,它让人类对宇宙的认知过渡到自然主义阶段,从而摒弃了超自然的灵魂、精神、幽灵的干扰。
    第二,这种理性的计算理论开启了一扇通往人工智能的大门:会思考的机器。
    《计算机与人脑》是冯·诺伊曼留给人世的最后瑰宝。他对计算机和人脑的思考,即使到了今天也令人惊叹。
    他在书中得出结论:
    “神经系统基于两种类型通信方式,一种不包含算术形式体系,一种是算术形式体系。也就是说,一种是指令的通信(逻辑的通信),一种是数字的通信(算术的通信)。前者可以用语言叙述,而后者则是数学的叙述。”
    在这个模仿游戏中,正如飞机的发明不用100%仿造飞鸟,计算机的算法也无需(目前更多是不能)复制人脑。
    人脑与电脑,数字与模拟,理性与计算,算法与心法,如同纷杂的神经元般,交织在一起。
     
    作为业余围棋爱好者,我仍然坚持去那些仍然在坚持着的报刊亭买《围棋天地》,然而其内容的精彩程度已经大不如前。AI用其更高的胜率,毁掉了人类围棋的乐趣。由此可见,人类的不靠谱,例如对耳赤之局的过分吹捧,有着真理之外的价值和意义。
    杂志上的棋谱,再也没有大师们个性十足(充满偏见)、但又趣味盎然的讲解。职业棋手们现在变得只会说,AI认为下在这里赢棋的概率更大。
    为什么呢?
    AI并不会告诉你。
    算法只说怎么下,但不负责解释为什么。
    AI靠模仿人类下棋的直觉赢了人类,但是它们没有学会像木谷实和吴清源这类大师一样,能够向弟子们讲解棋道,棋理,以及具体局面的招数变化和计算。
    确切说,AI解释了你们人类也不懂。
    所以,它只给出答案:
    走在A处,(全局)胜率62.3%;B、59.2%;C、55.7%。
    AI毫无温度。
    不久之前,AI的大部分从业者仍是通过逻辑来处理AI技术。例如深蓝的团队里,还是需要职业棋手的介入。
    现在呢?受益于计算力的大幅提升,通过庞大的神经网络,用巨大的矢量来表示内部含义,不再采用逻辑推理的方法,人们让神经网络自己学习。
    一切都变了。
    与传统机器学习不同,深度学习是由AI直接从事物原始特征出发,自动学习,生成高级的认知结果。
    在输入的数据和其输出的答案之间,存在着“隐层”,即所谓“黑箱”。
    这个黑箱既无法观察,亦无法理解。
    即使AI能够解释,我们也不懂。哥伦比亚大学的机器人学家 Hod Lipson称之为:
    “这就像是向一条狗解释莎士比亚是谁。”
    费曼深恶痛绝的黑盒子又出现了。曾经为坚守“因果论”而不愿相信上帝是在扔骰子的爱因斯坦,也不会喜欢计算机在最难的智力游戏中击败人类,但又说不出为什么。
    但是,爱因斯坦自己拉小提琴时,想过五音六律与怡情悦性之间的逻辑关系吗?
    假如计算机是在模仿大脑,算法出现黑盒子也不奇怪。人的大脑更是一个无法理解的黑盒子,甚至是人类意义上,这个宇宙中最黑的黑盒子。
    对于每一秒的输入,人类大脑大概有一万个参数来处理。如此庞大的系统,其如何工作?并且能耗如此之低?
    我们认为自己理解自己的大脑,是因为大脑有一部分专门来给自己讲故事,让你自己觉得一切都是连贯的,世界是有前因后果的。
    想一下耳赤之局的故事,你每天都在自己的脑袋里编造这类神话,幻庵的耳朵真的红过吗?那个医生是被杜撰出来的吗?甚至于,那一场传奇对局,真的发生过吗?
    通过对围棋的反思,我们此前相当多对围棋的理解都是错的。如此说来,什么叫做“可理解性”?
    AI也许会发展出某种模式与人类沟通,就像我们大脑深处的“自我意识”。如此一来,它若想要欺骗我们,会把我们骗得非常舒服
    假如,AI确实有欺骗我们的动机的话。
     
    图灵奖得主朱迪亚·珀尔认为 :当下的AI只是曲线拟合,而不是真正的智能。
    珀尔说,除非算法和由它们控制的机器能够推理因果关系,或者至少概念化差异,否则它们的效用和通用性永远不会接近人类。
    朱迪亚·珀尔人工智能概率方法的杰出成绩和贝叶斯网络的研发而知名。2011年,他因通过概率和因果推理的算法研发在人工智能取得的杰出贡献而获得图灵奖,被称为贝叶斯网络之父。
    为了证明上帝的存在,18世纪的贝叶斯悄悄写下了从未发表的概率统计公式。作为一名神职人员和业余数学家,他的这个公式朴素,简单,“主观”,甚至令人生疑。
    这个公式所主张的观点也毫不起眼:
    “用客观的新信息更新我们最初关于某个事物的信念后,我们就会得到一个新的、改进了的信念。”
    阿尔法狗的算法,用到了蒙特卡洛方法。这是一种通过随机模拟,以概率统计理论为指导的计算方法。
    随机模拟的思想很早就有了,但受限于取得随机数的难度。蒙特卡洛方法的出现得益于现代电子计算机的诞生。这个名字来自摩纳哥那个著名的赌场。
    上世纪90年代,马尔可夫链蒙特卡洛计算方法引入到贝叶斯统计学,令贝叶斯统计蓬勃发展。
    诺贝尔经济学奖获得者托马斯·萨金特说,人工智能其实就是统计学,只不过用了一个很华丽的辞藻。好多的公式都非常老,但是所有的人工智能利用的都是统计学来解决问题。
    南加州大学信息科学家巴特·卡斯科认为:
    人工智能 =高速计算机上运行的老算法
    所以机器不会思考。它们更类似于函数,即将输入变为输出。
    他说,大数据和机器学习中最流行的两种算法:无监督算法,监督算法,都是现代统计学中同一标准算法——期望最大化算法的特例。大多数所谓的人工智能只不过是“机器爬山算法”而已。
    麻省理工学院的一篇论文指出:
    • 创建类人的学习和思考的机器需要他们能够构建出世界的因果模型,能够理解和解释他们的环境,而不仅仅是使用模式识别来解决问题。

    • 这样的系统必须建立在物理(物理学)和社会(心理学)科学的基础上,才能具备对世界进行直观推理的能力,从而使机器能够“迅速获取知识,并将其推广到新的任务和情况中”。

    亚里士多德说:“受过教育的人的标志,是有能力接受一种思想而不接受事物本身。”
    目前的AI,不具备这种特征。
    朱迪亚·珀尔们试图发展人工智能推理因果关系的能力。简而言之,他们希望自己发明的人类有史以来最强大的人工智能机器,不要成为下面这种“人”:
    只计利害,不问是非。
    然而,何谓“因果关系”?
    也许正如休谟所说:我们只不过发展了一个思考习惯,把总是前后相继的两类客体或事件联系起来,除此之外,我们无法感知到原因和结果。
     
    十一
    大脑最神奇之处,也许在于它会思考自己
    历经40亿年从单细胞开始的进化,采用扔骰子和修修补补的工作方法,我们的大脑得以拥有如今这个面貌。
    大脑的愚蠢之处就不必说了,你没法用它算一个两位数乘法,没法用它在茫茫人海中避开一个渣男,甚至没法用它来利索地决定今天吃啥。
    而大脑的厉害之处,则令整个宇宙惊叹。
    物理学家劳伦斯·克劳斯说:
    尽管计算机的存储和运算能力在过去的 40年时间里有了指数级的增长,但是能思考的计算机需要一个与现在的计算机几乎毫无相似之处的数字架构。它们也不可能在短期内变得有竞争意识。
    原因只有一个:能耗。
    他做了一个计算:
    鉴于电子计算机目前的功耗,一台拥有人类大脑存储和运算能力的计算机将会需要超过 10太瓦( terawatts)的能量。
    这个数字是什么概念?占到了全人类电能消耗总量的两成。
    而人脑呢?只消耗 10瓦能量。
    二者相差1万亿倍。
    (然而,这个数字假如表示为2的n次方,你会发现也许指数级的增长将很容易拉平差距。)
    这个计算也许有个问题,AI更可能是以网络的形态出现的,而非复制一个“人”。智人战胜了脑容量更具优势的尼安德特人,除了运气和残忍,是因为智人构建了网络。
    我们并不需要复制一个人类大脑。这个超级网络可能会把无数个人类大脑都连接进去。每个个体,包括人和机器,都变成了神经元。
    抛开这些,大脑里的神奇装置,是这个宇宙里比黑洞还要黑一千亿倍的秘密。
    又或许,宇宙不过是某个人大脑的快照?
    快乐和悲哀可以计算吗?机器会有同情心吗?人工智能可以理解痛苦吗?那种真正的痛苦。它们能够分不清生殖冲动和爱吗?分清很容易,有本事你也分不清试试看!机器会有动机吗?人工智能会赋予那些没有意义的意义吗?例如将教堂里的分子结构并无差别的水视为圣水。
    我很高兴这些问题没有答案,我也不介意人类就是生活在一个虚拟网络里的幻想。嘿,这是谁干的?你的手艺真棒,一切都太真实啦!
    人类还远没到要抛弃大脑的时候。在漫长的进化进程中,我们还是那么蠢也许是有原因的。即使将来AI真的统治了这个世界,也许依然会豢养人类来获取某种随机性,以及不稳定的情绪体验。
    耳赤之局不过如此,但“耳朵红”很有趣。
     
    十二
    至此,你会发现,利用大脑的特性,我们至少会获得两个方向的乐趣,以及两种思考的模式。
    我并不打算来构建“算法”与“心法”的概念和关系。
    例如阿尔法狗的“算法”其实是模仿人类的直觉;
    例如一代科学在范式转移后的下一代科学眼中,从“算法”沦落为“心法”。
    “算法”与“心法”也不简单是计算与直觉的关系。
    埃德尔曼认为存在两种主要的思维模式——模式识别逻辑
    1、考虑到所面对的新奇事物的广泛多样,首要的模式就是模式识别。这主要表现在格式塔响应、词汇排序和各种分类行为中。它非常强大,但是因为需要广度,它损失了一些特异性。
    2、在一些情形中,可以用逻辑来消除模糊性。显然,借助受控的科学观察可以有效提高特异性和一般性。
    3、这个从广度到特异性的变化,可以被认为反映了基于脑的认识论和传统认识论之间的生成关系。
    阿尔法狗通过模仿人类的直觉,选出高手最可能下的几手棋,解决思考的广度问题。然后计算每一手的终局胜率,解决思考的深度问题。
    人工智能教父杰弗里·辛顿一直致力于探寻一个高效的深度学习算法,像人类习得知识一样,能够从一个庞大且多维的数据集合中梳理其复杂的结构。
    “算法”和“心法”是有趣和混乱的概念,某种大脑亲生的混乱。
    朱迪亚·珀尔对因果建模的执着追求,恰是人类“心法”的呈现。以统计学或盲模型的方式运行AI,既是AI本身的限制,又是人类科研的限制。
    哲学家Stephen Toulmin认为:
    基于模型与盲模型的二分法,是理解古巴比伦与古希腊科学之间竞争的关键。
    他的解释非常有趣:
    古巴比伦天文学家是黑箱预测的高手,在准确性和一致性方面远远超过了古希腊人。
    然而科学却青睐希腊天文学家的创造性思辨战略。
    古希腊的埃拉托斯特尼测量出了地球的半径。这绝对不会发生在古巴比伦。
    朱迪亚·珀尔得出结论:人类的AI不能单纯地从盲模型的学习机器中出现,它需要数据和模型的共生协作。
    我赞赏爱因斯坦和珀尔在黑盒子面前的堂吉诃德精神。
    也许,我们不该再像爱因斯坦那样反对上帝是在扔骰子。
    但我们需要去探索上帝扔的是什么样的骰子,以及如何扔骰子。
     
    十三
    从世俗的角度理解,智慧可分为两种:
    一种是用来适应和征服世界的,例如投机家,成功人士,名利场上的赢家,苟且偷生者。
    一种是用来理解和预测未来的。例如科学家,经济学家,理论信奉者,第一性原理信奉者,捍卫因果论的斗士。
    有些人飞翔其间,有些人两边行骗。
    前者强调大自然的算法,以及有效地适应环境。对环境、资源、不确定性、反脆弱,有着惊人的直觉;
    后者追求精确的公式,优雅地诠释经验。在我看来精确的诠释(用公式用算法),和人文的诠释(用概念),只要是求真的,其实是一致的。
    我赞成巴黎矿院前任校长雷蒙德·费斯彻赛尔对智慧的定义:
    “有效地关注重要之事。这样的智慧,因为反思、理解并欣赏生活而伟大,并不仅仅因为掌控生活而伟大。”
    《经验的疆界》一书认为,从经验中获取智慧的模式可以分为两种:
    第一种模式,低智学习是指在不求理解因果结构的情况下复制与成功相连的行动。
    第二种模式,高智学习是指努力理解因果结构并用其指导以后的行动。
    实际的学习是两种模式兼而有之,尤其是厉害的人,两头都很强。
    我们不能简单地将心法与低智学习(这个名字容易让人产生歧义)关联,也不能认为高智学习就是算法。两种学习方法都有令人惊叹之处,也有着各自的难题。
    有些时候,我们自己也分不清楚。就像耳赤一手,之前它被认为是算法,后来被发现只是一个神话。
    一旦进入大脑层面,这个问题就更加复杂。因为构建物质世界和精神世界彼此间的因果关系,看起来相当虚无缥缈。
    但至少有一点,我相信埃德尔曼的观点:
    科学是由可验证真理支撑的想象。当然,它的终极力量在于理解,并且就如我们看到的,它在技术上的成就让人震惊。
    但是科学想象力的大脑源头与诗、音乐或伦理体系的建立所必需的没有区别。由于神经达尔文主义的模型承认人类思维的历史性和创造性的一面,因此,在科学和人文之间的背离是没有必要的。
     
    十四
    算法和心法,科学与人文,是我们理解这个“竟然可以理解的世界”的两个轮子。在本文的自由飞翔之后,我对二者之间的关系,有一个具体的建议。
    围棋AI将人类的“心法”,我是指那种一直被人类歌颂的、在其它领域仍然被信奉着的“天生智慧”,逼出了那个19✖️19的有着无穷变化的棋盘。这件事给我的最大启发是:
    让算法和心法保持距离。
    尽管二者之间有不可切断的交织,但是尽量把它们拉开,是一种有益的做法。
    具体而言:尽量拉开算法和心法,并缩小各自的半径。将尽可能多的空间留给未知。
    这是一个对模糊概念的模糊建议,由此熬出的鸡汤也是老生常谈。
    达里欧的“塑造者”的概念,可以拿来作为我的论据。
    塑造者既有大图景,又能在小细节上实现。
    • 愿景需要非常原创,足够宏大,是超级理想主义者;

    • 细节需要坚决实现,决不妥协,是极端现实主义者。

    地球的确是被上述这类人统治着的。
    你要有一个宏大的梦想,梦想本身要大到不允许被人质疑;
    你要有可计算的具体行为,具体到允许被人质疑。
    将中间地带留给“不知道”,留给学习、成长和自我塑造。
     
    十五
    人类会继续下围棋,但是那种“人是万物之灵”的自信,已经不能再以围棋为证据了。
    在算法和心法之间预留空间,一方面,为“对心法步步紧逼”的算法留下腾挪之地,另一方面,也令心法本身更有意义。
    真正的危险,是在二者交织地带或强词夺理,或自暴自弃。例如用心法来计算,用算法来剥夺心法。
    浅薄和讹妄,在于混淆了计算与神话的界限。神话只能作为一种远程的指引,并不能作为中距离或者近距离的思考工具和计算方法。
    此外,在我们的有生之年,该担心的不是机器变成人,而是人变成机器。
    纯粹的还原论者值得尊敬,他们冒着毁掉声誉的风险,本文提到的几位大师,恰恰是在拿到人类最高级别的智慧奖项后,一猛子扎进未知世界,瞄准算法、意识等问题最艰深、最容易一无所获的领域。
    纯粹的还原论者并非极端的还原论者。因为纯粹,他们不仅执着,也有温度,闪耀着人性的光芒。
    一样值得歌颂的,还有纯粹的人文主义者。就像科学家们在普鲁斯特的小说里,发现了与脑神经科学一致的对记忆的洞察。
    将世界切割为原子的科学家们,与将生活幻化成意识流的艺术家们,令科学逻辑与故事逻辑交融在一起。
    鄙视哲学家的费曼,用一种充满哲学意味的话语写道:
    继续向上走,我们会遇到魔鬼、美和希望......
    借用一下宗教的隐喻,哪一端更靠近上帝呢?美和希望?还是基本定律?
    我认为正确的答案当然是要寻找事物之间联系的整体结构;一切科学,不仅仅是科学,还包括各种知识和成果,都是在寻找层次之间的联系,美与历史的联系,历史与人类心灵的联系,人类心灵与脑活动的联系,大脑与神经脉冲的联系,神经脉冲与化学的联系,等等,上下层相互联系。
    而在今天,不管我们如何自信,我们已无法在两头之间画出一条明确的界线,因为我们已开始明白层次是相对的。
    我也不认为哪一端会更靠近上帝。
    机器的算法和人类的心法,将携手令我们的未来更值得期待。
    我们要在算法和心法之间,腾出地方,交给AI,人类自己则继续向未知世界探索,利用碳基生物与生俱来的那种无知和混乱所带来的进化契机,结合AI进化加速力量,发现遥远宇宙的秘密,寻求更长的寿命,甚至在时间的深处找回我们失去的记忆和亲人。同时,克服贪婪,避免自我毁灭。
     
    (完)
     
    参考读物:《如何思考会思考的机器》,《计算机与人脑》,《第二自然》,《惊人的假设》,《神经的逻辑》,《普鲁斯特是个神经学家》等。

    请留意,当你看见上面直播海报,

    有70%的概率已经过期了。

    本篇文章来源于微信公众号: 孤独大脑