机器学习预测逃顶(思考让我们看见不同)(1)

机器学习预测逃顶(思考让我们看见不同)(2)

* 拓展思维模式的格局和边界 *

机器学习预测逃顶(思考让我们看见不同)(3)

作者:成甲

对推动人类进步创新背后的力量充满好奇,喜欢研究人类历史上伟大的创新人物,追问他们创新变革背后的学习、认知与创新逻辑。

2016年,在“得到”app开设说书专栏,被罗辑思维评选为“中国最会学习的人”;

2017年,出版《好好学习》,被亚马逊评为年度新锐作者;

2018年,在混沌大学创新商学院录制上线“思维模型”和“刻意练习”课程;

2019年,赴美参加巴菲特和查理·芒格的股东大会,并专访芒格先生。同年,出版《好好思考》,系统介绍基于多元思维模型的学习方法。

未来,还会在认知洞察与底层创新逻辑方面继续研究……

此外,作者还是文旅行业新模式发展的思考者,文旅咨询公司北京京都风景生态旅游规划设计院联合创始人;混沌大学文旅行业创新商学院发起人;北京自然体验产业国家创新联盟发起人之一。

机器学习预测逃顶(思考让我们看见不同)(4)

接上周.....

03 如何建立多元思维模型知识体系

A、为什么要具备跨学科解决问题的能力

1)多样性红利

一个人是否聪明不是由智商决定的,而取决于思维模型的多样性。

2)多元思维模型不等于多个思维模型

多元强调的是掌握不同属性、学科的知识。

B、哪些领域的知识是人人都应该学习的

跨领域学习多元思维模型,不是为了掌握更多的知识,而是要形成对问题的全局性理解,从而更本质地理解问题。

1)全局性理解(思维的广度和思想的深度在某种程度上是可以互补的)

机器学习预测逃顶(思考让我们看见不同)(5)

2)全面的思维方式

在众多学科中有四类学科是我们都应该掌握的:

(1)理解物质世界的基础学科,如物理学、数学、化学等。

(2)理解群体系统规律的学科,如生物学、经济学、社会学等。

(3)理解复杂系统规律的学科,如复杂性科学、人工智能、哲学等。

(4)理解精神世界的人文学科,如心理学、美学、宗教、历史等。

如果从思维方式的角度思考不同学科的价值,我们会发现,其实每门学科背后都有一套对应的思维方式,例如:

(1)数学发展出用“符号与逻辑推理”的思维方式。

(2)物理学发展出依靠“第一性原理”的思维方式。

(3)进化生物学发展出用“物竞天择”的思维方式。

(4)复杂性科学发展出用“系统思考”的思维方式。

(5)现代美学发展出不断“否定常规”的思维方式。

............

我们要做的就是找出学科背后重要的思维方式,并纳入自己的知识体系。

C、如何搭建高效的多元思维模型知识系统

传统的知识体系的架构是学科---》一级知识---》二级知识---》三级知识.....以此类推,逐层细分。

作者提出一个全新的组织多元思维模型的知识结构,那就是组织知识的关键不是知识,而是问题。“问思模”体系:基本问题---》思维方式---》具体思维模型。

(1)这个知识体系的建立起点既不是某个学科,也不是某个知识(或思维模型),而是过去知识体系中没有的新要素:基本问题。

(2)这个知识体系没有直接把问题和知识联系起来,而是在两者之间引入了一个新要素:思维方式。

这个系统中最关键的环节是,我们对同一个问题,用不同的思维方式思考,就能整合不同的有效策略,而我们的生活经验和其他知识都可以附着在这个强大的知识体系内。

处理复杂问题的三个启发:

(1)要理解一个复杂系统中的问题,就要从不同的视角切入。

(2)对复杂问题的理解,如果在一个维度下无法解决,可以通过增加维度来分析,只不过,这个过程往往需要更强大的技术做支持。

(3)对复杂问题的处理,要多去跨学科的领域汲取营养。

D、支撑跨学科知识体系的骨架---结构化思维

通常,人们在遇到问题的时候,总是上来就想有一个答案和解释。

可是高手的思维方式却不一样,他们遇到一个复杂问题的时候,先不着急找答案,而是用一个思维框架来分析:

*这个问题背后的基本问题是什么?

*解决这种基本问题的核心思路是什么?

*有什么分析这类问题的常用结构框架?

之所以思考这些问题很重要,是因为高手知道,只有先看到系统的结构、关键要素,才能弄明白系统结构背后的运作规律,最终做出可靠的分析判断。

遇到问题,认知高手能快速洞悉本质、直指要害。

不在于他的工作经验有几年,而在于他能用不同领域顶级的思维方式,把过去的知识体系化、结构化、网络化,从而形成系统综合的认知结构 。可以从不同维度问题,举一反三,把各个领域的知识打通,为我所用。

机器学习预测逃顶(思考让我们看见不同)(6)

04 综合运用多元思维模型解决复杂问题

一般我们遇到的问题大致可以分为:简单问题、局部复杂问题和全局复杂问题。而与此相对应的思考方法便是线性推理、结构化思考、系统性思考。

机器学习预测逃顶(思考让我们看见不同)(7)

A、多元思维模型综合应用之降维攻击

要理解降维攻击,我们先要建立一个概念,那就是认知是有分层的。有的认知层次比较高,有的比较低。这种认知的不同分层,就决定了之后判断的质量。如果我们能拉升认知维度、比别人从更高层看问题,就是我们通常说的“高维打低维”。

机器学习预测逃顶(思考让我们看见不同)(8)

理解思维的层次性对我们解决问题极为重要,因为在低层次无法解决困难的问题,从高一个层次思考往往就能轻易找到解决方法。

心理学家罗伯特.迪尔茨,他发现了人们思考问题的分层逻辑。这六个层次逐级上升---低层次难以解决的问题,在高层次就容易处理。

机器学习预测逃顶(思考让我们看见不同)(9)

新东方集团联合创始人王强老师认为:认识世界有四个层次,最顶层的是人文思维,再往下依次是科学思维、技术思维、商业思维。

如果一个人停留在商业思维,就看不到技术的演变;如果一个人只有技术思维,他最终会对技术的发展走向感到迷茫;如果只有科学思维,就无法探寻科学本身的意义,需要人文思维。而只有加上人文思维,我们才能形成正确的、完整的认知架构。

机器学习预测逃顶(思考让我们看见不同)(10)

B、多元思维模型综合应用之变换尺度

有时候,我们觉得问题复杂,其实是因为我们太关注眼前的现象了,如果我们能够从眼前的、短期的尺度中跳出来,换一个尺度重新看问题,问题往往也会变简单。

解释所有问题,可以从三个不同尺度找原因:

宏观尺度的长期原因

中观尺度的中期原因

微观尺度的眼前原因

C、多元思维模型综合应用之聚焦关键

比起陷入问题的海洋里,我们更需要找到更关键的问题。所谓“关键问题”,就是这个问题影响着其他所有的问题,一旦我们解决了关键问题,就能事半功倍,极大地简化问题。

(1)多数的日常努力抵不上少数关键努力。

(2)动态变化中的关键点---系统反转时刻。

(3)成本与收益的非线性不对称。

寻找关键时刻的五原则:

(1)战略学:趋势判断(变换尺度思考)

(2)心理学:内驱力原则

(3)系统学:寻找系统的关键解(提升认知)

(4)经济学:边际成本/复利效应

(5)正面黑天鹅(非线性后果)

05

未来,只有高认知能力的人,才能占据竞争的优势。而多元思维模型给我们提供了一个所有人都有可能凭借自身努力 ,提升智慧认知的渠道。

对于我们个人学习思维模型而言,了解一个系统的方法论也只是起点,更重要的是实践和练习。

越是简单、简洁的原理,越是需要复杂的练习:简单不是原因,而是复杂练习的结果。

机器学习预测逃顶(思考让我们看见不同)(11)

机器学习预测逃顶(思考让我们看见不同)(12)

理性&思考

当我们涉猎很多个领域的知识,并且能够在长视角下思考问题时,我们就会逐步形成与大多数人思考分析问题时不一样的格局和意识。

在这种全局性认知的能力,我们会在一些瞬间获得灵光乍现的洞见,而这种少量的洞见可能极大地改变你的人生。

人生不需要每件事情都取得成功,只要在少数重要而关键的选择上,做出正确的判断,就能影响一生的轨迹。

感谢作者!

,