腦熵：如何直擊真相，果斷決策

熵！！！ 當所有的事物都在變得複雜時，我們的大腦也需要提高對複雜信息的處理能力。心理學家羅伯特·X.史密斯將這種能力稱爲腦熵。 熵衡量的是一個系統的複雜性。而腦熵並不是指大腦的混亂程度，而是指大腦可以訪問的神經元的數量水平，用來衡量大腦對複雜信息的處理能力。這也是研究大腦機能的一項重要指標。腦熵越高，說明信息處理能力越強，大腦神經活動越不規則。 提高腦熵的本質是優化我們大腦的算法。 假設我們眼前有20個蘋果，如果要知道蘋果的數量，初學數學的小孩子可能會用加法，一個一個數。而我們可能會用乘法來運算，用4×5或者2×10的方式計算出來。如果是數出好幾百個蘋果，小孩子的方法更容易出錯，而乘法則可以更快、更準確地算出答案。在這裏，我們會認爲小孩子的腦熵更低一些，他們解決問題的水平較爲有限。 首先，我們需要優化信息收集的算法。 “數據不會說謊，但統計數據的方式會。”類似地，我們會因爲注意力有限、知識面狹窄、視角不全面或主觀感受有偏差等因素，對同樣的信息產生不同的態度和理解。這很容易造成信息的耗損或扭曲，導致我們無法全面而準確地看待事物。 其次，我們還需要優化信息加工的算法。 爲什麼古人可以從滿天繁星中看到星座和星宿呢？因爲好的信息加工方式可以幫助我們從看似混亂的事物中找到規律。爲什麼人們又會有那麼多迷信行爲呢？因爲糟糕的信息加工方式會導致我們形成錯誤的因果認識。 再次，我們更需要優化運行過程中存在的偏差。 最後，我們更需要優化自身存在的bug。 每個人或多或少都存在認知偏差，這些偏差就像大腦系統內在的漏洞，會影響我們公正地看待事物。 總之，當我們周圍的事物變得越來越複雜時，我們也必須提高自己的腦熵，讓自己擁有更強的信息處理能力。這樣，我們才能更好地適應環境，降低被欺騙的風險，提高生活質量。 知識的功能：思維的質量決定生活的質量 過去的選擇決定了現在的我們，而當下的選擇會決定未來的我們。如果我們能夠預知未來，就可以提前做出正確的選擇，讓自己更可能實現一個困難的目標。 那麼，如果有一個方法能讓你成爲“先知”，你願意嘗試嗎？ 1.知識的功能 其實，學習知識就是成爲“先知”的途徑之一。爲什麼這麼說呢？因爲知識能幫助我們對事物進行描述、解釋、預測和控制。我們先了解和描述出事物的表象，再進一步探究和解釋它的成因，預測接下來的發展，最後則給出方法，控制它的發展方向。 記得小時候，我們經常會抱怨電視裏的天氣預報不準，認爲天氣預報就是“瞎報”。而現在，天氣預報不僅準確率非常高，而且能夠預測很長一段時間的天氣變化。這種進步是因爲人類積累的氣象學知識越來越豐富，以及觀測設備的性能不斷提升。 其他領域也呈現這樣的趨勢——人類對未來的預測越來越準確，且具有持續性。通過力學定律，可以準確判斷衛星的運行軌跡；通過傳染病傳播模型，能夠預測傳染病的傳播路徑；通過香農的信息論模型，可以計算信息的傳遞效率…… 所以，成爲“先知”的最佳途徑是學習各種知識。知識越多，其價值就越大。因爲我們可以藉助知識實現對未來更精準的預測，也更容易對症下藥，解決未知的問題。 2.認知偏差 在預測未來的道路上，我們依舊需要解決非常多的問題。其中一個就是我們的認知偏差。 大多數人對這個世界的認知存在巨大的偏差。這些偏差的產生有些是因爲片面的思考，有些是因爲固有的偏見，有些是因爲思維的慣性，甚至有些是因爲認知的扭曲。它們就像一面哈哈鏡，讓我們在認知事物時出現了失真。 而且，人們的認知偏差是系統性的。這裏的系統性涉及兩個層面。 第一，人們對世界的錯誤認知不是偶然和隨機的，而是必然且有規律的。換句話說，這些偏差存在於我們的大腦系統之中，並以某種有規律的方式呈現，這是導致我們認知和思維犯錯的內在因素。 我們認爲這個圖形是立體的，是因爲我們通過線條、陰影、距離和對比等方式產生了一種感知錯覺。除此之外，我們還會產生情感錯覺和認知錯覺。如果將這樣的信息作爲我們思維的參照，難免會產生認知偏差。 第二，這種偏差存在於生活的方方面面，存在於整個世界系統之中，沒有一個領域可以倖免。這是人們產生認知偏差的外在因素。 換句話說，這是路徑依賴導致的結果。大腦的內在認知機制導致我們獲得的信息、經驗、數據和知識或多或少存在偏差，而這種偏差會在傳播者和媒體的報道擴散中不斷增多和放大，導致生活中存在各種各樣的認知偏差。我們常說的三人成虎、衆口鑠金、無中生有、空穴來風，這些都是認知偏差在傳播中被放大和扭曲的結果。 在某種程度上，“每個人都生活在一個充滿偏差的世界裏”。這些認知偏差，有的是無知引起的，有的是視角問題導致的，有的是因被欺騙而產生的，還有的是因爲自大和狂妄而滋生的。而認知偏差又會導致一系列問題。 而這些低質量的思考、選擇、判斷和嘗試，會造成個人的生活處於低質量狀態。 如果說體育活動的基礎是柔韌性、速度和力量，那麼思維活動的基礎就是認知能力。 想要提高自己的認知能力，要先意識到自己存在認知偏差，進而學習與認知相關的知識。 我們往往無法意識到自己的認知偏差和思維錯誤，因爲我們被潛意識的偏心和自我中心主義矇蔽了雙眼，無法看到自身存在的種種問題。相反，我們還是“推卸責任”的好手。無論什麼錯誤，我們都能從他人和環境中找到“替罪羊”。 總之，我們需要不斷減少認知偏差的影響，做出儘可能接近真相的思考。 3.可變性和特異性 物理學領域的規律不會因爲人們相信什麼而發生改變，但是心理學領域不一樣，心理學的規律會隨着我們選擇相信的事物改變而改變。這也是二者之間最大的區別。 在物理學領域，勾股定理或其他數學定理不會因爲誰不相信就發生改變，約束它們的只有成立的條件，而不是人們相信或者不相信。但是人的心理發生改變時，結果可能發生變化。比如，當每個人都相信某隻股票價格會上漲而紛紛買入它，結果就是它的股價真的上漲了。 正是人心理的可變性和行爲的特異性，導致很多關於人的預測無法做到真正準確。 換句話說，關於人的預測，我們只能找到規律，但無法找到定律。比如，一個村莊的人都很喜歡喫香蕉。但如果我們從中挑選一個人，讓他從香蕉和蘋果中選擇自己喜歡的水果，我們可以預測他可能更傾向於選擇香蕉。但是，他也可能想換一個口味試試，而最終選擇了蘋果。 4.複雜系統 比如在解決一些環境問題時，可能要用到生態學、工程學、政治學、人類學、社會學、地理學、經濟學和植物學等領域的知識。 又比如你要創立一家企業，生產環節可能需要運用工程學知識，銷售環節需要運用營銷學知識，協調和決策環節需要懂得管理學知識，融資環節需要懂得金融學知識，風險控制又需要懂得法律知識。 瞭解複雜系統的特性，可以幫助我們判斷一個問題究竟是複雜系統的問題，還是大腦“算力”不足導致的問題。比如，五子棋、象棋和圍棋，這些對弈都有一套算法可以解決，只不過在實踐中我們“算力”有限，無法準確預測變化。 另外，可以通過設置優先級來思考複雜系統的問題。當一個問題涉及多個領域時，可以先確定這個問題涉及的知識領域，同時選擇其中兩三個優先級較高的領域作爲判斷的主要標準，以此嘗試解決問題。 5.對事實的運用 我們每個人每天都在看着事物不停地運動、不停地變化，但是隻有牛頓找到了物體運動的正確規律；我們每天都會有成千上萬次心理活動，但只有少數心理學家找到了心理活動的原理；我們接受了很多教育，但並不是每個人都會變得有智慧。 可見，想要成爲一個充滿洞見的人，不僅需要看到事實，還需要學會運用事實。 人們產生智慧要經過一個從數據到信息再到知識最後變成智慧的過程。 我們可以將滿天繁星作爲例子。每顆星星都是一個數據，而我們通過比較和分類等方式，將這些星星分成不同的星座、不同的羣體，數據在這裏變成了信息。接下來，我們發現北斗七星像一把勺子，並且末端指向北方。於是，信息變成了知識。如果我們迷路了，根據北斗七星識別方位就是一種智慧。 我們的價值不在於我們知道什麼，而在於我們能夠運用什麼。” 我們可以把自己的思維比作計算機的運算。計算機想要準確識別、判斷和理解信息，需要強大的算力、準確的算法和大量的數據。[2]爲什麼一些人會覺得讀書無用？因爲他們空有“數據”，但是“思維算力”不足，或者沒有準確的“思維算法”。因此，他們無法將數據轉變成知識和具有指導價值的智慧。 因此，我們必須用科學的思維，通過比較、抽象、歸類、控制等方式，在混亂無序的數據中發現聯繫，在複雜多變的信息中發現因果關係，最後再通過日積月累的知識形成智慧。 6.預測，只是改變的開始 我們還可以利用這些思維改變一些事情，比如將運氣轉化成實力。下象棋的人輸了，他們只會承認自己技不如人；但是玩撲克牌輸了，很多人會覺得是自己運氣差。其中的區別就在於下象棋非常依賴技能水平，而玩撲克的勝負，則會受到隨機性的影響。 舉個例子，在1930年之前，人們都認爲打廣告能否賣出產品，純粹是一個運氣問題，具有完全的隨機性。而隨着人們對心理學和行爲學的深入研究，尤其是行爲主義的發展，讓越來越多人意識到：廣告能否成功影響消費者，其實是有跡可循的。只要掌握了背後的心理學原理，人們就可以設計出更有效果的廣告，將部分“不穩定的運氣”轉變成“穩定的實力”。 優化心智算法的四部曲，分別是準確描述、合理解釋、有效預測和反饋控制。

當我們用一種低質量的信息處理方式來看待事物時，這些糟糕的問題就會不停地出現在生活中，耗費我們過多的精力、金錢、時間和心力，讓我們無力投身於更需要想象力的、與未來發展有關的事情中。自然而然地，我們也就只能過着低質量的生活。想要提高生活質量，我們必須提高自己處理複雜信息的能力，提高對事物的理解能力，減少被欺騙的情況。當所有的事物都在變得複雜時，我們的大腦也需要提高對複雜信息的處理能力。心理學家羅伯特·X.史密斯（Robert X.Smith）將這種能力稱爲腦熵（brain entropy）。熵衡量的是一個系統的複雜性。而腦熵並不是指大腦的混亂程度，而是指大腦可以訪問的神經元的數量水平，用來衡量大腦對複雜信息的處理能力。這也是研究大腦機能的一項重要指標。腦熵越高，說明信息處理能力越強，大腦神經活動越不規則。提高腦熵的本質是優化我們大腦的算法。對於這些問題，人與人之間的算法也不盡相同，有些人的算法很低效，就像用數數的方法數出十萬多個蘋果一樣，而有些人掌握了一套更好的算法，可以又快又準確地完成這些任務。正是大腦處理信息方式的差異造成了人與人之間的差距。信息在傳播過程中也會產生耗損，以至於對於同樣的信息，不同的人會獲知不同的內容。在統計學中有一句名言：“數據不會說謊，但統計數據的方式會。”類似地，我們會因爲注意力有限、知識面狹窄、視角不全面或主觀感受有偏差等因素，對同樣的信息產生不同的態度和理解。這很容易造成信息的耗損或扭曲，導致我們無法全面而準確地看待事物。如果我們收集信息的方式存在諸多漏洞，就更容易掉入認知的陷阱，也要爲此花更多的時間和精力。因此，我們需要優化信息收集的算法。爲什麼人們又會有那麼多迷信行爲呢？因爲糟糕的信息加工方式會導致我們形成錯誤的因果認識。我們必須優化自己的信息加工方式，這樣才能在繁雜的信息中找到規律，在千絲萬縷中看見因果關聯，在艱難困苦中找到方法。首先，我們需要優化信息收集的算法。其次，我們還需要優化信息加工的算法。再次，我們更需要優化運行過程中存在的偏差。最後，我們更需要優化自身存在的bug。任何一個系統在運行過程中都會產生例外，就像基因的編碼總會產生變異。任何一個系統在運行的同時，系統內和系統外都在發生改變，都在往更復雜的方向變化。而爲了適應偶然的隨機性或者必然的複雜化，我們必須學會調整自身，提高對環境和事物的兼容性。當系統出現錯誤時，我們要糾正它們，而不是忽視或者否認它們。每個人或多或少都存在認知偏差，這些偏差就像大腦系統內在的漏洞，會影響我們公正地看待事物。總之，當我們周圍的事物變得越來越複雜時，我們也必須提高自己的腦熵，讓自己擁有更強的信息處理能力。在某種程度上，“每個人都生活在一個充滿偏差的世界裏”。這些認知偏差，有的是無知引起的，有的是視角問題導致的，有的是因被欺騙而產生的，還有的是因爲自大和狂妄而滋生的。而認知偏差又會導致一系列問題。想要提高自己的認知能力，要先意識到自己存在認知偏差，進而學習與認知相關的知識。物理學領域的規律不會因爲人們相信什麼而發生改變，但是心理學領域不一樣，心理學的規律會隨着我們選擇相信的事物改變而改變。這也是二者之間最大的區別。比如，當每個人都相信某隻股票價格會上漲而紛紛買入它，結果就是它的股價真的上漲了。生活中的很多問題會涉及複雜系統。這些問題無法只用特定領域的知識來解決，而是需要運用不同領域的知識。瞭解複雜系統的特性，可以幫助我們判斷一個問題究竟是複雜系統的問題，還是大腦“算力”不足導致的問題。比如，五子棋、象棋和圍棋，這些對弈都有一套算法可以解決，只不過在實踐中我們“算力”有限，無法準確預測變化。“我們的價值不在於我們知道什麼，而在於我們能夠運用什麼。”爲什麼一些人會覺得讀書無用？因爲他們空有“數據”，但是“思維算力”不足，或者沒有準確的“思維算法”。因此，他們無法將數據轉變成知識和具有指導價值的智慧。在這本書中，我能提供的也並不是什麼成爲“先知”的訣竅，而是一個看待事物的新視角。當我們克服了一系列認知偏差，能透過事物的表象思考，我們看到的世界將是全新的面貌。本書以知識的4個功能作爲框架，結合腦熵的理念，提出了優化心智算法的四部曲，分別是準確描述、合理解釋、有效預測和反饋控制。最關鍵的步驟就是準確描述現象。如果我們對事物表象的描述都是錯誤的，那麼後面的步驟都只能是在錯誤的道路上越走越遠。很多事物的表象可不會直接呈現在我們面前。它們會在各種干擾因素的影響下，發生一些改變，以至於我們無法看清楚它們的真實面目。想要真正看清事物，我們必須學會準確描述事物。根據心理學家伯格（Berger）的研究，人從外界獲取的信息，有84%是通過眼睛獲得，13%是通過耳朵獲得。當我們進入一個新的領域，要做的第一件事是掌握該領域的工具，讓這些工具成爲事物表象的信號放大器，幫助我們更準確地識別和判斷。在這個例子中，就是因爲語言和認知的匱乏，導致我只能用非常粗略的視角描述眼前的衝浪現象。而我的這個朋友在衝浪上有更豐富的內在語言，因此看到了更多的細節，甚至通過這些細節，做出了“他是初學者”的推斷。在其他領域也是如此。如果缺乏特定領域的專業知識，即使同樣的場面出現在我們的面前，我們也依舊無法用精確的語言描述這些現象，更不可能通過表象看到更深刻的本質。這點也得到了心理學研究的驗證。絕大多數領域都是如此。面對同樣的場景，專業人士可以看到更豐富的現象，而對於一個“小白”，只能看到最淺顯的部分，而且還經常會遺漏很多關鍵的信息。這也導致了人們經常無法客觀且全面地描述自己所看到的場景和信息。這就是語言和概念對我們認知事物的影響。如果我們對一個事物沒有足夠豐富的概念，就只能停留在一個較爲粗糙的認知層面，也更難透過這些表象看到更深刻的本質。正如維特根斯坦所言：“語言是一個人認知世界的反映，一個人看到的世界越是貧瘠，那麼他的語言就越是匱乏；而看到的世界越是豐富，那麼他的語言就越是多樣和充滿變化。”概念實際上是一種信息的壓縮。凡是有區別的事物，都可以用一個新的概念對應。專業人士能夠區分外行看不出區別的事物，他們也需要更多的概念來對應不同的事物。在需要描述一個表象或需要分解某些信息時，可以根據5W2H分析法對自己進行提問：是什麼（What）、爲什麼（Why）、何人做（Who）、何時（When）、何地（Where）、如何（How），以及多少（How much）。事物的屬性可以分爲四類：質料屬性、形式屬性、目的屬性和變化屬性。前面講到的四要素分析法是橫向分析方法，而5WHY分析法則是縱向分析方法。科學研究的過程就是一個將我們習以爲常的概念，從定性到定量的分析過程。多角度求證的思維是一種非常有用的方法，可以避免很多虛假的信息。在美國有一句諺語：“如果一個東西，看着像鴨子，走起來像鴨子，叫起來像鴨子，那麼它就是鴨子。”這其實就是一種多維度求證的思維，通過結合外貌、行爲、聲音等信息，判斷它是一隻鴨子。反之，單個角度的求證很具有欺騙性。如果它只是看起來像鴨子，那麼它可能是一個鴨子玩偶；如果它只是走起來像鴨子，那麼它也許是一個模仿鴨子走路的小丑；如果它只是叫起來像鴨子，那麼也可能是錄音帶的聲音。

如果簡單概括本書： 濃縮爲一個字——無； 濃縮爲二個字——三無； 濃縮爲三個字——n個無； 濃縮爲四個字——n個三無。

對於理性思考的入門書 建議快速瀏覽 概念性較多 鏈接性很廣 如果要深入 可以看批判性思維 簡單邏輯學 等更加深入理解

通俗易通的一本算是思維模型的書，尤其是5W2h，特別簡單，還有凱利模型～錯誤在哪？ 等等。。。值得推薦

這本書的精華在第5章和第6章講到常見的思維誤區，認知誤區。比較好懂，讀起來也比較輕鬆相對偏科技讀物。

腦熵，指的是大腦處理信息的水平。本書從如何正確處理信息的角度，用計算機處理信息的原理做出解釋，便於讀者瞭解人類大腦處理信息的特點。全書提供了很多基礎概念，閱讀時多做引申思考更受益。

在讀書之前可能我們會三連問🙋 ❗️爲什麼要讀書？ ❗️讀書有什麼用呢？ ❗️這本書有什麼特別之處嗎？ 這本書中在前言，用11頁就精煉的做了解答。 我們都喜歡穿越，藉助上帝視角，知悉未來的每一個走向，大展宏圖、走向成功 這本書就提供了類似的機會，它不能帶你穿越過去，但它提供了預測未來的方法，讓你快人一步🆙 更多的內容，我就不劇透了，總之這會是一本你忘不了的書。

很有意思，值得一讀。 腦熵，化繁爲簡的能力，處理複雜信息，並且作出有效決定的能力。

單看這一本是很好。但，作者還是重複了自己。