你知道全世界最顶级的人类是怎么思考决策的吗?当你遇到一件事情无法推进的时候该如何判断?是计划的问题?还是执行的问题?还是项目本身就有问题?你该选择再坚持一会让子弹飞一会?还是选择当机立断地纠偏?
你如果有上述许多的疑问,今天这个视频我建议你先收藏再观看,因为我想花十分钟的时间来告诉你这个世界上最顶级的认知理论——贝叶斯思维模型,相信我对你一定有帮助。
首先你要知道,人类从古至今认识世界思考问题在潜意识里面形成了两种方法 一种叫做归纳法,而另外一种叫做演绎法。归纳法是指你通过观察和实验做出假设,然后依托已有的数据进行分析,最后验证你的假设,
比如太阳每天从东方升起,你从来到这个世界上 发现每天都是这样的,于是你下了结论——太阳一定从东方升起。
但是如果某一天你发现太阳从西方或者南方或者北方吧,反正不是东方升起,那你之前的假设的结论就是错的,这个就叫做证伪,所以用归纳法认识的世界只存在两种可能性:一种是没有被证伪的结论,另外一种是已经被证伪的结论,而永远都不可能存在的是绝对正确的结论。
另外一个例子,你们可以看看《三体》小说里面提到的农场主理论,说的是一群火鸡每天被农场主中午来投食。所以久而久之呢 火鸡里面最聪明的个先知率先发现了这个规律,然后告诉其他的火鸡每天中午空中都会落下食物,让我们来填饱肚子,这个是主的恩赐。结果到了感恩节的那天,他们发现习以为常的食物在中午并没有到来,取而代之的是农场主进去把他们全部捉走,然后杀了。
所以每次谈到认识论里的归纳法 我都会想到这个例子 然后背脊发凉。
好了,然后我们再来说说认识中的第二种方法,叫做演绎法。刚才提到了归纳法,总结来说是从特殊到一般,而演绎法就是倒过来的过程,从一般到特殊。
比如从一个或者多个命题作为起点,然后通过完全的逻辑推导,推导出另外一个平行的结论。
这个方法呢认为因为其实的命题是正确的,所以通过严格的逻辑推导出的答案也一定是正确的。
比如我们初中学习的平面几何,通过平行线不相交,两点确定一条直线等等的公理去推导出其他几何学结论的过程都叫做演绎法。
但是这个方法所存在的问题是必须要保证推论起点的正确性以及推论过程的正确性,而这两点其实都很难做到,尤其是第一点,比如说所有的金山都是金子做的,所有的金山都是山,所以推导出有些山是金子做的。
能看明白吗?前面两句推论的前提从语句上来看是没有问题的,但是结论却不符合实际,因为你很难发现一座山完全是用金子做的。
所以你会发现,人类生存到现在,认识事件的两种方法其实都并不完美,所以所有人的思维过剩,其实都会存在一定程度的认知偏差,就算是再牛逼的人也逃不过这个设定。
因此,一件事情能不能做得成都是概率问题,而牛逼的人之所以比我们更牛逼,是因为他们能减少做错误决策的概率。
那么他们到底是如何办到的呢?我们今天进入我们的正题,我将从三个方法来告诉你答案——他们是【贝叶斯理论】、【知行合一】以及【可纠错的反馈闭环】。
这三个看起来八竿子打不到一块的东西,到底是怎么联系到一起的?
我们现在说 贝叶斯理论。 贝叶斯理论提出者告诉我们——所有的菜鸟们,你们可以放轻松一些,你们不用害怕你自己那些想法是错的,因为他们错误的概率本来就很大。
而且就算是那些身经百战对一件事情有充分认知的老鸟,他们对一件事情的认知一样会有偏差,所以你说讨厌那个自我怀疑是你作为人类造物主给你的最大天赋。
贝叶斯理论告诉我们,你所有的那些答案或者观点不一定是正确的,但是你思考的这个行为本身是严重正确。
啥意思?怎么这么绕呢?简单来说就是人人都会有认知偏见,你真的无需强迫自己做出的每个决策都是正确的,
但你需要做的是通过合理的工具和算法来知道你所做的每个决策和结论正确的概率有多大?
然后明白自己是因为哪些原因导致这些认知偏差,最后进行纠编和再决策,这就是一个真正聪明人的成事法门。
再简单点来说就是用新验证的信息来持续调整后发事情的发生概率。我就这么跟你说,现在的人工智能都是这么玩的,就是用大量的数据来未出智能。
为什么阿尔法狗围棋能下得过柯洁,是因为阿尔法狗每下一步都能计算出对柯洁的胜率,而这个胜率是怎么算出来呢?是通过大量的数据喂出来的。
从这个道理来说,真正厉害的人做事情从来不奢求完美,他们只奢求利用复利的效益,每天比别人厉害一点点,就像围棋里面的石佛李尚浩,记者问他: 你这么厉害,为什么不追求神之一手呢?李尚浩说:我不追求绝对的妙手,我只需要每一步有51%的胜率就够了。
好,有的人说,你说的这么玄乎,不是说我计算吗?计算公式呢?没问题,计算公式很简单,我给你,就是这个(贝叶斯公式)。对于怎么套公式,此处省约1万字,我数学不好,大家自己研究吧,或者有会的可以在评论区留言。
贝叶斯理论说完了,我们再来说一说知性合一。这两者之间又有什么鬼关系? 我告诉你关系很大,石佛李昌镐那每步51%的胜率到底是怎么达成的?你想过吗?
这是不断的通过重复博弈,决策验证,产生新的数据分析,快速迭代原来的思路,然后实践,再验证,再输数据,不断不断不断的循环往复,螺旋式的上升,才得到这样的成功率。
这所有的一切就是质和性之间不断的重复和转换,按照咱们毛教员的话来说,这叫做实践认识,再实践再认识,根据信息的不断变化,快速的更新自己的认识体系 然后达尔文似的进化。
能做到这一点的人,才是真正牛逼的人,就像当时的王阳明想成为圣人,自己有这个认知,但又不知道怎么做,然后就去格竹子的物又失败了,于是他开始意识到,那既然想不清楚,就先按照圣人的标准做再说呗。
开始一边做,一边调整自己的认知,这不就达到真正的知行合一了吗?
首先来说吧,把知行合一按照贝叶斯理论的方式来表达,那就是从初始纪念得到一个先验概率,然后通过大胆的行动获得新的信息,然后再更新信息,得到后验概率,然后不断不断不断的反复,直到自己成功的概率越来越大。
所以 从这个意义上来说,做任何的决策都不要担心后悔的问题,想清楚就开始干了再说,不断地通过正确的反馈,不断的调整自己的思路,不断的迈向成功。
这样的话,我们来到至关重要的第三个方法论叫做形成可以纠错的反馈闭环,这个话有点绕口,和认识论有什么关联呢?
这里面有两个非常重要的字,叫做反馈。还记得我刚才知行合一里面的最后一句话吗?正确的反馈。对了,所以让你调整认知的反馈必须是正确的反馈,如果这个点做不到,你的决策只会越做越糟糕,所以形成可以纠错的反馈闭环非常重要。
记得之前在网上看到过一个阿拉伯的富翁采访埃隆马斯克的视频,富豪问他:你生命中最大挑战是什么?埃隆马斯克想了30多秒,然后回答他:确保你有一个可以纠错的反馈闭环,这个实在太重要了。
所以这到底是啥?大家觉得还是有点摸不着头脑是吧?我来举个实际的例子,你知道你大脑的所有思维是可以通过技术手段来控制的,
41
00:06:54,720 –> 00:07:05,040
比如你如何判断你自己的观点是正确的 很简单 你发现所有人的想法都和你一样 然后你就能不断的给你的观点进行加深的确认 你就能更加确定你的想法是正确的
42
00:07:05,290 –> 00:07:15,490
对吧 那ok 我来打比方今天出来的一个非常有正应性的热点事件 你对这个事情的有自己的看法 所以你在一些相关视频下面留了言 然后你跟你是相同观点的 作者点的赞
43
00:07:15,860 –> 00:07:25,140
你只要这样多操作几次抖音 爸爸就会病到命的给你推送你认可和你想看到的东西 你同意吗 你会不断不断不断的去你自己的想法 然后你说 你看
44
00:07:25,550 –> 00:07:39,950
这么多人和我观点都是相同的 所以更加确定自己是对的 但是事实呢 你兴奋的大脑很难想得到你不是很可能一些观点也不一定没有人支持 只是抖音爸爸没有给你推送而已 再来举一个例子 这么多的上市公司大老板 有多少年中员工主义听到真话的
45
00:07:40,230 –> 00:07:45,990
当员工和大老板的观点不一致的时候 有几个人敢顶绷住爱说真话的 这不就是人性吗 为怎么办
46
00:07:46,480 –> 00:07:55,360
坦白来说 这个事情确实间难办 就像视频开头提到的 认识呢 里面的演绎法为什么会有瑕疵是因为你没有办法确定的推动起点是正确的
47
00:07:55,580 –> 00:08:09,580
但是不管怎么样 视频的最后我还是可以给到大家九点意见 希望能对你的被思维模型和形成可纠错的返回币款有所帮助 第一大胆的拥抱不确定性 然后接受概率的存在 并用它来及时调整你的决策 第二
48
00:08:10,020 –> 00:08:16,020
用知行合理的方法快速迭代和提升你的认知 如果你能和计算机的速度一样快 那你就能变成活的
49
00:08:16,640 –> 00:08:36,280
第三系统论里面的负力效应是非常恐怖的 每天进步一点点和每天退步一点点 一年之后会有天壤之谜 第四成功率也很重要 每件事情有把握去做和没有把握去做虽然都是概率问题 但是你的时间是有限的 第五对信息要保持敏感 对决策要保持动感 多方验证 分析清楚哪些信息是真的 哪些
50
00:08:36,280 –> 00:08:46,120
进行是假的 第六做事说话都不要太满 因为你越是不留余地 你被震我的可能性就越大 第七要提高自己学习的能力 不断的计划自己的认知
51
00:08:46,440 –> 00:08:55,280
第八探索未知和利用已知一样重要 任何事情都不要顾不自从 止步不前 很多事情你多走几步 就会发现不一样的东西 第九
52
00:08:55,590 –> 00:09:03,070
贝叶斯里伦最大的大概就是 所有的概率都不可能是百分之百 这不是以你的意识为转移的 所以永远要保持对黑天鹅的警惕。
https://www.douyin.com/video/7462694289970122021
0