分享

思维模型——复杂系统 之 十三

 文明世界拼图 2022-06-16 发布于重庆

复杂系统+

根据硅谷王川网文整理

121、对内,知识体系的复杂度;对外连接的复杂度

个体的逻辑框架和认知体系,对未来而言,铁定都是井底之蛙。

涌现出来的新的复杂度更高的东西,往往都是超越现有的认知体系的。以老的认知体系来研判,往往会造成悲剧性的长期认知失调。

微软做大之前没人理解软件公司为什么估值那么高,亚马逊做大之前许多人看不起这个不赚钱的网上书店,苹果做大之前很多人觉得六百块的 iPhone 无法成功,腾讯做大之前很多分析师总是担心下个季度游戏收入不好。至于特斯拉,多少人过去十年面不改色唾沫横飞的从股价四美元开始一直黑它黑到现在的 755 美元,...

不断会有新的好东西涌现于这个世界之上,用市值筛选是个简单粗暴但非常有效的过滤方法。

不要被自己的低维度认知体系所束缚,把时间主要用于研究理解涌现出来的好东西,这样就更容易轻松的走在潮流的前面。

对一个系统而言,复杂度可粗略定义为'组件和组件彼此间连接的数量和种类',数量和多样化的增加都会提高复杂度。个体而言,对内是知识体系的复杂度,对外是和外界连接的复杂度

为什么微软,苹果,腾讯,亚马逊,特斯拉,比特币这么多年涨了那么多倍,但即使买了的人大部分还是无法发财? 终于想通了最关键的底层逻辑了,且把它叫做'王川很难发财第一定律',过两天把文章发到公众号上。

不要与复杂度和你的水平差不多的对手竞争,即使你侥幸赢了,也是伤痕累累。把时间精力用于主动提升自己的复杂度上,即使会有伤痕,其伤害程度至少低一个数量级。

戒除某个不良嗜好的最佳方法,不是粗暴克制强忍,而是发现一个更好的嗜好。复杂度低的时候,容易被蝇头小利所诱惑。复杂度高时,才有能力发现大得多的'全局最大值',而摆脱局部诱惑的陷阱

复杂度没有大幅度提高的解决方案,属于小聪明抖机灵的范畴。大部分头脑风暴属于这种低层次的努力。

122、少不知复杂系统是何物

渤海小吏的魏晋南北朝历史系列写得真不错。这句话总结得深刻:

'刘渊上场时已经忍了大半辈子,算是活明白了。但这帮后来者 (刘的几个儿子) 却都是年少登天,随之而来的则是太多绕不过去的人性弱点陷阱。'

感觉这种人性弱点陷阱在投资和创业上也比比皆是。成功来得太早太容易,大脑思维模型过于简单,必会遭受德不配位的惩罚。

'少而俊杰,才兼文武'这种东西是靠不住的。只有经过长期各种不同复杂环境摔打下还能存活甚至壮大的人或系统,才有点指望。

123、低维对高维一无所知

原核细胞无法想象理解真核细胞是怎么形成如何运作的,

无性繁殖的生物无法想象有性生殖如何演化出来的,

植物无法想象肌肉和动物是如何演化出来的,

没有视觉的动物是无法想象眼睛是如何演化出来的,

冷血动物是无法想象和理解温血动物是如何演化出来的,

低等生物是无法理解'自我意识'这个东西是怎么出来的,

猿猴是无法想象火的使用和语言文字是如何打造出人类社会的,

低复杂度的系统是无法想象高复杂度的系统是会演变成什么形态的,

习惯央行零成本印钞的系统,是无法想象开放无需许可的区块链系统将会进化成什么样子的。

低复杂系统的人,如果不能跳出原来的框框,心态归零,永远无法理解新的高复杂度系统的范式,因此永远会错过。但从零开始是要付出一定成本的,因此即使一千人里有一百个人口头承认这么说,最多只有十个人能真正做到。

124、复杂度

所谓复杂度,本质上意味着在更多的维度上有更多的选择。当你的选择更多的时候,办任何事都会更快更便宜 (能量和信息效率更高),你最终就会达到一种低复杂度时根本无法达到的状态。

低复杂度本质就是限制选择,限制多样化,限制和外界的连接。都市人常常意淫为了躲避喧嚣,到人少的地方过田园牧歌的生活,头两天还新鲜,这种自我封闭一长,退化成低复杂度的存在,做很多事情都不方便而且昂贵,本质是极为愚蠢的。

高复杂度的地方,因为很多关键地方成本低,更容易有新的发现,获得新的(低复杂度的地方无法得到的)收益,因此人的精神状态会更好。低复杂度的地方,很难越过那个隐性的壁垒,没有对未来的太多期待,人容易陷入抑郁。

这实际上是没有标准答案的,只能不断试错,拓展自己的接触面和选择。但有一点很重要,千万不要因为一些蝇头小利而去放弃自己的选择权,降低自身的复杂度。

认知复杂度高了以后,更容易灵活调整和改变自己的观点,甚至容忍两个在低维度里看似矛盾不相容的观点。在高维度的空间里,不同观点之间的迁移或自洽,需要逾越的能量壁垒并不高。

关键是新增的外来的开发者和用户,对于复杂度低的系统的开发使用就不再有兴趣。因此复杂度高的系统和复杂度低的系统,差别会越来越大。

125、怀旧与鸡同鸭讲

人和他所处的圈子的关系,有点像程序员和操作系统的关系。

当你更换了操作系统,学习适应了新的 API 后,会发现和以前的老程序员朋友处于一种鸡同鸭讲的状态。你习以为常的 API 对他来说一头雾水,他的那些 API 在你眼中也越来越陌生。然后大家渐行渐远也就是必然。

偶尔你会试图和那些不愿更换操作系统的老程序员重新建立沟通,纯粹是出于一种怀旧的本能,但很快发现大家能够交流的共同点实在太少,稍微复杂的场景解释半天,也无法真正表达通透,这非常像程序员耗费大量青春去 debug 捉虫,一阵尴尬的沉默之后,彼此很快又回归到渐行渐远的状态。

人在很多细节上是一种容易被操纵的低级生物。最近看到 ucla 大学 Suzanne Shu 教授的研究,同样的物件,如果看得到,同时可以摸,买家更容易想象其使用场景并且给予更高估值。怀旧这种情绪实际上是不理性的,但因为给人带来一种想象回归到被自己粉饰的美好过去的价值,所以仍然挥之不去。

126、指数增长与临界点

每天肉眼可见的指数增长的一个典型例子,是在烧牛奶,麦片或者面条的时候,开始很长时间水位没有上升,然后开始慢慢冒泡,然后气泡突然堆积起来,过一个临界点之后,两三秒中内就突然 '扑'了,如果不迅速关火,灶台会被溢出的食物搞的一塌糊涂。

指数增长的本质来源,是扑之前的长时间加热,第二个来源是沸腾后产生许多粘度大不容易破裂的气泡,迅速聚积叠加。两个机制都要存在才能指数增长。

相变只是一种粗糙的宏观模型。但如果真正理解底层微观机制,一是知道用什么手段可以抑制相变发生,二是可以人为用别的方法,在别的场景制造出相变。

很多事物在不同时期的看似矛盾的外在特征,本质实际上是相变之前平衡态时期的线性逻辑,和相变之后,远离平衡态的的非线性逻辑的巨大反差而已。

127、数量就是质量,维度就是高度

'An elegant defense, The extraordinary new science of the immune system', 作者 Matt Richtel, 2019 年出版。

这是一本有趣的书,介绍了免疫学研究过去四十年的进展。免疫系统可以看成是一个人体内一个巨大而复杂的电讯网络,各种细胞因子 (cytokine,也称细胞介素)就是这个网络之间用于沟通的信号。

里面介绍了白细胞介素 (interleukin) 七十年代末是如何被发现,并且后来慢慢被学术界确认和接受的。

正好看到另外一本书 (80/20 running) 提到,如果长时间练习低强度的长跑,因为肌肉消耗大量糖原 (glycogen),会释放很多叫 interleukin-6 (IL-6) 的东西, IL-6 会导致人感觉疲劳。但坚持训练的人慢慢身体会适应和改变,会减少 IL-6 的释放,因此会降低疲劳感,提高耐力。高强度的快跑训练反而没有这种效果。

据说肯尼亚长跑运动员崛起的一个契机,是 1961一些英国传教士在那里办高中,普通小孩没有公交,从家中跑到学校,平均单程将近两万米,往返加起来一天四万米。这种低强度的长跑运动,客观上培养了大批潜在的运动员。

拼命工作睡眠不足是对免疫力的巨大伤害,天天要应急/压力大 cortisol 分泌过多是对免疫力的二重伤害,被迫要做没有兴趣/缺乏自主性的工作是对心理健康和免疫力的三重伤害。

数量就是质量,维度就是高度


128、反者道之动,弱者道之用

凡是涉及到人的系统,其运作特点都充满矛盾性:

不加杠杆到极致,系统的膨胀扩张不可能真正逆转;

不去杠杆到哀鸿遍野,系统的萎缩不可能真正反转;

联合国维持和平的行动不能真正导致和平,而往往给弱者以喘息恢复的时间和资源,为下次爆发更激烈冲突打下基础;

真正长期的和平,要么来自一方压倒性的胜利,要么来自双方都彻底弹尽粮绝,资源耗尽,完全丧失继续打下去的意志;

升米恩,斗米仇;

得不到的是最好的,得到之后很快就会觉得枯燥

开放系统,尤其是涉及到人的系统,都存在一个'计算无法被缩减' (computational irreducibility)的问题。物理世界的演变本身可视为一种计算,'计算无法被缩减'是说你无法设计一个比物理世界演变更复杂的计算模型,来提前预测其演变。唯一例外是某些局部不稳定的场景,比如某人马上就要掉到大坑里。

在全球化的世界,你的朋友,邻居和周围其它小团体怎么想的怎么做的,这类信息可能绝大部分情况下都是噪音,没有意义,会极大消耗你的'注意力'这个宝贵资源。一定要从更全面,更高维度的视角观察分析新现象新问题。

矛盾性的部分原因,在于对同一件事情,群体认知是否过了一个临界点。没过临界点之前是'好个 P', 过了临界点是'好得很'。而群体认知是否过临界点,又和有效信息反馈的传导速度很有关系,这个速度在不同环境下差别可能很大,因此没有办法用一个简单普适的数学模型概括所有情况。

人性是无法接受不确定性和'计算不可缩减'的现实的,算命先生和星座命理永远不缺市场 /

129、医疗领域反向摩尔定律

现在的生物制药,长生不老的研究,最大的障碍一是临床测试的成本极高,周期极长,扩展性极差,各种参数测试的颗粒度仍然极粗糙 ; 二是人体结构经过几百万年来的演化,存在路径依赖,改进空间有限。

最有可能的突破角度,似乎是人脑和机器的结合,先打通人脑和机器间通讯的接口,然后把大脑皮质层的大部分信息慢慢拷贝到机器上,甚至分布式存储到多个机器上,直到最终摆脱对于单个生物躯体的依赖。

人体免疫系统是个极为复杂的网络,常会发生无法有效识别体内的坏的细胞 (如癌症肿瘤),或者敌我不分过度反应 (如过敏,器官移植的排异反应等等)等问题。在这个网络上研究和修修补补,进展太慢

医疗领域存在一个越来越贵的反向摩尔定律。据网站 1729 . com 上的数据,美国新药开发的研究成本过去七十年每年平均增长 8.4%。选择从医学角度攻克长寿的问题,就是像堂吉柯德战风车一样,和这种客观规律作对。因此一定要另辟蹊径。

这会是一个群体合作的努力,最初很长时间合作带来的好处远远大于单打独斗。//@观云道长:第一上传的人不知道会不会通过拓展优势形成垄断

130、脑机接口

医药领域,修修补补,本质还是一种回报递减的有限游戏。

不拘一格,从底层第一性原理重构生命体,会是回报递增的无限游戏。

大脑是一个包含脑干/边缘系统/新皮层,有各种长短期记忆的复杂网络系统。人的躯干,血液,各种神经介质相当于硬件和 firmware. 脑干/边缘系统相当于操作系统,新皮层 (neocortex) 主要负责上面的应用软件。'灵魂/自我意识'本质是在应用软件和相关的长短期记忆里面,最终可以拷贝到别的虚拟机上运行

医疗领域,美国一个新药的第三期临床测试每个病人的平均成本大约四万美元出头,临床测试累积成本可以超过一亿美元。再加上大规模生产的成本,总体成本很容易超过十亿美元。但最大的成本是大部分药没有通过临床测试,都失败了。不到十分之一的新药最终能过。

大脑植入芯片的技术挑战: 1. 芯片要把模拟信号转换成有效的数字信号。2. 芯片保证数据处理能力的同时,能耗不能太高。3. 芯片材料不能太脆弱,必须抗各种化学腐蚀而保持长期稳定 4. 芯片不能诱发体内免疫排异反应,不能因大脑生长出来的疤痕组织而影响功能 5. 要能有效解析芯片输出的数字信号

根据 gerontology . wikia . org 大数据,世界上现在还活着的年纪最大的男性,前五十名,年纪都在 109岁以上 (女性对应的数据是 112岁)。假设这个数字随着医学技术进步,每十年增加半岁,这意味着对于今天一个四十岁的男性,他最多只有 73年的时间来解决这个问题。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多