工业时代的科学基础是强调确定性和可预测性的机械论。
但是从20世纪初开始，物理学家们意识到不连续性、不确定性是我们这个世界的本质，如果依然使用机械论的方法解决问题，不仅把我们自己限制死了，而且可能会出现认知偏差。
有个笑话是这样的：
一个人理想的女朋友，要像赵薇一样的大眼睛，像朱莉娅·罗伯茨一样的大嘴，爱运动、会游泳……这是一个机械思维下提出的需求。
当这个人把这个需求给到电脑，电脑告诉他答案：青蛙。
你提的这些条件都满足了：大眼睛，大嘴巴，会游泳都满足，但却不是你期待的那个人。
当你真正遇到那个人的时候，你不会像拆解零件那样逐个去分析它，而是从系统和整体的角度去认识她。
信息时代新的科学基础和方法论，也就是：控制论、信息论和系统论。
控制论
海森堡的测不准原理，他其实告诉了我们世界的不确定性。
也就是说，目前我们面临的世界，是一个动态变化的状态，你不可能通过局部的控制，得到一个全局的完美结果。
简单地说，控制论研究的是在一个动态系统中，如何在有很多内在和外在不确定因素下，保持平衡状态的方法。
它思想的核心是利用对各种输入信号的反馈来控制系统的问题。
在今天，依然有很多人试图预测股市，这种行为不断被证明是徒劳的。
但很多人在想，别人预测不准是因为本事不够大，考虑的因素不够多。
事实上，那些专业的基金经理和经济学家，对股市和经济走势的研究可比普通人精深多了，照样预测不准，因为类似于微小的温度和湿度变化的随机因素特别多。
其实就是，少作预测，多作反应，这种做事方法就源于控制论。
聪明人考虑的都是如何根据反馈，作出调整，适应现状，而不是预测未来。
信息论
信息论就是通信的理论，也是一种方法论。
我们今天常说的大数据思维，其科学基础就是信息论。
我们知道，对于一个你一无所知的黑盒子，要想了解里面的状态，就需要信息，这是信息论最基本的思想。
用比较专业一点的话讲，叫做消除不确定性。
比如下围棋，对计算机来说，就是在最多361个点位选择一个地方落子，是一个361选1的问题。
而对于语音识别，不过是在几十个发音相似的单词（词组）中选一个匹配，人脸识别呢，则是在几百万人中选一个匹配。
至于今日头条的推荐，也是从若干篇新闻中匹配一些你感兴趣的。
大数据思维改变了传统的做事方法，而这一切都要感谢信息论。
在今天，Facebook敢于将不成熟的想法上线让大家使用；
特斯拉公司敢于在汽车这种对安全性要求极高的产品中采用不成熟的技术；
小米公司不断的和用户之间互动。
背后的原因在于它们能够快速地收集到数据，测试产品的好坏，然后在用户尚未受到很多负面影响之前，决定是保留还是关闭所提供的功能。
这种做法看似冒险，但其实，大量的数据比个别设计者的经验更保险。
与控制论和信息论同期诞生的还有贝塔朗菲等人提出的系统论，这对后工业时代产生了巨大的影响。
今天复杂产品和大系统的开发，都或多或少地要利用到系统论的原则，因为它们的复杂度比工业时代的产品要高出几个数量级。
在工业时代，一辆汽车上面有大大小小3万多个零件，这和今天计算机处理器中几十亿个晶体管在数量上可是有天壤之别。
更要命的是，汽车里每个零件的作用至少都能说得清，而处理器中每个晶体管的作用单独拿出来谁也说不清。
因此，过去想让机械产品的性能达到最优，就得把每一个部分都做到最优，然后组装起来，整体必然达到最佳状态。
这种思维方式符合逻辑，有道理，以至于今天不少企业依然奉为经典。
不信的话大家不妨看看，很多厂商是否仍在不断宣传自家手机的配置（Specs）有多高，功能多么全，因为按照机械思维，高指标、功能全就意味着好手机。
但是系统论的观点却认为，整体的性能未必能通过局部性能的优化而实现。
今天，人们将系统论和控制论、信息论一道称为“三论”，也就是信息时代的科学基础。从此以后，人们对世界认知的方式都发生了改变。
从相信世界是确定的、可预测的机械思维走了出来。
今天的内容源自吴军-科技史纲60讲，学习完后，感到很重要，但是有些内容还是没有吃透。这些思想，还需要在日常生活中慢慢渗透。
对我震撼最大的是：不要用机械思维去思考问题，尤其是面对复杂的的问题：如孩子的教育；这种有机械论演化来的因果论是我经常使用的。不管怎么样，先把下面这句话记住
