认知逻辑-从机械思维到信息论
|
当今天重新回顾这个案例的时候，实际本身就是我们认知世界的方式在发生大的变化。 我们传统思考方式就是机械思维，其中牛顿之一个很大的贡献值，简单来说就是自然界发生的各自现象事件，一定有其内在的规律和原因，同时这个原因我们可以用抽象的公式或模型来进行表达。 那么当我们遇到同样的现象的时候，就可以用公式去解题。 但是机械思维发展中出现两个问题，即有些时候我们没有办法做到精确建模，这本身又有两个原因，其一是对目标Y造成影响的X因子太多，无法穷举和认知全;其二是我们的测量系统出现问题，简单来说采集不全和测量不准。这些都对我们的确定性思维造成挑战。 解决该问题本身又有两种思路：
而信息论则完全相反，建立在不确定性(假设)基础上，要消息不确定性就必须引入信息。于是我们的思维逻辑发生了进一步变化，即从机械思维到大数据思维的转变。 复杂时间很难找到确定性和因果关系-》因此用不确定性眼光看待世界-》把智能问题转化为消除不确定性的问题-》找到消除相应不确定性的信息(或者说大量具有相关性的数据可以帮助我们消除这种不确定性)。 例如上面大数据的例子。 我们通过数据的相关分析，找到了啤酒与尿布搭配售卖的方法，但是我们并不清楚为何年轻父亲会在购买尿片的时候顺带几瓶啤酒。 在大数据时代，我们会产生一个错觉，因果关系不再重要，重要的是大数据相关性分析。我们还是回到上面的例子来假设下可能的因果关系。 比如最多的调查结果可能是年轻父亲购买尿片后，小孩换了新尿片可以快速地入睡，年轻父亲这个时候才能够有空闲时间进行消遣，能够产生空闲时间消遣才是推动啤酒购买的关键原因。 当你了解清楚因果关系后，你会发现年轻的父亲消遣的方式不只是喝啤酒，在家里看电影或球赛，打游戏，抽烟都可能是潜在的消遣方式。实际上你把香烟，口香糖，游戏卡等和尿布放在一起也能够达到同样的畅销结果。 简单总结一句重要的话就是： 一件事情你只是理解相关性那么只能是迎合或跟随，而只有理解了相关性后面的因果关系你才可能破局或引领变革。  （编辑：三门峡站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
