赞
踩
指北君关于另外一条思维路径的发现。
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 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。
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。
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。”
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。”
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:
场景:你有一个想法:“我是个失败者,我的人生完了。”
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。
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
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。