那些让你更聪明的科学新概念读后感(一)
这是一本好书，涵盖了人类智慧结晶的书，但是书中的每一条概念只是做了简短的解释，有些还没有解释到点子上，仅仅是让你知道，不会让你了解，更不会让你掌握，你只知道他很厉害，仅此而已，读到感兴趣的观点时，突然没了，扫兴至极，所以如果要想从中学到东西还需要额外找相关书籍来阅读，思考，这是个漫长的思考学习周期，值得。
那些让你更聪明的科学新概念读后感(二)
如果宇宙秉持着万物恒动的原则，那么稳定和连续必然都只是幻像，随着时间的推移，宇宙的法则也将重新构建，或许人类推导出的公式理论也终将不再适用。当太阳不再发光，地球的磁场发生转换，氧气在空气中的占比不再是21%，汽油不再能够为汽车提供动力，水可能不再是聚合物，亦或是光线中的光谱不再是七色光，这些星星点点的变化中，任何一项变化都会对人类现有的文明造成致命打击。人类自以为可以主宰世界，可世界的运转法则稍微一变，人类也许又会重新回到愚昧与无知当中。
那些让你更聪明的科学新概念读后感(三)
大部分的内容都是认识论的内容，可能休谟和笛卡尔之类的人已经强调过无数遍，想要深入了解一些思维方式方面的东西，建议读一些认识论和知识论的书。这种每个概念只讲一两页，你还是得找书继续研读才能知道如何应用一些概念。否则，错误地理解一个概念，不如不知道。当然书中的一些概念还是让我有所启发，觉得需要继续找书读，到100多个概念里不超过10个。 P.S.感觉国外的牛人对认知神经科学都很了解吧，很多概念源于此。还有一个感想，里面很多人是媒体人，是记者，但无论什么职业大家的科学素养都很高，都是拿数据说话。不像某些媒体人，只会煽情，而且毫无科学素养，例如某崔
那些让你更聪明的科学新概念读后感(四)
我们对“聪明地思考”颇有兴趣，但对标准化“智慧”意兴阑珊。在传播理论中，信息并非被定义为“数据”或“输入”，信息是“产生差异的差异”（a difference that makes a difference）。这才是我们期望中合作者要达到的水平。
本书的“年度问题”，经由史蒂芬·平克提议和丹尼尔·卡尼曼的附议，被定为詹姆斯·弗林的一个概念——简化抽象概念（shorthand abstractions，简称SHAs）。詹姆斯·弗林是新西兰奥塔哥大学政治学知名专家和名誉教授，他将“简化抽象概念”定义为科学的产物，并认为它现在已经成为语言中不可或缺的部分，人们因为具有普遍适用的模板而更聪明，如“市场”“安慰剂”“随机样本”“自然主义谬误”。弗林认为人们完全可以将抽象作为单个的认知模块用以思考和辩论。
如果你能预知自己的行为，那么你也完全可以干预和改变它，这不正好会导致预测失败吗？
那些让你更聪明的科学新概念读后感(五)
读这种书最大的好处就在于，能认识很多聪明的学者，并了解他们都在做什么想什么
比如说认知科学家Sam Harris.他所说的“我们生活在认知的幻觉里，只是程度有所不同而已”，就是对自由意志发出挑战，也印证了我的质疑。
还有提出“Shifting baseline syndrome”的Daniel Pauly教授，提出我们更应该关注什么才是常态。
还有像认为“knowledge as a hypothesis”的Mark Pagel教授，他们都认为我们应该对我们所认识的世界保持谦逊的态度，学会质疑，善于观察。
所以与其说这本书可以让你更聪明，不如说它可以让你更理智与谦卑。
不妨看看这个问题，“如果卡片的正面是元音字母的话，它的背面一定是一个奇数”如果验证这个假设的正确性，下面这四张卡片应该最先翻动哪张？
U K 3 8
————————————————————
答案是K或3
如果不明白，就好好读读书吧
那些让你更聪明的科学新概念读后感(六)
科学要进步，我们就必须同时保持对异常值和现状的双重质疑。 保留那些能通过重复实验来证明的异常，忽略那些仅仅提出了新鲜机制的异常。不要在尽管一再尝试却未经实验证实或随着尝试次数不断减弱的异常上面浪费时间。 对于科学最为常见的误解，是认为科学即寻求真理。但事实并非如此，科学只是在创造和检验模型而已。 人类会本能地拒绝那些与自己信念不符的事实，而且一旦遇到这样的事实，人们就真的会强化自己的信念，将这些事实拒之门外。纠缠的故事提醒我们，我们可以“超越自己”，我们没必要誓死捍卫自己的信念，我们可以理解事物，即使是那些诡异的事情。 但事实上，不确定性是造就科学的核心概念。将不确定性量化且嵌入模型之中，才能使科学是定量而不是定性的。事实上，没有什么科学数据、测量和观察是准确的，如果引用数据时不附上不确定性，它们将毫无意义。
随机性第三法则：单个随机事件无法预测，但作为整体它们似乎可以被预测。
两种完全不同的理论可以并存，也就是说，它们可能是潜在本质的两种不同表现形式。
大五人格理论阐释人格的五个维度分别为：开放性、尽责性、外向性、宜人性和情绪稳定性。
事实不能用比事实本身更诡异的假设来解释，在众多的假设中，最平淡无奇的一种将会被采纳。
看似无意义的事情重复多次，终会产生有意义的新事物。而这种过程所需要的前瞻性和自我控制是基于重复劳动的创新和进步，就像其他动物本能无意识行为所塑造的那样。
面对生命与精神世界的奇迹的经验法则是：从奇迹中找到循环。
为了做出更好的风险决策，我们应该进行思维体操，提升语言能力，并减少直觉的干扰。
整体具备部分不具备的特质，且整体特质无法归因于部分。
帕累托分布（Pareto distribution）延伸出很多其他概念——80/20原则、齐夫定律、幂律分布以及“赢者通吃”效应，这些定律的数据曲线走向基本一致：系统中最富有、最活跃或联系最紧密的个体最能解释整体的财富、活跃度和联系的紧密程度，它们远高于平均水平。
我自己的底线是：没有什么东西比简单性更复杂了。
有的时候，为了前进我们必须先后退。而有时我们必须要随它去，做出自我的适应性退化。
著名的加拿大籍医学家威廉·奥斯勒（William Osler）爵士曾说过：“科学界真正伟大的是传播者，而不是创造者。”
那些让你更聪明的科学新概念读后感(七)
关于作者
1981年，约翰·布罗克曼（John Brockman）成立了一个叫“现实俱乐部”的组织，这个组织后来发展成了一个名叫 Edge的在线社区。这个社区中有各个领域大神级的人物，他们中有著名的学者和思想家，有的甚至是诺贝尔奖得主，也有的人是知名的媒体人、艺术家或者企业家。每年，Edge社区会发布一个年度问题，邀请各行各业最顶尖的大师来一起回答同一个年度问题。
这本书包含的就是一百余位世界知名科学家、学者和思想家对“那些让你更聪明的科学新概念”这个问题的回答。书中介绍的151个科学概念，涵盖的内容从心理学到经济学，从宇宙学到神经科学……简直无所不包。在回答年度问题时，这些“伟大的头脑”毫不吝惜分享自己的观点，向我们介绍了那些前沿的、跨学科的、能够帮助我们提高认知水平的概念。
我们将选取书中151个科学概念中最具启发性的三个概念来进行介绍。
（1）卡伊·克劳泽介绍了“爱因斯坦的奥卡姆剃刀”概念，这个概念告诉我们“简单”无疑非常重要，但过于简化未必就是最好。当我们分析一个复杂系统时，一定要正确理解简单与复杂间的关系。
（2）丹·斯珀伯通过对“文化吸引子”概念的介绍，向我们展示了文化结构中那些基本的模式和套路所具有的重大意义。它不但能帮助我们理解复杂的文化现象，而且利用这种思路还可以帮助我们进行更有效的信息传播。
（3）安迪·克拉克通过“预测性编码”的概念告诉我们：我们在感知外界信息的同时，大脑也在不断进行预测，而预测学习是人工智能设计中面临的一个重要挑战，它或许能帮助我们实现真正的强人工智能。
那些让你更聪明的科学新概念读后感(八)
你认为人类就是万物主宰吗？ 你认为所有相关事物都是有因果的吗？ 你认为什么事情才是有意义的？ 你认为证据真的就能告诉你真相吗？ 你认为你学到的知识都是确定的吗？ 你认为你是一个独一无二的特例吗？ 你认为是你控制大脑还是大脑在控制你呢？
每年1次，网站Edge集结最伟大的头脑共同解答关乎人类命运的同1个大问题，为你开启一场智识的探险，一次思想的旅行！
l哪些科学概念能改善思维方式，让你变得更聪明？本书编者约翰·布罗克曼召集了151位世界的科学家和思想家来回答这个“大问题”，触及物理宇宙、生命科学、人工智能、科技趋势、认知神经学及心理学等方面的前沿概念与思考框架。这些科学新概念将会给你不一样的思维碰撞。
编者在书里提到两个问题：1、如果发现吃了更多番茄酱的小朋友考试成绩更差，思考一下是为什么会这样呢？
我的第一反应就是这是什么逻辑，这两者根本没有关系啊。但是只是让你沿着这个问题假设一下而已，有人说道“可能番茄酱李含有某种伤害神经系统的物质”，“吃更多番茄酱意味着吃更多薯条，让人变胖变懒”。这就让本来很无稽的笑话牵扯出了一些因果关系，那你现在想一下，你会有什么答案呢？
2、为什么频繁占星的和占卜的人寿命会更长？你又会觉得这根本不可能，但是你假设它是真的呢？有人说道：“预知未来可以避免死亡”，“人年纪越大，越相信占卜”。你会有什么答案呢？
如果我们能够记住“相关不是因果”，不断的启发我们的扩散性思维，那你就会开始思考A是否引起了B？还是B引起了A？A和B的本质是否相同，或者其实是C引起的A和B？我应该如何来判断真伪，这时你就会形成一个批判性思维。
维克效应：既为了获得想要的结果而调整证据的标准。
你所以为的很有可能只是别人想给你看的结果。书里提到大约五万年前，澳大利亚的大型有袋动物，无翼鸟类和爬行动物在人类抵达不久之后就灭绝了。南北美洲的大型哺乳动物在一万年前消失，也正好是人类出现之后。新西兰的恐鸟在波利尼西亚人定居后的两个世纪内灭绝了，而马达加斯加的巨大无翼鸟类和狐猴在人类到达后不就也消失了。为什么这些动物会灭绝？古生物学家们的结论是因为气候变化，但实际上却是因为人类的占有。
现代很多人都在想着要求绝对性的东西，你的产品是绝对安全的吗？你的产品孩子使用也没有问题吗？你的东西真的是干净的吗？得到了肯定的答案仍然会自我怀疑。
这个世界上，你可以通过各种方式寻找黑天鹅，但是如果你没有找到，也不意味着它不存在。所有的事情没有证据并不意味着证据是不存在的。
和大家分享了一点内容，这本书讲述的更是干货内容满满。《那些让你更聪明的科学新概念》，能够带给你更多的思考。
那些让你更聪明的科学新概念读后感(九)
一句话概括:学会后让人聪明一点点的概念。
读后感：
“概念系统关乎我们的思维能力，管辖着我们日常的运作，构建着我们的个人世界与他人的关系，乃至细枝末节，无所不包。概念系统对人来说，至关重要。然而，概念系统不是我们平时能够意识到的，我们每天所做的大部分琐事按照某些方式或多或少在自动思维和行动，这些方式并非显而易见。”—《我们赖以生存的隐喻》
无论用何种方式去感知这个世界，我们都充满了局限性。那些我们无法获得的信息和无法想象的可能性是切实存在的。
人的感知系统存在着局限性。正如书中第二十五篇文章“我们的感知桌面”所指，我们的感知只是演化出来的产物，为的是在进化长河中存续我们的基因，并非事实。我们普通人也是“盲人“。
盲人根本不知道颜色的存在，他们面对的并不是我们想象的“一片黑暗”，因为他们无法意识到颜色的失去。作为“正常人”，我们所看到的世界只是现实环境中非常微小的一部分，我们普通人能感受到的可视光谱只是整个波谱的十亿分之一。蜜蜂能感受到紫外线，响尾蛇能感受到红外线，而我们的感觉系统只是为了适应所处的生态环境所进化出来的，充满了局限性。
概念是人类感知能力的延伸，但也充满了局限。人类作为一种语言动物，无论思考什么，都无法摆脱概念的束缚。我们借助概念来感知这个世界，这意味着，世界也被概念局限住。《我们赖以生存的隐喻》一书指出，我们的概念系统构建在最基本的感知系统之上。因此感知系统的局限也很可能造成概念系统的局限。比如我们空间、时间、物质的概念并非是对客观真理的洞察，物理学中唯一一个时间不可逆公式“热力学第二定理”，可能并非世界真是如此规划（存在一个时间上不对称公式，加上无数时间上对称的公式），而是生命只能诞生于这种环境。
缺乏概念将束缚了世界的可能性。如果一个人穿越到200年前的发达地区，比如英格兰，他会惊讶地发现那里的人们完全无法意识到“信息”的存在，信息时代里耳熟能详的概念在此几乎无人知晓，没人能想象这种脱离物质而存在的事物。因此，这些古人也就无法想象何为互联网、信息云。
知晓新的概念也将束缚世界的可能性，这就是所谓的“知识的诅咒”—当你拥有了某种知识，你就很难想象缺乏这种知识的情形。
1990年，斯坦福大学的研究者设计了一个有趣而又简单的实验。他们让受试者分为两组，一组负责根据乐谱击打节拍（击拍者），另一组负责听节拍声猜乐谱对应的曲目（猜听者）。
实验前，负责击打节拍的受试者认为成功率为50%，但真实的实验结果则只有2.5%的成功率，差了整整20倍。所选用的乐谱都是大众耳熟能详的曲子，比如国歌。因此击拍者在实验过程中，依旧认为猜听者应该很容易就能辨认出曲目。
击拍者的估计和实际情况的巨大落差，研究者认为是由于击拍者在击拍时，由于提前知道了歌曲名，因此击拍者听到的的不是分离的敲击声，而是连贯的旋律，而猜听者听到的恰恰相反。这个实验生动地解释了，为什么当你掌握某种知识后，就无法想象不了解这个知识的世界将会怎么样。
拥有知识概念就像掌握了某种旋律，当我们面对看似杂乱的世界时也能体会到其中蕴藏的美妙。读《那些让你更聪明的科学概念》，那些让人变聪明的科学概念让我眼前一亮、视野开阔，但我也知道，我所看到的只是蜉蝣之于天地，有无数的可能性永远隐藏在人类感知和概念系统所覆盖不到的阴影下，不禁感慨万分。
那些让你更聪明的科学新概念读后感(十)
这又是一本edge社区的书，同样是一本文集，今天听到了解读者说了一些关于edge社区的事情，edge社区是一个线上的社区组织，聚集了全世界最聪明的头脑，每年会提出一个重要的问题，让全世界最聪明的头脑来回答这个问题。今年的问题就是“有哪些让你更聪明的科学新概念？”这个问题本身比较宽泛，所以也吸引了非常多的edge社区成员来回答，这本书应该就是关于这个问题的回答的一个合集。一共有150多个回答，解读者挑选了其中他认为最重要的三个来讲新概念。 第一个，爱因斯坦的奥靠姆剃刀原则。解读者先讲了最原始版的奥卡姆剃刀原则，就是那个“如无必要勿增实体”原则。严谨的说，叫做“在所有可以解释现实的理论当中，选择需要假设最少的那一个。”但是，爱因斯坦把奥卡姆剃刀原则做了扩展。他指出，在所有可以解释现实的理论中，选择最简单的那个，但是又不至于太简单的那个。解读者在这里举了一个具体的例子，当我们在学习化学的时候，会知道碱性金属特别活泼，也就是特别容易和别的物质起化学反应。但是惰性气体的化学属性就非常稳定，很难跟其他的物质起反应。这些原则听起来已经很简单了，但是偶尔还是有例外。后来，化学家和物理学家更深入的研究之后，发现碱性金属的最外围有1个电子，很容易失去这个电子，这就是碱性金属很活泼的原因。而惰性气体组外围有8个电子，这8个电子构成了非常稳定的结构，所以惰性气体很难跟其他物质起反应。这种解释就简单的多，也抽象的多了。解读者说，最新的爱因斯坦的奥卡姆剃刀原则指出，这个世界的事物，通常都有简单的本质，但是这种“简单”本身很难定义。这让我想起好像在一本讲时间的本质的书里面，提到过“熵”的概念，我们说熵是混乱的程度的度量，但是如何度量混乱呢？4张扑克牌，我们看它是否混乱是否有规律，可以从两个不同的视角去看：1，看花色；2，看点数；也许从花色角度看，它是有规律的，但是点数角度看却很混乱；或者反过来，它从点数角度看是有规律的，但是从花色角度看却是很混乱的。但是现实中，扑克牌的维度，可能不仅仅是花色和点数这么两个维度而已，比如我们还可以把它看成一副三国杀的卡牌，那么它可能还有第三个维度：基础牌、锦囊牌、装备牌。现实世界中，这种维度可能是非常多的，就像“混乱”这个概念很复杂很高维一样，“简单”这概念也是复杂而高维的。解读者提到，我们都知道，两点之间直线最短，可是现实中的河流，很少真的是沿着直线奔流到大海的，都是会形成各种弯弯绕绕的。这种弯弯绕绕从总体上说，的确是服从重力原则，服从两点之间直线最短原则，但是，在现实世界的具体表现时，却有非常复杂的具体现实。 第二个，文化吸引子。这个观点，来自《自私的基因》的道金斯，他指出，某些文化现象会在人群中快速传播和演变，比如说一些口头语、一些网络用语，一些表情包等等，这些文化现象都有一个特点，它们本身会传播和变异，并且这种变异能产生适应性。只要满足这种条件，这种文化现象就会有传播性。但是按照这种说法，文化现象在传播的过程中会一路变得面目全非，那为什么还有一些文化传统一直很牢固地保存了下来呢？这就是文化吸引子的概念，这个概念来自数学领域，解读者在这里举了一个例子，这就像是一个钟摆，无论钟摆在什么位置启动，只要存在空气阻力，这个钟摆最终会收敛到最稳定的状态。这个稳定的终态，就是文化中的吸引子。这就是为什么有些文化现象会成为传统，一直流传下来的原因。比如说，中国的传统儒家文化，甚至明朝的传教士在刚刚到中国传教的时候，还会穿上孔子学生的服装。这也是为什么在台湾地区的一些教堂里面，还会举办祭拜祖先的活动的原因。 第三个，预测性编码。前面第一个概念算是一个科学意义上的通识概念，第二个概念算是一个文科或者说，社会科学的概念，这让我想起了上次听edge的另外一本书的时候，解读者提到的，edge社区以文科和理科相结合的交叉学科见长。可见解读者选题也是有所考虑的。但是这第三个概念，应该是来自计算机，或者具体的说，应该来自深度学习。解读者先讲了一个例子，来说明什么是预测性编码。说有一家电视台，采访了一个学霸，请他介绍一下他打羽毛球的经验，学霸一本正经地说，他会根据抛物线和击球者的力量和角度去计算羽毛球的运行轨迹和落地位置，然后再去选择击球路线。当然，这个学霸大概率是在开玩笑，没有人真的是这么打球的。但是这个学霸所描述的，就是一个预测性编码。解读者又讲了一个例子，我们假如听到了有规律的走路的声音，我们会自然地去计算他下一部会发生在什么时候，比如说，我们听到有人非常与规律的1秒钟一步的走路声音，突然在我们预计能听到走路声音的时候，没有听到声音，我们就会预测，外部环境或者这个人的走路姿态发生了什么变化。这就叫做预测性编码。有学者认为，AI系统，要能够标称AGI（通用人工智能），必须能够有预测性编码的能力。然后，解读者还引用了Facebook人工智能实验室的首席科学家杨乐坤的一句话：AI是一个蛋糕，预测性编码是蛋糕本身，监督学习是蛋糕上的糖霜，而有监督学习是蛋糕上的樱桃，我们现在非常擅长做糖霜和樱桃，但是我们对蛋糕本身所知并不多。听到这里，我感觉，这个预测性编码，是不是就是序列学习（Sequential Learning），sequential encoding？时间序列建模？是不是就是transformer结构？解读者在这部分，还讲了一些人类学习和机器学习的区别，比如说，机器学习可能需要看上万张猫的照片，才能够正确地认出猫的照片。但是人类婴儿，可能只需要见到猫几次，就能够学会猫这个概念。这就是人脑比机器学习高效的地方，人类只需要非常少的样本就能做到很好的泛化。我们尚且不知道这背后的原因是什么。我觉得，这不是很直观吗？为什么？这不就是人类先天带来的知识吗？人类几百万年的遗传，通过基因物质遗传到当代人的头脑里。我还记得一个哲学讨论是关于，人类的知识是先天的还是后天的。或者说，存不存在所谓先天的知识，人类到底是不是一张白纸？这个讨论也很重要，但是这或许和AGI的本质有关，但未必和sequential learning有关吧。
那些让你更聪明的科学新概念读后感(十一)
失败造就成功： 有什么方法可以避免大失败呢？一个比较好的方法就是主动去经历更多的小失败，去经历那些你还没有经历过的小失败，通过这样的锻炼，就能你有更大的可能去避免大失败。 科学研究就是一种主动追求小失败的活动。因为科学研究大多是在实验室里完成的，做实验失败是非常非常平常的事情，但是这些失败都是可控的，不会造成很严重的结果。相反，正是通过这些失败，科学家可以去考察失败的原因，去探究背后更加深层的原理，去发现之前没有发现过的知识。所以，科学的进步就是需要依靠这些小失败。正是因为，各种各样的小失败都已经在实验室里出现过了、也被研究过了，所以才可能在现实中，去避免真正的大失败的发生。
知识是一种假设： 即便是通过科学研究得到的知识，也并不是完全可信的，科学家也可能会犯错误。更何况那些没有充分的证据，没有严谨的逻辑，只有观点的那些东西呢。不管怎么说，对知识保持一种谨慎的态度，更加小心地去使用知识，总是没有错的。
约束条件： 约束条件就是你做一件事情一定要满足的条件。 首先明确做一件事情的约束条件有哪几个，是做一件事情，解决一个问题的基本方法。很多人都是这么做的。你看福尔摩斯破案就是这么一个过程，他找到的每一条线索，都是一个约束条件，线索越多，约束条件也就越多，最后把他逼到一个唯一的可能性上去。 用约束条件求解问题的意义主要体现在三个方面：首先，约束条件缩减了我们的搜寻空间。让我们不用在一个很广的范围里漫无目的地去寻找答案。减少了搜寻空间其实就是节约了我们的时间。 其次，约束条件本身就是做一件事情的线索。当你思考约束条件的时候，实际上你就是在对这件事情做一个系统的梳理，只有那些特别重要的元素才能构成约束条件。你多确定一条约束条件也就意味着你对这件事情又看清了一些。最后，约束条件也往往能激发创新。一个人在毫无约束的情况下搞创作，往往不如在有约束的条件下搞创作更有灵感。举个例子，一个大厨想做一道自己熟悉的菜，但是突然发现某一种食材竟然用完了，于是他只能想，另外找一个没用过的食材，试试看，结果发现做出了一种新的很赞的味道了。约束条件给创作者形成了种种限制，但另一个方面也迫使他们寻找新的出路，想出新的解决办法。
根本原因分析 ： 如果一件事情我们只看到了现象，而不去深究它的原因，那么我们因为对这件事情是一知半解，如果是治病的话，那么也可能没有办法去根治。不谈治病的话，其他事情也是一样，比如在工作中，有些人会同样的一类错误反复犯，每次犯的时候他会提醒自己下次注意下次注意，但这种提醒只是表面层次上的，他没有深入去分析，为什么这同一个错误我会反复犯，这背后有没有什么深层次的原因。
分别是宇宙无意识： 宇宙是在一定的规则下运行的，如果你想问，为什么要有这些规则。那么答案就是，没有“为什么”。规则就是存在着，它们的存在并不需要什么原因，也不需要任何意义。 但是我们人啊天生就喜欢为一些客观的事物附加意义。你扬起脖子，看到天上的云，有时候你觉得好像看到了一头羊，有时候你觉得好像看到了一只兔子，这些都是你主观上给云赋予了意义。云原本就是云而已，不是什么动物植物。 虽然宇宙无意义，但是生活还是有意义的。我们人作为一种智慧生物的特权，就是能够创造意义。关键点在于，我们所创造的意义，是为了让我们更好地生活，更好地思考，而不是让我们被这种意义所捆绑，所束缚，变得僵化、愚蠢。
时间内思维和超时间思维： 举个例子，数学是超时间思维的，因为数学中被严格证明的定理，它们在任何时间、任何场合都是成立的。 比如达尔文的进化论，就是一种时间内思维的理论，不同的生物随着时间而演化，虽然是一个普适性的规律，但是并没有像数学那样具有永恒性。我们假设一种场景，一两百年后，当人类的基因技术足够发达了以后，也许人类就可以通过直接编辑基因来创造新的动物和植物了，这个时候，新物种的出现就很可能不符合进化论了。所以如果我们放到一个特别大的历史阶段来看的话，进化论可能只是对某一个时间区间内的生物演变规律的描述而已。 我们如果能比较明确地区分哪些是时间内思维，哪些是超时间思维，对于我们是很有好处的。一方面，我们要相信数学和基本的物理学是非常好的底层知识，能够对我们做任何事都可能有非常好的帮助。另一方面，对于其他领域的知识和经验，我们要明白这些理论大多数是有局限的，是一定的适用条件的，不能把它们当作绝对的真理。写在教科书上的东西，也很可能存在错误。我们要以一种动态的观点，来看待我们的知识，知道它们的用处和含金量会随着时间而改变。
十的次方 ： 我们看待自己的收入也是这样，假设你现在的工资是一个月5000块钱，你可能希望老板给你加一点，加到6000块，你就很开心了，如果能加到8000块，可能会幸福得都要哭出来！但是，你为什么不去想一想，你的工资能不能变成一个月5万，甚至50万呢？哦不不不，你会说，这个数字太大了，不敢想，不敢想。这其实就是你的思维方式束缚住了你。 实际上一个有钱人，它的财富往往是跳跃式增长的，而不会是线性增长的。你的月收入，从5000块涨到50000块，有可能比从5000块涨到8000块更容易实现，因为前一种情况需要你给自己做比较大的改变，比如学习新的技能，更换新的环境或者找到新的机会，改变带来新的机会，带来财富的跳跃式增长。但是从5000到8000呢，可能就是你在同一个地方做同样的事，又做了三年，才涨上去的，你只是在被动地等待，领导的青睐，其实这个过程可能更加艰难。 如果把我们的眼界打开一点，就会发现，这个世界有很多需要用十的次方来才能够表示的东西。比方说，全球GDP的总值，大约是10的14次方美元，每个人大脑中的神经元突触，大约是10的15次方个。当你运用了十的次方这个工具以后，你可以去思考那些特别大的数字，那也意味着，你的认知能力得到了拓展，眼界被拓宽了。你可以去思考那些更宏观的东西，去思考产生更大变化的可能性，所以说，“十的次方”是一个很有用的概念。
递归结构 : 一个典型的例子是在西方的建筑中。比如说哥特式的建筑，很多地方都是递归结构。一个著名的哥特式建筑叫亚眠大教堂，亚眠大教堂的尖拱内部有一个圆圈，那么每一个圆圈又是由两个小的尖拱来支撑，那些小的尖拱呢，里面又有小的圆圈。 为什么这些古代的艺术家、设计师为什么要使用递归结构，递归结构到底有什么好处？其实道理很简单，一个基本的结构或者图形，如果可以按照一个简单的规则来不断地复制并且组合的话，这其实是节约了很多脑细胞啊，相当于是用最简单的信息做出了非常复杂的效果。所以从效率上来讲是一种非常高效的设计。不如如果你要花一大片花纹，这片花纹包含的细节都是很不一样的话，那工程量就大了，但如果用了递归结构，就要简单很多。所以在很多事情里面，如果你善于使用递归结构，其实就是在给自己降低难度，减轻负担。
随机性和随机性陷阱： 关于随机性有三个法则，第一个法则叫随机性确实存在。一个人遇到了倒霉的事情，并不是因为他的星座运势，也不是因为正好遇到了什么凶祸，而很可能是因为随机性。没有必要对偶然发生的事情有过度的解读，不要觉得这些事情是某种征兆，预示着什么大事要发生。这些都是人的想象而已。就像我刚才讲到的另一个概念宇宙无意义一样，随机性也并没有意义。它只是一个客观现象而已。 随机性的第二个法则，是很多事情无法预测。我们可以想象，一个人去赌场赌钱，头几盘都赢了，这个时候他很可能会热血冲头，以为今天是财神保佑，筹码越下越大，最后很可能不赢反亏。这是因为我们大多数人有一种线性思维的模式，也就是，根据同一件事情之前几次的经验，就顺推过去，以为事情总是会按照原有的轨道发展下去。但实际上，现实中的大多数事情都不是线性发展的。因此我们要破除线性思维的模式，线性思维是一种过于简单的模型。 随机性的第三个法则是单个随机事件无法预测，但作为整体它们似乎可以被预测。这个法则是从物理学里来的，一锅烧开的开水，水蒸气不断地往外冒，这些单个水分子的运动轨迹是随机的，你无法预测，但这些水分子整体的运动趋势就是向上升，这是可以预测的。
人格-错落连续体： 在大多数人的观念里，精神病或者心理严重障碍的人，跟我们很不一样。但按照现在一些心理学家的看法，心理疾病的患者和普通人并没有什么质的不同，只是某种人格特点在程度上有所区别而已。 比如根据最主流的心理学理论，我们可以用五个维度来描述一个人的个性特点，称为大五人格理论。这五个维度分别是开放性、尽责性、外向性、宜人性和情绪稳定性。我简单解释一下，开放性指的是你对不同的观点、不同的知识是不是抱着一种开放的态度，尽责性指的是你是不是尽职尽责，做事认真，外向性指的是你的性格是内向还是外向，宜人性指的是你对他人是不是抱着一种友善和热情的态度，情绪稳定性指的是你的情绪通常是比较稳定还是波动比较大。每个人的个性特点都是这五个维度上不同分值的组合。比如你可能是比较外向的，但同时做事比较认真，情绪也比较稳定。五个维度是相对各自独立的，并不是相互关联的，所以它们都是比较底层的维度。 回过头来我们看大五人格，刚才说了每个人在这五个维度上分别会有不同的分值，那么如果分值稍微比较平均水平极端一点，那么就可能表现出我们一般称为心理疾病的症状。比如过分的尽责性，或者说责任感，可能会引起强迫症，但是过低的尽责性，可能会引起药物成瘾或者冲动型控制障碍等问题。外向性分值比较低的人可能会有回避型或者分裂型人格障碍，而开放性高的人可能也会有分裂型人格障碍。所以我们所认定的精神错乱的人，并没有什么特别的，他们也都和我们一样，都是普通人，只是在某些特性上走得稍微极端点了而已。
构建偶然: 一个人如果总是用相同的方式来学习，看差不多的东西，做相同的工作，那么他就不会有很大的创造力，因为他接触到的变化太少了。心理学家发现，很多创新的想法是源于把看上去很不同的东西关联起来。 比如说，一个叫梅德尼克的心理学家提出用“远距联想”的能力来衡量一个人的创造力的水平。所谓远距联想，就是把几个意义上间距比较远的东西，找到内在的联系。我来考考你，现在我给你三个字：食用盐的盐、深浅的深、泡沫的沫，你能想到一个什么字能跟这三个字都产生关系呢？答案是海，大海的海。 比如说，一个叫梅德尼克的心理学家提出用“远距联想”的能力来衡量一个人的创造力的水平。所谓远距联想，就是把几个意义上间距比较远的东西，找到内在的联系。我来考考你，现在我给你三个字：食用盐的盐、深浅的深、泡沫的沫，你能想到一个什么字能跟这三个字都产生关系呢？ 远距联想作为创造力的一个指标，给我们的启示是，我们要主动地花一点时间放在了解那些自己不知道的新信息上面。我不知道大家知不知道，英国有一个研究创造力的心理学专家叫爱德华•德波诺。他有一套理论叫“水平思维”，意思是，我们一般人思考问题是垂直深入的，只是在自己已经知道的领域里面深入下去想，但是对这个领域外面的信息呢，不会涉及到。为了突破垂直思维的限制呢，就要引入水平思维，去随机性地获取一些词语、概念过来，看看这些随机的信息跟自己现在思考的问题会不会建立某种联系。这种方法往往能带来解决问题的新的突破。另外我还知道台湾有一位特别厉害的广告创意人叫许舜英，她特别喜欢看杂志，不论是创意杂志、时尚杂志、财经杂志等等，只要是制作水准高的杂志，她都会看。她说，她想创建一门杂志学，来教大家怎么看杂志。因为她发现很多商界人士，还是视野太狭窄了，没有看杂志的习惯，而杂志的信息范围很广，所以看杂志能得到很多新鲜的信息，实际上会有很大的收获。
判断时距 : 时距，就是时间的远近距离。判断时距指的是，个体成功完成某项任务的最长时间。在半个世纪以前，就有一个学者发现，在同一家公司里，不同职位层次的人，他们的判读时距是不一样的。比如说，流水线上的工人，只要关注眼前的一个动作有没有做到位就可以了。经理们就需要去努力完成半年或者一年的业绩指标。而公司的CEO追求的是实现公司几年之后的愿景。那个学者经过几十年的研究得出了一个结论：就像人与人之间的智力是有差别的一样，我们处理跟时间相关的复杂性事件的能力也是有高有低的。而这个高低又往往和你接受报酬的方式有关，比如流水线工人按小时支付薪酬，经理按年薪计算，因为如何业绩好的话年终奖往往会高过几个月的工资，那么高管则还有更长期的激励，比如股票期权。不同的判断时距带来的其实是思维方式的不同。越是长的判断时距，你的思考和行为就越是宏观，就越是站在高处思考问题，而高的回报也往往是在比较长的判断时距下才能获得。我曾经提出过一个价值半衰期的理论，就是说，判断一件事值不值得做，得看这件事情的价值会不会随着时间的流逝快速衰减，如果衰减地比较慢，就说明这件事情的价值半衰期比较长，是值得你付出的。很多人看了我的价值半衰期理论后，深受启发，说对他们的改变很大，我想，这种改变，应该就是把他们的判断时距给拉大了。一个人有什么样的事业成绩，获得什么样的财富，最关键的决定因素还是他的思维方式。如果你的判断时距，都只是看到了眼下，看到今天能干些啥，明天干些啥，没有一个长期的、系统地设计的话，那么你不可能做出有高价值、高回报的事情。道理很简单，因为你自己不能为自己设计，那么只有让别人来设计，按照别人的设计，他会把低价值的东西留给你做，由你来帮助他完成他的那幅拼图。
循环:
文化循环:
累积误差: 我跟你说句话，你再把这句话说给另一个人听，这个过程中，信息就出现了误差。如果那个人又转述给其他一个人，那么误差就会累计起来，变得更大，这就是累计误差的概念。 所以为了避免累计误差，我们就尽量不要把一件事情搞得太复杂。为什么说现在很多互联网公司喜欢扁平化的管理结构呢，就是因为当公司的层级相对比较小了以后，信息沟通的效率更高，执行力也更强。对于个人来讲，你学习的过程应该是多追求第一手的信息。比如看书就不能只看通俗类的畅销书。因为很多通俗类的畅销书，我并不是说全部啊，里面的知识和思想是对学术研究成果的一种演绎。在这个演绎的过程中，很可能出现一些理解上的错误。比如现在很流行的一万小时理论，其实就是通俗类书籍的作者，对学术理论做出了夸张的描述以后造成的误解。一万小时理论的说法并不准确，但这个理论还是流传很广，很多人以讹传讹在用。
爱因斯坦的奥卡姆剃刀 : 奥卡姆剃刀这个词很多人可能听说过，他出自欧洲中世纪，有一个人叫威廉，他来自一座叫奥卡姆的小镇。这个威廉说了一句很著名的话叫：“若无必要，勿增实体”。后来奥卡姆剃刀就被用来表示这样一种观点：当我们对一件事情出现多个不同的解释的时候，那就请选择那个最简单的解释。 奥卡姆剃刀非常有名，是因为几百年来，很多人发现这个方法很好用，很多人在奥卡姆剃刀的启发下，让自己的思维更加简单和清晰，从复杂的思考中解脱了出来。但是，我们要注意的是，奥卡姆剃刀只是一个经验性的法则，而不是放之四海而皆准的真理。 奥卡姆剃刀的正确性从来没有被严格地证明过，并且你可以举出许许多多的反例，在这些例子里面，复杂的解释比简单的解释更加有说服力。比如我们看很多破案的故事，那个凶手往往隐藏得很深，表面上最容易被怀疑的人往往是无辜的。又比如，一个企业在商业上的成功，也往往不能用简单的理论来概括，因为商业成功往往是多个因素综合作用的结果。 在我们想设计一个东西的时候，追求简单也并不一定是一个好的选择。比如说iPhone虽然它的操作很简单，按键也很少，很容易上手，但是为了实现呈现给用户的简单，它内部的设计可是非常复杂和精密的。一辆汽车也是，越是好的汽车，它的内部系统越复杂。这就是为什么爱因斯坦说过这样一句话：凡事应该尽可能简单，但又不能过于简单。一个系统一定是复杂的。虽然我们可以找出它内部简单的基本原理和模型，但是我们也不能忽略了他复杂的部分。我们不能把奥卡姆剃刀当作一个真理来用，当作一个教条来遵循，可能爱因斯坦说的这句话更加合理，所以我们就把他称作爱因斯坦的奥卡姆剃刀吧。
