终身学习者要回答的七个大问题---元问题清单(一)

人生苦短,信息繁多。与其将信息按照标签回答,不如将问题按照其回答了那些问题来进行分类。都说自然语言处理缺乏对文本的深度理解的能力,其实我们自己要做到深入的理解问题,其最好的评价标准也就是看你得到的碎片化的信息能够回答那些问题。一个好的问题,其价值要远远大过过一个好的答案。

下面列出我心目中的7个元问题,参考这个问题清单,你可以将你读过的书和文章进行分类,将每个知识点按照其可以回答的问题打标签。你还可以效仿屈原,来一场天问,思考一下你对这些问题有什么自己的回答。由于人脑的记忆平均极限大约是7个,这里就只列出7个问题。当然好问题不止这7个,所以这份问题清单肯定会有续集的哦。

1 你有哪些新的思考工具?他们来自那些学科,是物理学,生物学,经济学,还是计算机科学了?

人类的基因在数百年的时间里没有变化,但人类却在数百年的时间成为了地球生命历史上从未有过的绝对强者,改变的只是我们的思考工具。人类的平均智商在十年这个尺度看来,最近一百年一直在升高,就来源于思考工具的普及。当前人人都知道的百分比的概率,过去只有统计学家能理解。要在未来成功,需要积累尽可能多元化的思考工具,这正是我第一个列出这个问题的原因。

这方面,相关的文章有:

像数据科学家那样思考

关于如何提高思维能力的一点思考

麦肯锡教我的思考武器 说了什么

2, 那些观念已经是当前坏境的错配而需要淘汰了?

普朗克说:“科学的进步,不是新思想说服了所有的人,而是坚持老想法的人都退出了历史舞台,舞台就成了新知的秀场”。不换思想就换人的时代,我们也要时刻问问自己,自己的那些毛病因为坏境的变化要改掉?要想回答这个问题,要搞清楚我们的认知假设,我们习惯的处事方式,我们锚定问题尺度的起始值。通过阅读别人的经历和对历史的分析,可以告诉我们思想中的那些观念,如同不适应工业时代的基因一样,需要被修改。(参考 《人体的故事:进化、健康和疾病》读书笔记

3,哪些关于事情为何发生的解释是即深刻又简洁还具有美感?

寻找解释是我们的天性,是推动社会发展的第一源动力。然而好的解释的标准是什么了?有的解释看起来很美,但却不符合事实;有的解释叠床架屋,需要很多的笔墨,有些解释只能解释表面,无法解释事情的本质。能满足这三者的解释不多,但多半会是有趣又有用的。

4, 我们该担忧什么长远的问题?

人无远忧,必有近虑。华为的老大任正非常在说下一个倒下的会不会是华为,比尔盖茨也总说微软离破产不过18个月。让你恐惧的不应该是房价要跌,经济要崩溃这种病症,这些都是孤立的现象,我们真正要关注的是发病的机理,也就是什么样的逻辑,驱使着按照当前这么发展下去,迟早要出大问题。

5, 有哪些值得我们对未来乐观的理由和数据?

马特·里德利的《理性乐观派》以及Johan Norberg 的《Progress:Ten Reasons to Look Forward to the Future》告诉我们人类历史的发展指出我们在各方面都做的很好,还在越做越好。把关联性和因果关系混淆是作者经常犯的错误。把有事件感的新闻当作未来的趋势也是人类难以避免的错误。对未来的乐观,需要基于数据,更需要全面的,动态的去看问题,既要看到当下问题的严峻,也要看到一旦某个障碍被克服,问题的解决要比想象的快。

6, 有那些你觉得有道理但现在没法全面的论证的观点?

费马大定理费马说他可以证明,但只是他没时间去写下,直到几百年后,这个定理才最终得到证明。当下的证据不充分没关系,你的直觉告诉你一个观点是正确的,有用的,那么这样的观点也值得被记下,只是在标记的时候,需要加上特殊的说明,你要说明缺少什么样的证据,或者未来发生了什么,这个观点就值得被更多人重视了。

7, 有哪些观点是看似荒谬却可以革命性颠覆三观的?

重塑三观不外加减乘除,新的思考工具是做加法,该退休的观念是做减法,简洁又深刻的解释可以跨界,所以是做做乘法。而颠覆性的观点,则是通过去除整个一面思想中的墙,打破了一连串的假设,相当于除法,分母小了,分子不变得分也会增多。革命性的观点总是不为人所认可, 老子云“上士闻道,躬而行之;中士闻道,若存若亡;下士闻道,大笑之.不笑不足以为道.”。历史上最著名的颠覆式的观点就是地心说和进化论,这些观点都改变了时代的走向。当下,你所在的具体行业,有哪些观点,是没有多少人知道但却能撼动根基的?

原创不易,随喜赞赏

/pic/1_vHVmC19a0o7YS03eqTrIL9QJS4wS4w.jpg

扩展阅读

怎样选择好的科学问题

别听牛人吹苦逼,好好学习人家怎么解决问题

我就是神金必应2017-07-29 01:09:49

我最害怕被别人问的哑口无言 我也最喜欢哑口无言之后的反思 卡住之后想通了飞快转起来的大脑 人是一颗会思想的芦苇 永远打开天线 吸收来自无垠宇宙的每一缕电磁波

0+12017-07-29 10:36:46

文章写的一直这么好,合我胃口,作者不会是做数据分析的吧

作者

被你猜对了

箜馨2017-07-29 09:55:34

多谢你的文章!

Jaqueline2017-09-25 00:47:50

记得不知道哪里看到的,学过的东西只是碎片,要想记住和应用,就要把它变成知识块。这七个(和后续的)就刚刚好是为我学过的东西分类总结。感谢点明,一点心意

Alex的大狮子2017-08-03 12:43:12

求做数据分析的套路

关鑫2017-07-29 10:13:01

上士闻道,勤而行之。能根据理论、现实情况变化果断改变自己行为的,可谓上士。

olivine2017-07-29 00:47:48

首次赞赏献给你加油啦

作者

谢谢??