什么是生命中并不重要的事情? 奥卡姆剃刀法则:最简单的往往是最有效的

知识点一:什么是生命中并不重要的事情?     

1.世界上很多事情,我们事后才会觉得它们不重要,可当我们身在其中的时候,却会因为过度关注它们,而活得很辛苦。

2.生命中9件不重要的事情分别是:服装和购物、高档餐饮、八卦、社交媒体、新闻资讯、太在意别人对自己的看法、过度思考和总想让自己正确、经常用的东西使劲挑牌子,和对明天的担心。

3.被这些不重要的事情干扰,这反而影响了我们专注重要的事情。


什么是生命中并不重要的事情呢?

第一,服装和购物

很多人都喜欢购物,特别是买衣服。但是,调查显示,绝大部人最后又觉得自己当时买的好看的衣服,其实没什么用,既不能帮助自己提高成绩,也不太能帮助自己获得工作上的晋升。这个结果就很矛盾了,一方面大家觉得衣服不重要,另一方面又忍不住要买。不止是衣服,很多人发现,自己买的很多东西都不真正需要,那些不需要的东西,要么占地方,要么会腐烂变质,最后只好扔掉了事。

其实,遏制自己不必要的消费欲望,其实很简单。如果你还有房贷,推荐给你一个方法:当你想买不需要的服装或者什么别的东西的时候,你就在你的记事本上写上已购买了某件商品,然后把需要花的那笔钱,用现金的方式放到储钱罐中,如果你不经常用现金,也可以定存到电子钱包。你每攒够1000元,就去额外地多还一笔房贷。这样你会发现,不仅房贷能更早还清,你还能多出了一大笔资产。

第二,高档餐饮

美国每个家庭每年下馆子大约要花掉3000美元,占到他们税前收入的5%,这还不包括他们在麦当劳或者其他快餐店吃午饭的钱。要知道,美国的个人所得税很高,大约占了总收入的20%,加上房贷又占掉了税前收入的40%左右,那这下馆子的5%的钱,其实是他们可支配收入里很大的一部分。而且,美国人每年正常的食物开销大约是4600美元,再花掉3000美元下馆子,这就非常高了。

这说的是美国的数据。下馆子既花钱,又不健康,人们常常是吃的时候很高兴,吃完了又后悔,但是下次还去吃。偶尔吃一吃,特别是品尝一下自己家常不太做的精致食品也挺好,但天天应酬实在没必要。如果吃饭是为了谈工作,也可以尝试选一些更健康的方式,比如来一杯简单的下午茶等等。

第三,八卦

尽管大家工作都很忙,但只要你在单位久不难发现,总有一些人会三三两两聚在一起聊天,一聊就是一个多小时。朋友之间聊天本来是一件好事情,但如果只聊八卦,那不仅浪费时间,而且还会有危害。

对爱八卦的人来说,要小心八卦会毁掉同事关系、朋友情谊甚至是婚姻。 一个人如果被贴上了爱八卦的标签,很可能他的个人和职业声誉都会受到影响。别看大家当面不说,但内心里会不信任你,因为人们怕你也会八卦他们自己的事情。时间一长,大家就会对这个爱八卦的人有戒心,防着他。如果你是领导者,你会发现,团队中那些爱八卦的人,迟早会影响团队成员之间的关系,最后还影响工作。

如果一个人不小心成为了别人八卦的焦点,那情况可能更不妙了,因为他很可能会觉得自己被羞辱,甚至自尊心和自信心也会被影响。严重的还会变得抑郁、焦虑、饮食失调,甚至有了自杀念头。

第四,社交媒体

一个人所拥有的朋友的数量,特别是社交媒体中朋友的数量,并不是那么重要。

第五,新闻资讯

新闻一直是媒体中最吸引人的部分。过去总认为,要看新闻,要了解天下事,这很重要,这也确实成为了我们生活的习惯。为什么新闻资讯也被列在了不重要事情的清单中?

这是因为,今天的新闻信息量已经严重过载,我们每天要花很多时间读新闻,觉得那很新鲜。但如果你静下心来想想,就会发现,一个月前关注的那些新闻,绝大部分对你的生活没什么影响。有时间看很多新闻,还不如把时间花在做自己的事情上。

第六件,太在意别人对自己的看法

太在意别人对自己的看法,就会让自己生活在别人的阴影中。

其实,人们并不是天生就要在意别人的看法,它是我们从小到大受教育的结果:在意别人的看法,会让我们觉得安全,也符合自己的利益。如果我们被别人当成另类,不管那些人的看法对不对,我们都会没有安全感。但如果我们发现,那些人没觉得我们格格不入、与众不同,我们就会放下心来。

从别人那里获得对自己的反馈当然是有益的,毕竟人不能时时刻刻客观地看待自己。但是,过分在意别人对自己的想法,就不必要了。这不仅会让自己做事缩手缩脚,而且还会分散自己的注意力,严重的,还会导致自己该做的事情做不好。很多人事情还没开始做就开始想东想西,说我这么做,别人会怎么看,这就没法专注于做事本身了。

什么时候应该在意别人的看法,什么时候可以忽略呢?比较稳妥的做法是把握下面这两个原则:

第一,别人给自己提出了很正式的建议和评价,比如工作的建议,给自己写的评语,或者反馈我们提交的工作内容,这些我们都应该认真聆听、好好自查。

第二,如果评价内容涉及到了个人的喜好,那就不要太在意。比如有的朋友喜欢国产车,有的喜欢德国车,如果这时候你买了辆日系车,他们可能会和你唠叨半天,这种看法就不用太在意了。

第七件,过度思考和总想让自己正确

当然,三思而行是好的,但是三思之后不行动,就有问题了。

很多人想事情会过度思考,俗话说就是想多了,还有极端的“钻牛角尖”。这不仅浪费时间,还会让我们非常累,时间一长,也有碍健康。

你可以尝试三个月后,回过头来看那些你曾经过度思考的事情,你会发现,那些脑筋花得很可能都是没用的。

人们为什么会过度思考呢?一个重要原因,就是总认为自己会因为做错什么事,而错过更好的选择。这就涉及到另一个问题了,就是不要总想着让自己正确。

一个人不管多么努力,都会犯错误。有了错误,改正了,提高水平了,下次不犯就好,不必执着于错误本身。

少犯错误的关键不是怕出错,而是提高见识和水平,循规蹈矩地做事。一味想要自己正确,很可能会掩盖自己的错误,这样就更有害了。

明白自己不可能永远正确,其实是让自己减负,这样才能行动更快,做得更好。

第八,买东西挑牌子

那些生活中我们经常使用的、并不很贵重的物品,建议不要挑牌子,能用就好。

有些人会花很多时间挑面巾纸的牌子、手机外壳的颜色和图案、充电线的颜色、棒球帽的标识,以及手机的铃声等等。这些真的不重要,有什么用什么,什么方便用什么就好。

乔布斯和扎克伯格同一款衣服买了一大堆,每天随手拿起一件套在身上,不用花时间思考自己穿什么。对于这些不重要的服务,经常使用一家的就好,不需要来回来去换,毕竟切换是有成本的。

当然,有些女生爱美,她们从社交礼仪和职场礼仪的角度,认为每天出门的装束应该不一样,这种想法也挺好。但建议不要花太多太多时间。

我们日常遇到的小事情实在太多,能少花心思就少花一点。

第九,对明天的担心

很多人遇到明天要出结果的情况,今天就坐立不安,甚至没有心思工作。但这只能让我们损失一整天时间。这种情况下,明天的烦心事,最好明天再去操心。

因为不管你有多么担心明天,明天总会到来。

如果明天真有坏消息等着你,你也总得面对。实际上,明天还未发生的事情,比如明天的考试,我们做好准备比瞎担心更有用。

而那些已经发生的,明天才知道结果的事情,比如考试成绩,我们再怎么担心,也不会改变最终的结果,那还不如静下心来,做好自己的事情。

小结

其实,世界上很多事情,我们事后才会觉得它们不重要,可当我们身在其中的时候,却会因为过度关注它们,而活得很辛苦。甚至,我们因为不够专注真正重要的事情,而失去了原本应该得到的。所谓活得潇洒,其实就是把那些不重要的事情从我们的生活中删掉而已。








知识点二:奥卡姆剃刀法则:最简单的往往是最有效的

奥卡姆剃刀法则,为什么最简单的往往是最有效的。

奥卡姆剃刀法则,又被称为“简约之法则”,它是由14世纪圣方济各会修道士奥卡姆(英格兰的一个地方)的威廉(William of Occam)提出来的,他说过这样一段话:

“切勿浪费较多东西,去做‘用较少的东西,同样可以做好的事情’。”

这句话用信息论来解释,就是如果关于同一个问题有许多种理论,每一种都能作出同样(准确)的预测,那么应该挑选其中使用假定最少的理论。

怎么理解这句话呢?看一个大家比较熟知的例子,关于地心说模型和日心说模型。

地心说模型很容易想到,因为我们从地球上看,日月星辰都是围绕我们运动的。不过,由于其它行星其实是围绕太阳运动的,因此在地球上看,它们的轨迹是不规则的。

托勒密的伟大之处是用40~60个大圆套小圆的方法,精确地计算出了所有行星运动的轨迹,在数学上完美地证明了地心说(当然我们现在知道地心说从物理上讲是错的),可见这在当时是一个多么精妙的模型,但是它依然不够好,因为太复杂了。

如果我们换一个参照系来描述天体运动,比如用太阳为中心,那么模型就直观多了,其实这也说明,简洁的往往是正确的,越是复杂,越容易犯错。

当然,由于行星围绕太阳运动的轨迹不是圆而是椭圆,以圆为基础建立的模型还是需要很多圆相互嵌套在一起才能组成椭圆,因此也不直观。直到开普勒提出了椭圆模型后,这个问题才得到解决。从此,一个方程就可以描述行星运动的轨迹了。这就是简洁的力量。

尽管刚才说的三个模型对行星运动作出的预测可以同样准确,因为它们在数学上完全等价,但是,椭圆模型只需要用两个变量,而另两个模型则要很多变量,因此在预言能力大致相同的情况下,椭圆模型显然更好。

因此,可以这样来理解奥卡姆剃刀法则,如果能够得到同样好的结论,假设越少越好,或者说条件越少越好。

奥卡姆剃刀法则在当时最流行的解释是“若无必要,勿增实体”(拉丁文是:Non sunt multiplicanda entia sine necessitate)。西方历代大学问家,都将奥卡姆剃刀法则作为自己治学的行为准则。

牛津大学第一任校长罗伯特·格罗斯泰斯特讲:“在其他情况相同时,需求更少的更好、更有价值……一个普适的规律比特定的规律更好,因为它从更少的假定出发产生知识。就像在自然科学中,最好的部分不需要前提假设,其次是需要较少前提假设的。”

托马斯·阿奎纳也说过类似的话,他的大意是,用较少定则推导出来的结论,使用的次数较多。科学领域的集大成者牛顿则说:“我们需要承认,自然事物各种现象的真实而有效的原因,除了它自身以外再无须其他,所以,对于同样的自然现象,我们必须尽可能地归于同一原因。”这些都体现出他们对这个看似简单准则的认同。

今天,计算机科学家和物理学家都在用奥卡姆剃刀法则,作为寻找理论模型的工具。而经济学家们,则把它解释为,怎样用较少的资源,可以做好同样的事情。

既然大家都这么推崇这个法则,它是否有科学根据呢?

要消除不确定性,就要使用信息。这个大方向没有错。那么使用什么样的信息,使用多少信息合适呢?不妨假定需要预测的目标是Y,当然它有不确定性,因此就有信息熵,我们写作H(Y),它是大于零的。

我们现在有一大堆信息,我们写作X1,X2,X3,……,XN。这些信息可以帮助消除Y的不确定性。我们不妨假定如果这些信息都用上,那么所有的不确定性就消除了,也就是说在X1,X2,X3,……,XN的条件下Y的熵降为了0(即H(Y|X1,X2,X3,……,XN)=0)。现在问题来了:

1.真的需要那么多信息么?

显然不是,因为总有信息不那么有用,甚至是无效信息,那么就一定存在一个很小的集合,比如X2和X4,我们用了这一点点信息就足够了。也就是说Y在给定X2,X4条件下的熵,等同于它在给定所有条件下的熵。

接下来的问题就是:

2.既然不需要那么多的话,怎样找到一个最小的集合?

对于这个问题,其实数学上是有答案的,就是找到一组所谓的基函数,前面讲到的傅里叶变换,正弦或者余弦函数就是基函数。在计算机科学中,对于一个复杂的联络图,或者网络来说,就是找到一个所谓的最小支撑树。

大家不用记这些名词,只要记住在任何领域,都有这种成为支撑点的关键信息,找到它们并且使用它们,一切问题就可以迎刃而解,掌握和利用这些支撑点,就如同用剃刀剔除树的枝叶,把多余的枝枝蔓蔓,使我们困惑的信息去掉。

奥卡姆剃刀法则不仅有科学根据,在实践中也被不断地验证。

首先,我们说说为什么简单的解释通常是正确的。这里面有两个原因,一个是世界本身的规律在形式上并不复杂,虽然通常找到这样简单规律的过程极为复杂。在历史上各个时代,最高深的物理学理论,从形式上讲都不复杂,从牛顿力学,到爱因斯坦的相对论,到今天物理学的标准模型。

牛顿在《自然哲学的数学原理》一书中讲了四条法则,其中的法则一就是“除那些真实而已足够说明其现象者外,不必去寻找自然界事物的其它原因”。只不过,看似简单的,却非常准确的解释其实很难找到,而看似复杂的,似是而非的解释反而找起来容易一些。

其次,过于复杂的描述常常是骗局,因为骗局只有被包装得很复杂才不容易被识破。2008—2009年金融危机前,有人向巴菲特推销金融衍生品,巴菲特看了他们的说明书后,断然拒绝了,理由是那说明书之所以要写成厚厚几百页没人看得懂的东西,里面多半藏了不可告人的事情。

奥卡姆剃刀法对它的体会有这样三点:

1.做减法。

很多时候,我们生怕自己错过一些机会,于是做了很多其实对目标结果不再有帮助的事情。

比如年轻人头几回在大会上作报告时,常常喜欢尽可能多地把自己的工作讲出来。这样不仅无法在规定的时间里讲完,而且由于传递出的信息其实有很大的重复性,接收者并不因为耐着性子听完了就获得更多的认同。讲东西如此,做事情也是如此,并非做得越多,效果就越好。

2.不要制造伪需求。

很多看似很重要的事情,其实是伪需求。例如:无人超市是否需要,其实超市有没有人并不重要,重要的是顾客是否能够以最便宜的价格,最短的排队时间买到自己需要的日用品。至于可有可无的奢侈品的销售,更是需要推销的了。

例如:一家研制无人驾驶汽车的企业。暂且不考虑他们研制的无人车在技术上是否过关,他们想象中的市场就不存在。

按照他们的说法,节省一个司机能够让公交系统从需要政府补贴到盈利,但是他们的无人驾驶汽车的成本比公交车贵100多万元,车子的折旧费远远超过司机的工资。因此,这就是伪需求。

不妨用奥卡姆剃刀法则过滤一下创业的项目,就会发现一大半其实是伪需求。或者说,奥卡姆剃刀法则可以帮助我们提高判断力。

3.要提高自己寻找基函数的能力。

我们说的做减法,不是把有用的信息剪掉,而是设法只保留少量的,等同于全部信息的有效信息,这就是数学上所说的基函数。

比如说,投资的原则有很多很多,但是真正称得上是基函数的其实很少,比如巴菲特和芒格的价值投资,马尔基尔的定投指数基金等等就是。而其它一些所谓的秘诀,什么低买高卖,追涨杀跌,则不是。

如果我们保留了那些基函数,我们就获得了最大的效益,但是如果我们保留了一堆似是而非的信息和方法,就得到时灵时不灵的结果。

而提高这个能力,就要对自己进行专业的训练。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容