精华内容
下载资源
问答
  • TRIZ系列-创新原理-6-多用性原理

    千次阅读 2014-10-11 23:19:30
    2)消除了该功能在其它物体内存在的必要后,进而裁减其它物体;让一个物体具备多项功能有两种情况,第一种情况是,通过使一个产品具有多种功能可以增加产品的价值,使得产品更具竞争力,第二种情况则是将多种...

    多用性原理又叫普遍性原理,其表述如下:

    1)使一个物体具备多项功能;

    2)消除了该功能在其它物体内存在的必要性后,进而裁减其它物体;

    让一个物体具备多项功能有两种情况,第一种情况是,通过使一个产品具有多种功能可以增加产品的价值,使得产品更具竞争力,第二种情况则是将多种相关性的功能组合在一个产品上,可以降低整体成本,便于使用,另外也可获得第一种情况所述的价值。这两种情况跟组合原理中的一些情况类似。

    2)所描述的情况则包括:A) 在系统中,通过让其中一些组件尽可能的承担多种系统功能,从而达到消减系统组件的目的,比如飞机设计中利用屏蔽板充当机架,在公司中将客服人员和QA测试合并,在编程中使用创建者模式时利用主题类本身作为工厂类,企业中的多面手等;B)在一个系统中集成另外一个系统的功能,通过一物多用来达到减少系统的目的,这类应用非常多,很多时候都是利用现有的系统来进行,比如利用电线作为网络线。


    一个物体具有多种用途也可从以下情况来进行:

    1)一物多用可以是时间上的,比如冷热两用空调;

    2)一物多用可以是空间位置上的,比如可拆卸的儿童安全椅子,在汽车内当座椅,在汽车外当儿童车;

    3)一物多用可以是系统级别上的,比如某种标准零件,可以防晒的雨伞等。


    多用性原理的核心目的是通过一个物体能实现多种功能来去掉其它部件,从而达到节省材料,空间和成本的目的。




    
    
    展开全文
  • 增加不对称性原理表述如下:1)将对称物体变为不对称的;2)增加不对称物体的不对称度。增加不对称性原理表达的是利用对系统状态的改变来达到优化系统的目的。试着通过改变系统平衡,让系统倾斜,减少材料用量,降低...

    增加不对称性原理表述如下:

    1)将对称物体变为不对称的;

    2)增加不对称物体的不对称度。

    增加不对称性原理表达的是利用对系统状态的改变来达到优化系统的目的。试着通过改变系统平衡,让系统倾斜,减少材料用量,降低总的重量,调整物质流,变换支持负载等方式来消除冗余(重量)或提高性能(如密封)。下面的情况下都可以利用这种原理:

    A)物体在超系统或环境中运行时各部分的作用(可能是有害的)是非对称的

    最典型的就是铰链门,门的一边按铰链,承受重力,只能通过一边的铰链传递到环境中,如果我们通过把门没有铰链的一边做得轻些,不仅可以节省材料,减轻铰链应力,延长铰链寿命,还可以使得开门关门变得容易。

    B)物体在使用过程中,本身就有非对称要求,为了降低使用的出错所带来的风险,可以通过增加产品的不对称性来规避这种风险

    典型的如有正负极要求的插头,如果是不对称的,插反了,就插不进,就避免了插错的风险。USB接口的正反不对称;

    C)物体在使用过程中,可以通过增加不对称来增加产品的易用性和可识别性

    典型的如将家具部件的接合件设计成不对称的,这样只有按一定的范顺才能完成家具组合,这样就可以减少组装难度,使得普通人也可以组装。宜家家具使用这个原理使用得最好。

    D)系统在使用过程中,各个部分所受的作用力本身就是不均衡的,那么通过增加不对称性,可以减少材料的浪费

    比如桥孔的设计可以根据水流分布来设计孔的大小,泄洪隧道可以设计成上面小孔下面大孔,这样水流不大时上面可以用作通道,水流大的时候又可以泄洪等。增强汽车轮胎一侧的强度。

    E)将对物体功能需求不对称的事物引入到一起,以达到充分利用资源,降低资源消耗,节省成本的目的

    这个就多了例子很多,比如云计算,分段收电费,错峰上下班等。

    F)通过不对称来改变系统的参数或者属性

    比如利用大小齿轮改变速度;利用对称齿轮带动不对称齿轮从而变匀速为变速等。

    G)利用不对称维持某种状态

    单向阀门可以保持水流只能朝一个方向流,浮球的重心不对称可以使得较轻的一部分始终朝上面等。



    物体的不对称可以是形态的不对称,接口的不对称,功能的不对称,颜色的不对称,质量的不对称,受力的不对称,疏密的不对称,重心的不对称等。

    增加不对称性原理可以是技术系统提高协调度进化法则的一种体现。

    增加不对称性原理如果和局部质量原理合用,可以达到一物多用的效果,比如同时有疏密齿距的梳子。


    在商业中利用信息的不对称来获利,通过营造信息的不对称来分化对手等。

    
    展开全文
  • 在使用GBDT、RF、Xgboost等树类模型建模时,往往可以通过 feature_importance 来返回特征重要,各模型输出特征重要原理与方法 一 计算特征重要方法 首先,目前计算特征重要计算方法主要有两个方面: ...

    在使用GBDT、RF、Xgboost等树类模型建模时,往往可以通过 feature_importance 来返回特征重要性,各模型输出特征重要性的原理与方法

    一 计算特征重要性方法

    首先,目前计算特征重要性计算方法主要有两个方面:

    1.1 训练过程中计算

    训练过程中通过记录特征的分裂总次数、总/平均信息增益来对特征重要性进行量化。例如实际工程中我们会用特征在整个GBDT、XgBoost里面被使用的次数或者带来的总/平均信息增益来给特征重要度打分,最后进行排序。由于本身Ensemble模型在选择特征分裂时带有一定随机性,一般会跑多个模型然后把特征重要性求平均后排序。

    作为单个决策树模型,在模型建立时实际上是寻找到某个特征合适的分割点。这个信息可以作为衡量所有特征重要性的一个指标。

    基本思路如下:
    如果一个特征被选为分割点的次数越多,那么这个特征的重要性就越强。这个理念可以被推广到集成算法中,只要将每棵树的特征重要性进行简单的平均即可。

    分别根据特征1和特征4进行分割,显然x1出现的次数最多,这里不考虑先分割和后分割的情况,只考虑每次分割属性出现的次数。

    计算得:
    x1的特征重要度:出现在2棵树上,两棵树一共分裂了6次,x1出现了3次。
    x1特征重要度 = 3/6 = 1/2
    x2的特征重要度= 4/6 = 2/3
    x3的特征重要度= 3/6 = 1/2


    x4的特征重要度: 出现在1棵树上,一个树分裂了3次,x4出现了1次。
    x4的特征重要度= 1/3

    根据特征重要度进行特征选择。

     

    1.2 训练后使用OOB(Out of Bag)数据计算

    第二种方式是训练好模型之后,用Out of Bag(或称Test)数据进行特征重要性的量化计算。具体来说,先用训练好的模型对OOB数据进行打分,计算出AUC或其他业务定义的评估指标;接着对OOB数据中的每个特征:

    (1)随机shuffle当前特征的取值;

    (2)重新对当前数据进行打分,计算评估指标;

    (3)计算指标变化率

    按照上面方式,对每个特征都会得到一个变化率,最后按照变化率排序来量化特征重要性。

    延伸到 DNN 对特征重要性判定:

    DNN不像Boosting这类模型那样存在所谓的分裂次数与信息增益,就需要使用第二种方式,对每个特征进行随机shuffle,观察模型指标的变化,最后按照变化率进行排序。比如AUC下滑率,下滑的越多说明当前这个指标越重要。当然,实际操作中需要结合业务经验先指定一个候选变量池,对这部分变量计算重要度,不然计算开销太大。

     

    二. 树模型特征重要性判定

    2.1 Random Foreast

    • 袋外数据错误率(可参考OOB特征选择方法)
    • 基尼指数(和GBDT的方法相同)

    随机森林特征重要性评定可参考:https://blog.csdn.net/zjuPeco/article/details/77371645?locationNum=7&fps=1

    2.2 GBDT

    基尼指数

    在sklearn中,GBDT和RF的特征重要性计算方法是相同的,都是基于单棵树计算每个特征的重要性,探究每个特征在每棵树上做了多少的贡献,再取个平均值。 


    2.3 XGBoost

    xgboost实现中Booster类get_score方法输出特征重要性,其中importance_type参数支持三种特征重要性的计算方法:

    • importance_type=weight(默认):the number of times a feature is used to split the data across all trees. 特征重要性使用特征在所有树中作为划分属性的次数。
    • importance_type=gain:is the average gain of splits which use the feature. 特征重要性使用特征在作为划分属性带来的平均增益。
    • importance_type=cover:is the average coverage of splits which use the feature where coverage is defined as the number of samples affected by the split. 使用该特作为分割影响的平均样本数。——可以理解为被分到该节点的样本的二阶导数之和,而特征度量的标准就是平均的coverage值。
    • importance_type=total_gain: the total gain across all splits the feature is used in.
    • importance_type=total_cover: the total coverage across all splits the feature is used in

    cover 的解释有点晦涩,在[R-package/man/xgb.plot.tree.Rd]有比较详尽的解释:

    (https://github.com/dmlc/xgboost/blob/f5659e17d5200bd7471a2e735177a81cb8d3012b/R-package/man/xgb.plot.tree.Rd)

    the sum of second order gradient of training data classified to the leaf, if it is square loss, this simply corresponds to the number of instances in that branch. Deeper in the tree a node is, lower this metric will be。实际上coverage可以理解为被分到该节点的样本的二阶导数之和,而特征度量的标准就是平均的coverage值。

     

    下面就结合这张图,解释下各指标含义: 

    1. weight:  {‘f0’: 1, ‘f1’: 2}
    在所有树中,某特征被用来分裂节点的次数,在本例中,可见分裂第1个节点时用到f0,分裂第2,3个节点时用到f1,所以weight_f0 = 1, weight_f1 = 2


    2. total_cover:  {‘f0’: 10.0, ‘f1’: 8.0}
    第1个节点,f0被用来对所有10个样例进行分裂,之后的节点中f0没再被用到,所以f0的total_cover为10.0,此时f0 >= 0.855563045的样例有5个,落入右子树;
    第2个节点,f1被用来对上面落入右子树的5个样例进行分裂,其中f1 >= -0.178257734的样例有3个,落入右子树;
    第3个节点,f1被用来对上面落入右子树的3个样例进行分裂。
    总结起来,f0在第1个节点分裂了10个样例,所以total_cover_f0 = 10,f1在第2、3个节点分别用于分裂5、3个样例,所以total_cover_f1 = 5 + 3 = 8。total_cover表示在所有树中,某特征在每次分裂节点时处理(覆盖)的所有样例的数量。


    3. cover:  {‘f0’: 10.0, ‘f1’: 4.0}
    cover = total_cover / weight,在本例中,cover_f0 = 10 / 1,cover_f1 = 8 / 2 = 4.


    4. total_gain:  {‘f0’: 0.265151441, ‘f1’: 0.75000003}
    在所有树中,某特征在每次分裂节点时带来的总增益,如果用熵或基尼不纯衡量分裂前后的信息量分别为i0和i1,则增益为(i0 - i1)。


    5. gain:  {‘f0’: 0.265151441, ‘f1’: 0.375000015}

    gain就是特征用于分割的平均增益 ,gain = total_gain / weight,在本例中,gain_f0 = 0.265151441 / 1,gain_f1 = 75000003 / 2 = 375000015.

    在平时的使用中,多用total_gain来对特征重要性进行排序。

     

    2.4 Lightgbm

    split:result contains numbers of times the feature is used in a mode (特征重要性使用特征在所有树中作为划分属性的次数)
    gain:result contains total gains of splits which use the feature (使用该特征作为分割带来的总增益)


     

    参考文献

    1. https://blog.csdn.net/tinkle181129/article/details/80231871
    2. https://blog.csdn.net/lz_peter/article/details/85010931
    展开全文
  • 什么是第一性原理

    千次阅读 2018-08-04 17:42:23
    将事情缩减至其根本实质。实质“第一性原理”这个词儿被吹得神乎其神,似乎是威力无穷。大家都知道了伊龙马斯克(Elon Musk)把这个原理用得好,可以把火箭发射成本降低到原...
        

    将事情缩减至其根本实质。

    实质

    “第一性原理”这个词儿被吹得神乎其神,似乎是威力无穷。

    大家都知道了伊龙马斯克(Elon Musk)把这个原理用得好,可以把火箭发射成本降低到原先的几十甚至上百分之一。

    640?wx_fmt=jpeg

    可是它到底是什么?

    自从听见这个词儿,我也只是人云亦云,竟然从来也没有认真考察过。

    直到今天,品着茶,读老喻的文章。才看到了马斯克这段话的完整译文:

    我在想存在一种好的思维框架。那是物理学的东西,你知道,有点儿像第一原理推理(first principles reasoning)。总体来讲,我认为存在将事情缩减至其根本实质……你必须能够把那些问题“煮沸”才能从里面找出那些最基本的东西

    640?wx_fmt=jpeg

    看完了我一口水差点儿喷出来。

    这令人膜拜的“第一性原理”,不就是“解耦合”(decoupling)吗?

    协作

    要搞清楚这个概念,咱们得先看看现代社会的大规模协作方式

    假设你是一名程序员,希望改进一款开源软件产品的功能。该怎么做?

    你会打开一个新的空白源代码文件,从头开始,一行行写代码吗?

    基本上不会。

    你该怎么做呢?

    你会读现有软件的源代码,把新的功能实现补充或更新到对应的位置,提交合并(merge)请求。

    注意在这个过程中,你是把前人做的东西,当成基础层

    而你自己,是在这个层次之上,去叠加新的内容。

    为了更形象化一点,我拿来个计算机体系结构层级示意图。

    640?wx_fmt=jpeg

    许多人弄不明白,既然搞IT的平时都鼓捣个计算机,为什么还得分成搞硬件的、搞架构的、搞通讯的、搞操作系统的、搞软件的、搞算法的、搞应用的?

    不都是一回事儿吗?

    因为这种“不理解”,才经常会有人找计算机系的研究生帮着修电脑,觉得这才算是学有所用。

    这种分层的架构,使整个儿IT行业从业者,都只需要管好自己这一层的功能,并且为上层提供功能接口。

    需要的时候,他会调用下层已经准备好的功能,而不需要去重新发明轮子。

    说得通俗一些——铁路警察,各管一段儿。

    想想看,为什么现在数据科学那么火? Python、R 和机器学习框架们为何这么受到欢迎?以至于许多非 IT 类人士,都在乐此不疲渴望学习、应用它们?

    因为许许多多的开发者,已经为你写好了实现数据科学工作的各项基础功能。

    640?wx_fmt=png

    相关的软件包已有成千上万,而且每天还在不停快速涌现。你根本不需要了解哪些功能究竟是如何实现出来的,只要会搜软件、查文档,直接“拿来主义”调用就能实现酷炫繁复的功能,方便得令人发指。

    难怪有人咬牙切齿说“ Python 这东西降低了机器学习的技术门槛,简直就是邪恶的存在。”

    我猜说这话的人,大概自己动手写过反向传播( back propagation )代码。

    层次累积,积木搭建。不仅计算机体系结构这么做,网络协议这么做,现在就连深度学习(deep learning)也这么做。

    还起了个时髦的名字,叫做“迁移学习”。

    640?wx_fmt=png

    别人弄好了底层的基础,你移植嫁接过来,继续往上搭积木就行。

    这样做好不好?当然有好处。

    如果你开发手机应用,你就必须有这样的前提假设:手机硬件是能够正常运行的,手机操作系统是可以响应的;你开发电脑上的编辑器没有毛病,输入的字符就是屏幕上看到的内容;编译系统会正确地把你的源文件编译为可执行的应用,中间没有埋伏黑客的恶意代码……

    只有这样,你才能充分发挥自己的聪明才智,把自己擅长的事情做好,甚至是做到极致。

    640?wx_fmt=jpeg

    否则,真是寸步难行。

    想想看,老板给你迭代更新应用的时间,难道够你去仔细检查一遍 Android 操作系统代码吗?

    人类社会,正是由于专业化的分工协作,才能够精益求精,迸发出巨大的生产力进步。也正是因为对于不同分工层级的近乎无条件信任,才能正常运行。

    但是问题,也会随之而来。

    假设

    如果你的前提假设不成立呢?假如你目前工作所依赖的基础层级有问题呢?那岂不是成了“沙上垒塔”?

    人们痛恨假货,就因为有这种“被愚弄的感觉”。

    原本“品牌”的存在,就是减低大家识别商品质量的成本。我明明是因为信任“小米”品牌,才在网上下单买这台电视的。下单后,运来的,却是“小米新品”……

    640?wx_fmt=jpeg

    面对假货,大家总是群情激愤。但是生活、工作中类似的问题,许多人就熟视无睹了。

    特别是一些成功经验,使我们总喜欢把已经发生的事情,看做自然而然。

    在一个案例中,如果两种事物同时出现了,总会被我们脑补为必然的关联,于是就耦合在了一起。

    耦合会产生什么?

    迷信。

    就像罗辑思维里面,曾经分享过的太平洋岛民瓦努阿图人的故事。

    640?wx_fmt=png

    他们的岛上,曾经在二战时,驻扎过美军。

    美军士兵看起来很奇怪的,戴眼镜、经常翻阅作战文件,不打猎也不采集,运输机和运输船就会送来各种吃的喝的,穿的用的。货品种类多到让当地人眼花缭乱。

    后来美军士兵走了。岛上就多了一些奇特的新祭祀活动——岛民在身上用红色颜料写 USA ,用木头做成眼镜形状,盯着树叶来回翻看,还用木头和干草做了架假飞机,等着物资从天上掉下来……

    这个例子有些极端。

    换一个例子。你打算调查用户的需求,怎么办?

    同行的经验是:发问卷啊!

    大家不都是这么办吗?

    这种同行业累积的经验,就是你工作的基础层。

    但是汽车大亨 Henry Ford 曾经说过:

    如果我当初问用户需要什么,他们会说“一匹更快的马”。

    640?wx_fmt=jpeg

    你目前工作的基础似乎有改进的余地呢,甚至是真的需要推倒重来。你会怎么做?

    许多人的选择是:萧规曹随。跟着大伙儿走,总不会错到哪里去吧?

    我们的头脑,就是这么喜欢偷懒。

    你不难感受到,耦合的结果非常不利于创新。

    一想到汽车,就想到汽油、加油站……在这个思维框架里,你难以考虑到其他能源形式的可能性。

    或者想到汽车,你就想到了司机,那你恐怕就没有冲动去尝试研发“自动驾驶”了。

    640?wx_fmt=jpeg

    想到上课,就会想到一间教室,几十上百号学生……类似的,这个框架里,你也无法想象几万,甚至几十万人一起上课的场景(也就是现在大家耳熟能详的MOOC)。

    一个事儿,改进10%,很难。

    因为无数聪明人已经在“前人基础上”,做了各种智慧地尝试。你想摘到低垂的果实,哪里有那么容易?

    反而,一个事儿,要提升200%,可能却相对容易。

    因为看到这种要求,人们首先就从原先的思维框架里面惊惶地“逃”了出来。

    你很清楚,照着原先的路走下去,是绝对不可能提升 200%的。

    例子

    给你举2个“解耦合”思维,或者叫“第一性原理”发挥作用的例子。

    第一个例子,是本世纪初年的下载工具。

    那时候带宽低,大家的资源少。从服务器去下载内容,就成了当然的设定

    各路下载工具竞争改进。可是改什么呢?

    多线程、可续传、抢资源、争带宽……最后也无非是比原先快了那么一点点。

    640?wx_fmt=gif

    但是,有些“笨人”没有立即参与这种角逐。其实这才符合“众争勿往”的古训。

    他们也没有闲着,而是在思考。思考的基础,不是目前已有的“友商”产品,而是互联网的基因。

    互联网的创生,是为了传递信息不假。但更重要的是为了抵御核战中,集中式带来的“斩首”威胁。

    640?wx_fmt=jpeg

    天然的,互联网就不是中心化的,而是分布式。

    因此,从互联网的基因出发,压根儿就没有“大家只能从服务器下载”这一条金科玉律。

    这只是一种迷信而已。

    如果不局限于从原先的服务器下载,还可以怎么做?

    思考到这一步,灵感来了。

    每个下载软件的用户,不光是可以做客户端(索取者),也都可以做服务器(给予者)啊!

    让他下载的时候,同时上传自己有的内容给别人。不仅减轻了服务器的压力,还避免了服务器一旦故障,传输就完全中断的风险。

    思维模式变化,抛开一切没根据的假设, P2P 下载协议于是横空出世。

    640?wx_fmt=png

    这种做减法、扔掉不合理假设和捆绑的思考方式,就叫做“解耦合”。

    马斯克说的“将事情缩减至其根本实质”,不是一个意思吗?

    再给你举一个例子,还记得10几年前的智能手机长什么样子吗?

    以我上课的经验来看,97年出生的同学们,就只有个模糊的印象了。

    帮你普及一下历史知识。它大概是这样的:

    640?wx_fmt=jpeg

    或者这样的:

    640?wx_fmt=jpeg

    那时候的手机,怎么长得那么奇怪?为什么要弄个实体键盘?

    本来手机就小,键盘占了这么大屏幕面积,还怎么用?

    今天你这么想,似乎顺理成章。但退回2007年之前,你站在当时手机设计者的角度,会觉得这种设计,是再正常、合理和自然不过的。

    因为智能手机得能浏览网页、收发邮件,必须有完善的输入功能。

    不用键盘,怎么输入?

    莫非要像当时的 iPod 一样,弄个滚轮 (Click Wheel) ?

    640?wx_fmt=png

    输一个字母,可能得转3圈。你跟我开玩笑吧!

    于是当时大家比拼的,自然是谁家的键盘手感更好,按键可以更精准,输入更快速……

    当时有些手机用户确实做到了在小小的实体键盘上录入文字行云流水,看着真让人钦佩啊。

    手机厂商们的这种竞争与改进,有效果吗?

    当然有。

    但是想要出众,很难。

    所以大家做出来的手机,差不多都是一样的难看难用。

    好在,乔布斯不是这么思考问题的。

    “乔帮主”在设计美学上,有洁癖。自家用的家具,都宁缺毋滥。看看他当年搬进新家以后的照片,你就更能确信这点。

    640?wx_fmt=jpeg

    他就是看着那些实体键盘不顺眼。于是就思考,键盘是不是必要的?

    从功能上讲,是的。

    毕竟语音、动作和脑波输入等技术,当时还远没有成熟。

    可是手机键盘,一定要做成实体形式吗?

    那可就未必了。

    以这样的思路,触摸屏技术就进入了他的视线。这一次解耦合,才让今天我们的手机,长成这个样子:

    640?wx_fmt=png

    培养

    这两个例子看完,你是不是觉得用第一性原理(解耦合)思考问题,威力无穷啊?

    拥有这种思维方式的人们,确实曾经显著改变了世界,影响了人们的生活。

    你也希望拥有这种“超能力”?

    那问题来了:

    解耦合,或者叫“第一性原理”思维方式,怎么培养呢?

    不好意思,这你恐怕得去问专家。我不敢大言不惭,冒充自己知道答案。

    不过好在有查理芒格先生的范例在先,我可以给你讲讲,如何压抑,甚至破坏掉这种能力。

    640?wx_fmt=png

    这个事儿,咱绝对有把握。

    办法简单极了,就是“死记硬背”+“题海战术”。只要持之以恒,肯定奏效。

    因为你奇幻曼妙的认知与思维,是要靠神经网络(此处说的,是你头脑中那个,不是计算机模拟的)作为物质基础的。

    这种网络的连接结构,决定了你的思考质量。

    640?wx_fmt=jpeg

    你往哪个方向强化,它就怎么适应性搭建。“适者生存”才是自然状态下,生命体的终极目标。

    所以卖油翁会说“无他,手熟尔”。

    今天许多人,也会确信“一万小时定律”。

    死记硬背,可以让人对概念的理解囫囵吞枣,不明白深刻含义。理性认知与逻辑推理的基础,就没了。再想要“将事情缩减至其根本实质”,只怕巧妇难为无米之炊。

    题海战术,可以不断强化认知路径上的自动化与被动化。填鸭式接受的概念,即便是经不起推敲的,通过这种反复训练的方式,也能烙印在你的神经网络上。按已有的路径思考,你的思维轻车熟路,感觉上也会顺理成章。

    有人可能会辩驳:

    你看我上小学的时候,每天作业都要写到夜里12点,转天早上6点还要早自习……可是直到今天,我也有很强的创造性思维,对“第一性原理”也能运用自如!

    假设你说的是实际情况,我只能说,个体是有差异的。

    你看张学良将军年轻的时候,拥有多项不良嗜好,都对身体无益吧。不也活了一百岁?

    平衡

    如果你觉得自己在“解耦合”(第一性原理)思维上,没有被培养得那么充分,也不要沮丧。

    这种能力,大约不会成为全部社会个体的标配。

    每个人都用这种方式思考所有问题,社会共识的基础立即会荡然无存。

    拥有第一性原理(解耦合)思维的人,不跟风、不盲从、不信权威,总要深入琢磨一个为什么。把社会当成一辆车,他们可以类比作刹车。

    而拥有普通思维方式的大众,例如你和我,思考爱偷懒,信品牌,根据外部社会的激励来行动,不会天天想着如何把问题“煮沸”。咱们可以做普通生产者、消费者,大概可以类比成车辆的油门,是社会发展不可或缺的主体力量。

    少了油门,车动不起来。一个社会只有无数乔布斯,那乔布斯A的产品,乔布斯B可能根本看不上,卖给谁呢?

    同样,少了刹车,会怎么样?

    另外,拥有这种思维特质的人,恐怕很难被周围人喜欢。

    你说让他怎么合群儿?

    你号召大伙儿出去吃个饭。他先问你10个为什么……

    不管是马斯克,还是乔布斯,从目前已有的传记中,你也可以约略窥见他们与许多合作伙伴间的人际关系,究竟如何。

    至于有的人,走得更远了。例如美国房地产火爆年代,做了深刻思考,还跟市场对着干,做空了证券的那些家伙们。

    640?wx_fmt=jpeg

    他们的成功,就不只是让周围几个熟人讨厌的问题了。要不人家干嘛拍成电影?

    记着他们呢。

    凡事不要绝对。即便有了第一性原理(解耦合)的思维,你也不应该无时无刻都想着“使大招儿”。你玩儿电子游戏的时候,也不是这样操作吧?

    我的建议是,在你职业、事业的关键问题上,多学习和尝试利用这种思考方法,寻求根本性突破。

    至于寻常小事儿,算了。按照卡尼曼的分类,多用用“系统1”,偷偷懒也无妨。

    640?wx_fmt=jpeg

    核心资源别滥用。好钢得用在刀刃上,对吧?

    喜欢请点赞。可以微信关注和置顶我的公众号。

    由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开。如有需要,请点击文末的“阅读原文”按钮,访问可以正常显示外链的版本。

    知识星球入口在这里:

    640?wx_fmt=jpeg


    展开全文
  • 操作系统原理

    千次阅读 2016-03-02 20:29:09
    我们每天都同操作系统打交道,了解一些操作系统原理上的知识是绝对有必要的,它可以让你了解操作系统内部 是怎么工作的,为什么会出现这样那样的问题,为我们解决这些问题提供思路。  本文完全是为普通电脑用户写...
  • volley请求原理

    千次阅读 2015-08-27 19:09:04
    Volley 实现原理解析 本文为 Android 开源项目实现原理解析 中 Volley 部分 项目地址:Volley,分析的版本:35ce778,Demo 地址:Volley Demo 分析者:grumoon,校对者:huxian99,校对状态:完成 1...
  • 计算机组成原理——基础知识

    千次阅读 2020-01-16 21:06:54
    多用于国家最高科技领域和尖端技术研究; 超级计算机的计算能力表示: 全世界的超级计算机的排名 中国的超级计算机排名 (2) 大型计算机 大型计算机又称之为大型机,大型主机,主机等。具有高...
  • 一文搞懂步进电机特性、原理及驱动器设计

    千次阅读 多人点赞 2020-11-20 19:01:30
    步进电机多用于数字式计算机的外部设备,以及打印机、绘图机和磁盘等装置。 具体使用可参见以下演示视频: 2、步进电机的特点 步进电机工作时的位置和速度信号不反馈给控制系统,如果电机工作时的位置和速度信号反馈...
  • GPS定位基本原理浅析

    千次阅读 2017-01-10 16:41:55
    网络上介绍GPS原理的专业资料很多,而本文试图从编程人员的角度出发,以一种程序员易于理解的方式来简单介绍一下GPS定位的基本原理,希望对做GPS开发的朋友有所启发。当然,本文并没有涉及具体的开发方面的技术。一...
  • jvm原理

    千次阅读 2016-07-11 14:52:23
    JVM是虚拟机,也是一种规范,他遵循着冯·诺依曼体系结构的设计原理。冯·诺依曼体系结构中,指出计算机处理的数据和指令都是二进制数,采用存储程序方式不加区分的存储在同一个存储器里,并且顺序执行,指令由操作...
  • 计算机的工作原理

    万次阅读 多人点赞 2018-09-13 15:14:58
    计算机的工作原理 你需要有一定的电学知识,然后就可以去看模拟电路和数字电路相关的书籍了,了解完这两个东西后你就能基本明白计算机是怎么运作起来的了。这里只做简单回答。简单回答的意思是说,这个回答旨在让...
  • 二维码原理简介

    千次阅读 2013-12-21 21:07:51
    这篇对二维码原理的简介讲的内容非常的详细、看了两篇也没看懂、对于新手的我实在一下子难以消化完、于是先转载过来、慢慢咀嚼... 原文转载于:http://blog.csdn.net/young0325/article/details/8254521 ...
  • 舵机的相关原理与控制原理

    千次阅读 2014-05-18 11:52:04
    舵机的相关原理与控制原理 在机器人机电控制系统中,舵机控制效果是性能的重要影响因素。舵机可以在微机电系统和航模中作为基本的输出执行机构,其简单的控制和输出使得单片机系统非常容易与之接口。 舵机...
  • 电子设计教程53:555定时器工作原理与常见应用

    千次阅读 多人点赞 2020-07-27 22:18:54
    555定时器原理   有很多芯片厂家都生产了自己的555定时器产品。尽管产品的型号繁多,但最后三位都是“555”。一般来说,多数555定时器的功能与外部引脚的排列都完全相同。   以NE555为例,它包含3个5K电阻,...
  • 这是作者的系列网络安全自学教程,主要是关于安全工具和实践操作的在线笔记,特分享出来与博友共勉,希望您们喜欢,一起进步。...本篇文章详细讲解了文件上传漏洞,通过本地环境搭建介绍相关原理及Caidao的基本用法。
  • 公钥密钥加密原理

    万次阅读 多人点赞 2019-09-05 10:12:22
    第6章 网络编程与网络框架 2018.02.25 23:22:49字数 14531阅读 123 6.1 公钥密钥加密原理 6.1.1 基础知识 密钥:一般就是一个字符串或数字,在加密或者解密时传递...因此对称加密算法要保证安全的话,密钥要...
  • 计算机组成原理:最详细笔记!

    千次阅读 多人点赞 2021-01-21 14:26:44
    参考:《王道计算机组成原理》学习笔记总目录+思维导图 2019 王道考研 计算机组成原理 第一章 计算机系统概述 1.1 计算机发展历程 1.1.1 计算机硬件的发展 计算机系统=硬件+软件 计算机硬件的发展: 第一代计算机...
  • 数字音频原理

    2018-12-27 22:57:35
    笔者公众号:技术杂学铺 前言 笔者最近正好在做和声音处理有关的项目...本篇博客为面向大众的科普文章。涉及声音原理、音频文件属性、音频格式等方面。预计阅读时间为10分钟。 1.何为声音 中学物理中我们...
  • DDR原理详解

    万次阅读 多人点赞 2017-12-30 11:43:24
    首先,我们先了解一下内存...和表格的检索原理一样,先指定一个行(Row),再指定一个列(Column),我们就可以准确地找到所需要的单元格,这就是内存芯片寻址的基本原理。对于内存,这个单元格可称为存储单元,那么这个
  • TCMalloc原理

    千次阅读 2016-10-25 17:08:10
    如果我们某个链表上释放的操作比分配操作更多,它的最大长度将被增长到整个链表可以一次有效的移动到 Central Heap 的长度。   下面的伪代码说明了这种慢开始算法。注意到 num_objects_to_move 对 每一个...
  • 计算机处理器基础原理笔记

    千次阅读 多人点赞 2019-10-24 20:47:59
    一、CPU指令电路 1. 计算机每执行一条指令的过程,可以分解成这样几个步骤。 (1)Fetch(取得指令),也就是从PC寄存器里找到对应的指令地址,根据指令地址从内存里把具体的指令,加载到指令寄存器中,然后把PC...
  • [Python爬虫] 一、爬虫原理之HTTP和HTTPS的请求与响应

    千次阅读 多人点赞 2019-06-27 01:32:48
    本文主要介绍了爬虫原理之HTTP和HTTPS的请求与响应。
  • 通过对控制器启动过程的学习,我们应该已经对kafka工作的原理有了了解,核心是监听zookeeper的相关节点,节点变化时触发相应的操作。其它的处理流程都是相类似的。本篇教程接下来做简要介绍,想要了解详情的,可以先...
  • 二维码原理

    千次阅读 2013-02-28 23:02:15
    有一定的容错(在部分损坏以后可以正常读取);空间利用率高等。  1. 堆叠式/行排式二维条码,如, Code 16K、Code 49、PDF417(如下图)等    2.矩阵式二维码,最流行莫过于QR CODE。 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 17,794
精华内容 7,117
关键字:

多用性原理