第五章 不能只靠过去的经验判断
消极经验主义:看见一只白天鹅不能证明黑天鹅不存在。但是看见一只黑天鹅能确定并非所有的天鹅都是白的。我们可以通过负面例子而不是正面证据接近真相。(单边半怀疑观点)
波普尔引入了猜想和反驳的方法:提出一个(大胆的)猜想,并开始寻找证明猜想错误的事例。这是寻找证实性事例之外的一种方法。如果你觉得这很容易,你会失望,只有少数的人天生有这样的能力这样做。
投机家乔治索罗斯在进行金融赌博时会不断寻找证明他最初看法错误的事例:冷眼看世界而不需要找理由满足自我膨胀的欲望。
不幸的是证明的意识根植于我们的思维习惯和陈述习惯中。
如今黑天鹅的来源的增加已经超出人们的预测。原始环境里黑天鹅的来源只包括新遇到的野生动物、新的竞争对手和天气突变。这些事物反复出现得太多了,使我们对他们有一种与生俱来的惧怕。这种快速推理的本能,以及犯“过滤性错误”(只关注不确定性的少部分来源,即已知的黑天鹅现象的来源)的习惯,仍然深植我们的天性中。这种本能是我们的困境所在。
第六章 叙述谬误
叙述谬误指的是我们无法在不编造理由或者强加一种逻辑关系的情况下观察一系列事实。对事实的解释会与事实混在一起,使事实变得容易被记住、更符合道理。这种倾向的坏处在于它使我们以为对事物有了更好的理解。
叙述行为来自一种根深蒂固的降低事物复杂性的生物需要。信息需要简化。
如果你抑制一个习惯使用右手的人的左脑(低频磁脉冲导入左额颞部凸起),他阅读上面(一些不好读的句子)词句段错误率就会降低。刺激左脑,他绘画技能更好,更逼真。大脑变得更善于看到事物本身而忽视理论叙述和偏见。
大脑技能通常是在我们的意识以外。
第七章 生活在希望的小屋
极端斯坦下等死
第八章 沉默的证据
讲的幸存者偏差。大家只关注成功者不关注失败者。
第九章 游戏谬误
赌场的概率是已知的。在实际生活中,你是不知道概率的,你需要去发现他们。
奈特风险(可计算的) 奈特不确定性(无法计算的)
第十章 预测之耻
我们的智慧还不够,我们的知识不值得信赖。预期中2%的错误率通常实际上达到15%~30%
我们太过于关注相关任务的内部失误,而不考虑外部不确定性。
预测的准确度比预测本身重要得多。预计21度,误差40度,那你得带有厚有薄的衣物。预测21度,误差1度,那只需要带很少的衣物。
第十一章 怎样寻找鸟粪
伟哥本来是用来治疗高血压
当你预测到未来科技时,你已经可以制作类似科技了。
三体问题-混沌理论(想不到还会提到这个我以前喜欢的东西)
人的思维局限性在于人的思维是离散的,或者说,我们传递的信息是离散的。我们的知识都可以用一个个符号来记录。但是一些连续的东西就无法表达。举个例子,圆周率,如果我们用数字来表达他···,但是定义法可以几个字表达。但是世界上存在很多数字,曲线,需要你几亿个字符才能描述,甚至数量远远超过宇宙的原子的数量。还存在一些曲线,是无法用有限个字符表达的。这就是离散的局限性。这意味着,世界上存在一些东西一些概念,是人类无法理解的。如果世界本身就是连续的,那么甚至可以计算出来,我们即使动用整个宇宙的资源,也不可能预测未来多少秒。
蝴蝶效应。
这一章从物理角度来解释我们为什么不能预测未来。到底经济学家是干嘛吃的?
我们需要预测未来。社会需要专业化。
第十二章 认知斯坦
人们需要被知识蒙蔽。我们天生就要追随有能力把人聚在一起的领导者,身处集体当中的优势能战胜孤军奋战的劣势。绑在一起走错误的方向比肚子走正确的方向更有利。
黑天鹅事件的非对称性使你对“什么是错的”有信心。
是否可以证伪证伪。
在人类认知过去的机制中,有一种因素,使我们相信事物有确定的解决办法。
并不是我们愿意错误地预测未来的幸福度,而是我们没有从过去的经验中进行归纳性学习。在预测未来的幸福状态时,我们没能从过去的错误中学习。这证明了我们的思维障碍和扭曲。
我们在总体上高估了不幸事件的影响持续的时间。这种错误预测存在一种目的:刺激我们采取重要的行为,防止我们冒不必要恶风险。人们喜欢不时地进行自我欺骗。这会使我们以更有利的方式走向未来。
p与np问题
(随机数生成方程)只要人类没有求出这个方程的能力,它就应该被认为是随机的,并且不应该被冠以“确定性混沌”的名字。
搞理工的人很多时候容易犯错,把自己的脑子当计算机使用,去解一些远超出自己计算能力的问题。比如选择伴侣,选择学校,会想搜罗全面的数据来进行分析,却不考虑分析的难度。
因为边界有时候是模糊的。现在的人工智能就是在现有硬件条件下去触达那个边界。
在小事上当傻瓜,而不是大事上。不要听经济预测者或社会科学预测者的话,要自己预测。学会根据观点可能造成的损害而不是好听的程度来辨别他们。
小心神奇数字的麻痹作用,对所有可能的结果做好准备。
把生活中美好的偶遇最大化。世界是通过大的随机变化前进的。
人脑大概一千克多。就算用人脑所有原子制作出一台最高效率的计算机,它的算力在e50次数学计算每秒。这是人脑计算力的理论极限,实际上是远远达不到的。商旅问题有n个城市随机分布在地图上。你想旅游经过所有的城市,然后回到第一个城市。那么路径最短的走法是什么。我计算了一下,当城市的数量达到45个的时候,求最短路径需要的算力是e56,已经超过人脑的算力理论极限了。有一百座城市的时候需要e157算力。1000座城市需要e2567。预测未来1秒的事情,我们需要多少算力呢?难以想象。现在全世界最强的计算机算力e18。20个城市需要的算力就是e18 。假如你想去30个城市旅游,你希望找出最短的路径。不好意思,穷尽整个人类文明的能力也无法为你找到最优路径。当然,找到一个次优路径是没有问题的,它可以无限接近最优路径。
我们的心理和智力都难以接受反复尝试,承认小的失败是生活的必须。你必须爱上失败。美国文化鼓励失败,欧洲和亚洲文化把失败视为耻辱和尴尬。
人们通常耻于遭受失败,他们采用的策略波动性很小,但蕴藏着遭受巨大损失的风险。
第十三章
第十四章
马太效应、累积效应、 艺术对口碑依赖,尤其容易受到累计效应和优势效应的影响。 偏好依附
在极端斯坦,没有人是安全的
28法则。
胜者让平庸者短寿?
十五章 钟形曲线-智力大骗
大数定理,高斯钟形曲线
由于钟形曲线的不确定性计量方法忽视了跳跃性或者不连续变化发生的可能性及影响,因此无法适用于极端斯坦。使用它们,就好像只看见小草,而看不见参天大树。虽然发生不可预测的大离差的可能性很小,但我们不能把它们当做意外而置之不理,因为它们的累积影响如此强大。传统的高斯方法只关注平均水平,把意外当做附属问题。
嘲讽大法官理查德,《大灾难》
十六章 随机的美学
介绍人物,不知所云。
分形 递归
确定性,随机性,稳定性