这里是“观点趣评论”，感谢各位收听。今天要和大家评述什么观点呢？
在得到APP专栏《吴伯凡.认知方法论》中，有一个关于“直觉与数据主义”的单元。他对比了人类认识与机器学习的特点，告诉读者如何进行认知升级。下面非门小沙弥结合自己的认识，和大家慢慢讲述。
机器学习，就是使计算机程序随着经验积累自动提高性能。机器学习算法利用输入的数据，不断的迭代优化算法模型的参数，使模型对新数据的预测能力不断提升。而人类的认知升级，就是使人随着经验的积累，对世界的认识越来越清楚和客观。人类的认知要升级，也需要不断的反省学习输入的信息。人类在学习的过程中，有一个“同化”和“顺化”的过程。对一个观点，如果能纳入原有的认知模型中，就发生“同化”，加强原有的认知模型；如果不能纳入原有的认知模型，就发生“顺化”，扩展原有的认知模型，这样认知升级就发生了。所以认知升级就是离开舒适区，接触不同的观点和知识，扩展认知模型。
那么要如何进行认知升级呢？要扩展认知模型，进行认知升级，除了要积极反省和思考，特别要注意认知模型的输入和输出。
对于认知模型的输入信息，现代社会中，由于信息过载以及人的精力时间有限，现代人越来越多的从二手信息来学习。我们习惯于通过书籍、别人的讲述中来获取观点和知识。 道德经说“道可道非常道，名可名非常名”，很多人拘泥于在语言文字概念上去学习理解人、事、物，而没有看到名相后面具体的实相。为了更好的进行认知升级，我们要保持对世界的“觉知”，尽量从第一手信息来学习。
对于认知模型的输出结论，需要有“还原”的能力。不抽象，我们不能升入思考；不还原，我们不能知道事物的本来面目。纸上谈兵、从理论中来到理论中去，都难以认清世界。 如何进行认知升级？总结一下，在输入、处理、输出三部分都需要关注。对输入信息，要保持“觉知”，信息尽量是一手经验；对处理部分，要积极的反省和思考；对输出结论，要具有“还原”的能力，认清世界本来面目。
