人生算法（下半部）

这篇文章在老喻的公众号，名字是《灰度认知，黑白决策》，但后来不知什么原因删掉了。感谢宋化雨同学及时发给我这个保留的版本。自己总结和提炼一下，算是和上一篇认知闭环的姐妹篇。最主要的目的还是把自己认为重要的提炼出来，方便自己以后复习。

A.好奇感知，灰度认知，黑白决策，疯狂行动——全流程不要脸

你可能是个认知高手，但未必是个决策高手；你善于拍板，却未必是个行动高手；你雷厉风行，却可能呆头呆脑。

所以，如图所示，我们可能陷入以下五种困境：

一、我们需要通过四个节点，形成一个闭环，才能完成一次认知决策，我们需要建立某种连贯性，这一点并不容易；

二、好不容易做到第一点了，我们还得在不同的节点快速切换。

在“感知节点”，我们需要敏感、好奇；在“认知节点”，我们需要计算各种可能性的概率，得出期望值；在“决策节点”，我们要毫不犹豫选最大期望值那个按钮；在“行动节点”，我们要像冲进瓷器店的大象。

正因为难度巨大，我们需要在所有环节中拥有最重要的武器，那就是：“不要脸”

1、“感知”不要脸。像一个孩子似的感知这个世界，喜欢就要，痛了就哭，开心了就笑，小孩的脸，六月的天；

2、“认知”不要脸。在我们构建决策树，以及为一个分支赋予权重的时候，一定不要在意别人怎么看。除非是可信度极高的专业人士。甚至对于专业人士，你最好都找上三个PK交流一下。

3、“决策”不要脸。这就是《原则》里70%有价值的东西。的确，投资如战场，慈不带兵，军令如山倒。

4、“行动”不要脸。你理智上决定了的事情，情感上必须要接受，行动上必须要忠诚。现实中我们总是在背叛自己。

5、“循环”不要脸。当你完成上面这个闭环之后，要像鉴赏文物、解剖木乃伊一样与己无关、兴致盎然。《阿甘正传》说：你得丢开以往的事，才能不断继续前进。

B.控制性思维和自动思维

自动思维，其最简形式是单纯联结（ pure association）。例如，环境中的某些事物“把某个想法带进头脑”，这是一种单纯联结；又如，某个想法激起了另一个想法或记忆，这也是单纯联结。人类绝大部分的思维都是联想性的。

控制性思维，是指人们有意识地假设一些事物或经历，并基于这些假设的术语来看待我们的经历。因此，控制性思维是一种“如果……那么……”的思维。当能够提前把可能遇到的状况以及相应的应对方式想好，就能避免很多的自动化反应，从而减少不必要的失误。

这两个思维和思考快与慢的系统一与系统二很类似，也借鉴了清单革命的做法，提前把清单列出来，把假设和应对方式列出来，可以让结果更大概率地发生。

C.认知只能是灰度的，但决策一定要黑白分明，而量化有助于做出最佳决策

概率化思维，会把那些大脑中无用的舒适区关掉，给出简洁明晰的指令。认知的目的正是在于行动.

要做到在混沌的不确定性的世界中，最大程度地掌握自己的命运，有以下关键点：

1、承认“我不知道”

真正聪明的人所必需的聪敏，即苏格拉底说的“我知道我的无知”。

承认不知道，很多时候带来更大收益。

如马克.吐温所说：“不是因为你不知道什么事情会给你带来麻烦，反而是那些你认定确信不移的一些事情会导致你的困境。”

我们要破除先入为主，消除一些对完美故事的追求，打破模式假设，拒绝因果或者关联性的简单描述。你甚至要去除“类比”等完美推理的诱惑。

世界由随机事件构成，即使你对其运行原理、过往数据了若指掌，也只能用于解释，而非预测。

2、一切皆概率

几乎每一个你有意识做出的决定都与概率相关。

如法国数学家拉普拉斯所言：“人生中最重要的问题，在绝大多数情况下，真的就只是概率问题。”

懂得这一点的人，屈指可数。

3、质疑一切

独立思考、质疑一切是创造之魂。

1、 质疑过去。如基金的风险警告：过往业绩不代表未来表现。艾森豪威尔说过，事物更接近于它们现在的状况，而不管以前曾经是什么状况；

2、 质疑自己。大多时候，你永远在自己的边界之内，你的见解、观点，都无法摆脱情绪和主观的偏见；

3、 质疑“质疑本身”。我们质疑一切，但绝非为了质疑而质疑。亨利·庞加莱说过：怀疑所有事和相信所有事是两个同样方便的解答，两者都免除了反思的必要。

4、 质疑，其实是一个重新思考的过程。我们未必要重复发明轮子，但是很多时候，需要对一些问题从头思考一遍。这就是为什么马斯克造火箭，一方面请来最好的技术专家，一方面他也要从头读一遍《火箭原理》。

4、不相信事情的确定性

大脑讨厌“不确定性”。神经学家大卫·洛克认为，当人的确定性面对威胁时，大脑会引发类似承受了物理攻击一样的神经疼痛。总之，我们的大脑随时都在寻求确定的答案。

加扎尼的研究结论是：在大脑左半球存在一个“解译器”的神经网络。大脑左半球具有持续不断地解译能力，这意味着它“总是在寻找规则和原因，即使它们不存在”。

如果你无法摆脱对确定性的依赖，当你还没开始思考的时候，就已经把自己骗过去了。

不相信事情的确定性，另外一种呈现形式是：你要相信运气这回事。

这看起来和前面似乎有些矛盾，其实不然。前面是指，用“命运”来指挥自己的未来。

后者是说：假如你看起来做对了什么事情，别将其总结为自己的英明神武，大多是时候你只是因为运气好。

即使事情已经发生了，你也要低估“结论”和“总结”之类的确定性。

正所谓：事前不诸葛，事后不得瑟。

5、在或然性下思考问题

在或然性下思考问题，主动选择正确的思维模式。即：灰度思考。

灰度，是指非“非黑即白”。我们人生的大多时候，需要在迷雾中做出决策。

即使是一个很好的网球手也会犯许多错误：目标是应关注如何尽可能地打好这一个球，而不是或者担心弄糟或者担心分数的多少。

阻碍我们在或然性下思考问题的是：

1、 不懂得概率，不知道选择对自己胜率最大的选项；

2、 假如没有一个非黑即白的按钮，就不知道如何下手；

3、 赌徒般的侥幸心理；

4、 过于注重单场的结果，而非正确行为的持续性。

面对现实世界的不确定性因素，我们需要以概率的形式来描述选项。

很多时候，条件含混，数据单薄，迷雾重重，信息迷离，我们也必须按下快门，做出决策。

假如我们依照概率游戏规则，做出了好的决策，同样可能会带来坏的结果；而某些不遵循概率计算的行为，反倒中了奖。

但你同样要坚持做对的事情。否则，骰子不断扔下去，错误的行为终究会受到概率的惩罚。

将一个看起来未必复杂的公式，“内化为自己的思维方式”，你需要做到：

1、诚实，别骗别人，更别骗自己

2、关注持续性行为带来的长期收益，而不是短期的得失

3、打好每一杆，别在意上一杆的成绩有多好或多差

4、小心某个细微变量的致命伤害（黑天鹅事件）

6、量化一切

通过量化减少不确定性。

看起来完全没有踪迹可循的无形之物，是可以量化的。

一切皆可量化，量化是为了决策，量化是为了最后的黑白分明。

1、以定性说明的抽象事物

2、量化的目的并不是为了获取精确数值，它直接为决策服务——掌握了解不确定性，控制降低风险，为决策提供依据。

3、真正的量化过程不需要无限精确。

4、如果一项量化的工作与决策无关，那么它就是没有价值的。

步骤分解方法如下：

第一步：需要首先明确待量化的内容，找出核心问题；

第二步：把一个笼统的问题层层分解、剥离，并对其做出清晰的定义；

第三步：使用适合的量化方法获得对决策有价值的信息。

7、量化是为了决策和行动

你必须有一个黑白分明的结论，否则你就无法执行。你就是办公室的boss，你就是十字路口的将领，无论对错，哪怕走错了是死路一条，你也要指出一条路。

投资家LILU说：“仅靠跑动是无法进球的。在碰到绝佳机会时，进行决定性射门很重要。”

大多数人在大多时候，对于认知判断，其实是西瓜皮式的，自暴自弃的，未曾量化、没有评估选项，更无决策树的概念。

要么是迟迟不肯迈出一步。

当你得出选项后，就不要犹豫，按照计算前行。

当一个人不愿意、或不能够做某事时，他就会含混其词。思考与行动紧密关联，行动也是在大脑驱动下进行的。

概率化思维，会把那些大脑中无用的舒适区关掉，给出简洁明晰的指令。

而认知的目的，恰恰在于采取行动。

8、坦然接受结果的不确定性

科学都是乐观的，概率也不例外。

假如你的正确计算遇到了糟糕的结果，那就再来一次。

修正计算，检验结果，在你还有最后一口气之前，你仍有仍骰子的权利。

运气就是你的行事方式。随着时间的推移，你不断扔骰子，根据大数定律，你的运气最终会稳定下来。

接受不确定性，是指对各种可能进行考虑。不确定性的另一面，即“可能性”。

计算未来概率的人，更多思考未来，推演每种可能行动选项的结果，犹如围棋里的“假如-就”推理、概率思维、逻辑分析等等。

取得巨大的好结果时，归功于好运气，而非智力。

这样做的好处是，你又可以回到本文第一步之起点：我不知道。

史密斯论述到：有些人认为，成功是自然而然且自己理所应得的，对于这种观念的危害性，提出“英才教育”的社会学家迈克尔‧杨曾这样评论道：“如果精英们相信(而且越来越多的精英们倾向于持有这种观点)，成功来源于自己的品质….。他们就会变得自命不凡、沾沾自喜。”

取得好结果后归功于运气，不只是谦逊，这可能更接近事实，也能带自己去到循环的原点，进入下一个循环。同时避免自我意识的过度膨胀，阻碍真正的进步，这需要把内驱动力从外部记分卡变成内部记分卡，并让自己养成延迟满足的习惯。

延迟满足：忍受不确定性，不在意暂时的“塌陷”结果。也能不太在意短期的得失，着眼于长期的成果，避免自我膨胀或挫败感。

内部计分卡。用事物的本质、而非他人的目光，用未来的结果、而非暂时的荣辱，来影响你的决策和行为。

9、该拥抱的风险

巴菲特说：我愿意承担风险,但只在成功概率很大的时候才会去冒险。

10、避免挂掉的风险与反脆弱

我们要学会躲避某些概率极小、但会杀死我们的事情；我们要刻意制造一些尽管概率极小、但几乎没有成本、而一旦命中就能中大奖的事情（当然不是买彩票）。

塔勒布在《反脆弱》中提到了一种“杠铃策略”：由两个极端条件组成，中间空无一物，而不是单独的中庸模式。一头保稳妥，一头冒险。

D.策略网络和价值网络，先思维宽度，后计算深度，找到关键价值点，不断深入下去

AlphaGo使用两种不同的深度神经网络：

第一种是策略网络，目标是选择在哪里落子。

第二种则是价值网络，价值网络的作用是衡量走这一步对最终输赢的影响

善于学习的人和机构，是把自己的认知决策系统，变成了一个阿尔法狗，不仅学会“像高手那样思考”，有更广阔的思维宽度，还能反复训练，强化计算的深度，更重要的是还能无休止地反馈、强化、重复。

概括而言，在认知环节，个人或者机构可以发力的地方是：

1、拉大画面，有些时候，你会发现，卡住自己的，可能只是一个很小的分枝。这就是所谓的用一个更大的“解决”，令原来那个问题无需解决了。现实中的“降维打击”也是类似的意思；

2、计算力。阿尔法狗证明了，想象力有时候就是更深的计算力；

3、反馈系统。确切说是“深度学习”的能力。能根据现实情况及时调整自己，以提升赢的概率。

E.好的运气，比努力和天赋更重要

结论1：你无法改变运气，但你可以改变运气的运气；（条件概率）

结论2：把自己带到优势的境地，是一切努力的第一步。

段永平认为，所谓的“道”就是Do right things，也就是做正确的事；“术”则是Do things right，也就是把事情做正确。不断选择做正确的事，降低失败的概率。良好的生活习惯和思维习惯，让自己可以置身于最优条件概率中。

这个世界属于既懂概率，又懂创造条件概率的人。

F.对抗不确定性和疲惫与恐惧，需要西西弗斯的劳作，愿景和心流非常重要

人生算法，有两种反馈机制，一个是闭环与闭环之间传递反馈，另外一种是愿景和梦想，不要为短暂的阻隔，或者没有及时得到响应而茫然，帮助我们穿越不确定的漫漫黑夜。如亚马逊的贝佐斯所言，追寻那些不改变的东西。

在这个模式图中：

内环的滚雪球，就是要找到你有概率优势的模式，然后不断地下注；

外环的“西西弗斯的劳作”，就是你在小概率劣势下，用时间和激情扭转局面。时间仍然是稀缺的，激情的持续也相当艰难。所以一个宏大得几乎无法实现的愿景和意义感，是支持穿越这一切的重要力量，也能吸引许多人结伴同行。。。