万维钢 | 周末问答 摘要
“我是个很无趣的人，请问怎么样能让自己变的有趣呢？”
一般来说，真正无趣和真正有趣的区别，大概是无趣的人做什么事情都是有目的的，功利性强，或者都是按照别人给他规定好的套路去做，像个机器人。有趣的人经常做一些没有实用价值、纯粹是为了爱好和好玩的事情，而且做出了一定的水平，投入了相当多的功夫。
然后找到有相同兴趣爱好的人，社交。
有时，你是有趣的，只是你周围的人没有相同志趣。你也得找到合适的组织。真的爱好这个东西，浪费了时间在上面，才能真诚地谈论。
所以有趣是对生活游刃有余精力过剩的表现，也的确是值得骄傲的素质。
“治大国如烹小鲜”，这个和“大了，就不一样”的意思还一样吗？
对“治大国若烹小鲜”发表一点看法，老子提倡无为而治，劝告人们不要舍本逐末，自作聪明。其对“道”的看法是我们没法直接的观察“道”，但“道”又无处不在，强调“道”的不可知性。我在这里就浅显地把“道”理解为不以人的意志为转移的自然规律、物理法则，我等渺小的人类是不可能真正掌握的。治大国和烹小鲜确实有着指数级的差距，治国的道理随着尺度的变化也跟着变化，但有一点没有变，要国泰民安统治者就不能瞎折腾。不要总觉得自己的新想法和新设计又能为民谋利了，毕竟治国之道就同我们常说的市场中那个无形的手一样，只能顺遂不能控制。强行控制造成的后果还少吗？所以我还是觉得老子这件“治大国若烹小鲜”还是有道理的。
王煜全 国内巨头争相布局虚拟现实
谷歌在 2014 年推出廉价 VR 解决方案 Cardbox，国内诸多厂商迅速复制且获益良多（例如暴风影音推出暴风魔镜），但由于技术不成熟，热度迅速退减。
阿里巴巴 从自己的强项——购物平台出发！
在国内的操作和它的战略思路相吻合——提升购物体验
1、 生态建设
2016 年 3 月成立 VR 实验室，意图打造全球最大 3D 商品库。
2、Buy+
阿里巴巴旗下的 VR 三维购物环境,与支付宝整合，消费者无需摘下 VR 设备即可完成支付。
3、 内容
优酷、土豆均已上线全景视频。
4、 投资
2016 - 2017年:Magic Leap,光场数据采集公司 Lytro, AR 引擎和解决方案公司 Infinity AR, AR 头显镜片制造商 Lumus, 车载 AR 导航技术公司 WayRay 。
腾讯 从自己的强项——游戏出发平台！
1、Tencent VR SDK 及开发者支持计划
计划在 2016—2017 年分三步推出 PC 主机、游戏主机和移动 VR 这三种硬件；内容覆盖游戏、影视、社交、直播、地图等。腾讯承诺的兼容 VR 的 ministation 游戏机迟迟未兑现。
2、腾讯云 VR 解决方案
通过腾讯云获得适用于 VR 场景的云服务支持；与Tencent VR SDK 相结合；
先与游戏场景结合，未来还将扩展到影视、社交、旅游、在线教育等更多可能领域。
3、内容
体育赛事直播、真人秀直播、演唱会直播这三大类。
推广到点播的影视综艺内容及用户 UGC 内容等，构建付费点播/直播、广告分成、VR 定制这三大商业模式。
4、 投资
AR 公司 Meta，虚拟现实社交初创公司 Altspace VR， VR+ 旅游公司赞那度，好莱坞制片厂 STX （STX 收购了沉浸式内容制作商和分销商 Surreal）。
百度
推出 VR 频道，提供的 VR 视频，游戏，资讯等内容。计划在全国 10 多个大中型城市的 100 多家购物中心、影城举办大规模的 VR 线下免费体验活动。上线 VR 社区，期望打造内容资讯和爱好者交流的平台。
联想 着眼硬件
与多家技术公司合作推出硬件设备。同蚁视合作推出了乐檬蚁视 VR 眼镜；与微软合作推出 VR 头盔；2017 CES 发布了自己的首款 VR 头盔原型机。联合 Nvidia 推出 VR 支持性电脑。
AR 方面与谷歌联手推出了基于谷歌 Project Tango 的 AR 手机。与视觉处理芯片商 Movidius 达成战略合作伙伴关系。
先后投资了计算机视觉和深度学习公司旷视科技、VR 游戏公司铃空游戏，张艺谋的 VR 内容品牌 SoReal 。
盛大
以投资为主，超过 12 个 VR/AR 项目。包括 AR 专用镜片供应商 Atheer Labs、冰岛 VR 技术开发公司 Sólfar Studios、美国 VR 媒体 Upload VR、Space VR（提供外太空虚拟现实体验）、美国 The Void 公司（首家 VR 主题公园 The Void，盛大将主题公园引入中国）。
乐视 内容提供商
1、硬件——2015 年发布 149 元的手机式 VR 头盔 LeVR COOL 1。蚁视、3 Glasses 也是乐视 VR 的合作伙伴。
2、内容——联合其子公司乐视影业、乐视体育、乐视音乐、乐视自制以及大量第三方内容商，欲打造国内最大的内容应用平台，涵盖影视、音乐、体育、旅游、教育、游戏、纪实等方面。
3、投资，2015 年底投资灵镜科技，合作深厚。
小米
1、VR 布局很低调
2016 年推出——49 元的玩具版盒子和一款 199 元的正式版 VR 眼镜。
2、投资
2015 年联合迅雷投资大朋 VR，并达成战略合作。
周砚青的观点：
王煜全给BAT三巨头的点评里强烈惋惜缺乏对硬件的投入。
二月中旬，Facebook关闭200个VR体验站，其实是个好例子。
技术瓶颈尚未突破，硬件的投资和产出比例太低，国内巨头都不想当炮灰。合情理地集中在软件，积极布局投资，随时准备弯道超车。阿里从城市包围农村，腾讯从农村包围城市。都想通过自己的强项在市场上划出一个大大的圆。百度的看来适合做VR/AR搜索吧。最近Google开始做视频搜索。照这个方向看，将用户所看（AR/VR），所听，所讲述的，用AI识别，然后迅速搜索相关信息便是一个不错的方向。
大家其实都在等，等着那一款迅速改变大众对VR接受的爆款产品。那款能够完美重新诠释真实和虚拟转换的应用。
吴军 第138封信丨大数据时代要识数
（这篇和万维钢前几天所讲的东西基本一样，都是对大数和小数敏感的重要。值得读的是更多的例子。这些实例能够帮助你培养对数字的感觉。如果你自己去搜集，不但浪费时间，还不一定准确。）
大数据时代逐渐普及，应用到了很多领域，社会运行效率（公司挣钱的效率）大大提升。
我们在思维上，开始接受数据驱动的思维方式，并且在决策中使用数据做支撑。
以前只有精英才用做到的事，现在，我们每一个人都必须做到——识数定量。
数字衡量大和小，多和少，轻和重。但是什么算是大，什么算是小，没有训练的人没有概念。因此很容易被别人牵着鼻子走。举个栗子。
几个月前，王健林说的“挣一个亿”的小目标，被大家反复调侃，因为在大家眼里一个亿是一个巨大无比的数字！
对于个人来讲，一个亿是一个天文数字。
在人均GDP为五万美元的美国，95%以上的人一辈子是挣不到一亿人民币的。
即使财富排名第5%左右的人，以工作40年为准，一辈子税前大约可以挣1400万美元，还不到一亿人民币。
因此，对于个人来讲，这样的小目标，对99%的人是不切实际的幻想。
但对于一个国家，一个亿就是一个非常小的数字了。
过去几个月很多官员和经济学家一直在吵，中国政府的债务太高了。那么中国政府的债务是多少呢？截止到2016年3月底，是28万亿人民币。
对中国来说，一万亿只是一颗小花生米而已（在英语里常常用“花生米peanuts”来形容这样相对来讲无关痛痒的钱财）。中国当时的GDP大约是68万亿人民币，债务占到GDP的41%左右。
接下来我们应该考虑，41%的债务水平高不高？
对于一个家庭，这是非常高的。比如一个人年收入10万元，欠了4万元的债务，确实不低。
对于一般地方政府来讲，也不算低。
但是对于中央政府，或者像中国这样可以得到中央拨款支持的地方政府，这个比例非常低。
美国联邦政府借的国债到今天累计已达21万亿美元，占GDP的125%。即便如此，美国人也没有像中国人那么恐慌。
为啥？因为全世界主要国家，债务都是在这个水平上下——日本的国债占GDP的200%，法国占100%，英国占90%，意大利占130%，而且债务水平都在上升，只有德国占73%左右。回头看看中国的41%，呵呵。
要特别说明的是，越是经济不太好的国家，债务水平反而不高。比如俄罗斯，债务只占了GDP的不到20%。
中国文化总体上不是欠钱过日子的文化，欠点债浑身不舒坦。
回到主题——什么算是大数呢？
对中国这样的国家，十万亿或者一百万亿算！
将它写出来——100，000，000，000，000。1后面跟着14个零。
如果用小时来度量宇宙的年龄，宇宙到今天大约是一百万亿小时。
中国目前人民币发行量是155万亿，约是GDP的两倍。约16万亿是2016年新增加的。按这个速度，28万亿人民币的债务很快就可以通过增发货币还清。当然，不是为了还债，而是为了继续发展。
对比美国。美元的货币发行量13.2万亿，相当于91万亿人民币，远低于中国。美国GDP的体量比中国大，货币发行量只占GDP的80%左右。
从金融危机开始，中国的媒体上就充斥着——“美国搞量化宽松，不负责任地印钞票”，然后给出很多吓人的大数字，美国以百亿为单位印钞票等等。
实际上，美国在发行美元上是非常谨慎的，相比之下，世界很多国家在这方面要不负责任得多。
比如日本的货币发行量也高达8.3万亿美元（大约相当于57万亿人民币），是GDP的2.12倍。
正是美国相比之下发行货币比较少，才维持了美元坚挺。
小数字也应该如此。(和万维钢的流程一样)
一位离开Google到某个电商公司负责广告业务的员工有一天和我抱怨，他的老板对0.8%的广告点击率相当不满意，觉得太低了。那次我们聊天时，北大光华管理学院的一位统计学教授也在场，他开玩笑地说“你回去和他讲，他怎么不上天呢？”
实际上，0.8%这个点击率对互联网展示广告来讲已经非常高了，因为整个行业的水平大约是0.4％，只有这个数字的一半。搜索广告的点击率要高很多，但是也只有2%。在互联网广告这个场景下，即使不到1%，也是很大的数字。
比广告点击率更精密的数字是支付系统的出错率。在这个行业，千分之一都是很大的数了。10年前Google在做自己的支付系统时，请来了一些原来PayPal的员工，得知在这个领域最关键的是控制被欺诈的概率，如果做不到千分之一，就不用在这个行业混了。
一般来讲，这个行业的欺诈率是用基点（也就是万分之一，即0.01%）来衡量的。大部分信用卡公司和银行都能够将欺诈率控制在几个基点这样的数量级。支付宝因为有大数据支持，大约能做到一个基点以下。这使得其他产品难以和它竞争。
“准确率”（或者比率）这样的概念更是随着应用场景的不同，标准相差很多，因此也让人难以理解。
比如说语音识别，要95%以上。
机器自动翻译，能做到50%，就非常好了。
对于指纹识别，要到99％以上。
我们经常会看到这样的洗涤剂广告，能够杀死99%的细菌。事实上，对那些细菌特别多的东西，杀死99%是远远不够的，因为细菌在合适的环境里繁殖的速度很快，一天下来就可以繁殖上万倍。
同时，如果一个过滤器能够过滤掉99%的PM2.5颗粒，在室内大致可以满意了。
怎么知道每一个领域数字的大和小呢？怎样才能不被别人忽悠呢？
首先，不要一看到别人给 的字，不管多大多小，就被唬住。牢记数字的大小和场景密切相关。
其次，对于很多事情要有大致的概念，不需要了解细节，但是在数量级上要有常识。比如标题党常常用“豪宅”两字来吸引眼球。把那个价钱放到一个地区和当地的房价或者收入水平做一个对比。
最后，在下结论之前，善用互联网，找参照物。有了照物，对数字的判断就更准确了。
数字敏感，是我们不吃亏，乃至事业成功的基础。
