成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
如何提高一个人的深度思考能力?
2020 年 7 月 25 日
36氪
思维决定上限。
来源 |
L先生说(ID:lxianshengmiao)
文 |
Lachel
经常有读者问我:如何才能提高自己的深度思考能力?
一般情况下,我总会给一个最简单的建议:多读一些复杂的、需要费脑子的文章和书籍。不用强求能读懂多少,但要努力读进去。
为什么呢?目的不在于从它们中获得启发,而在于,通过这种方式,锻炼我们的前额叶,让它逐渐习惯这种「需要动脑」的模式。从而,当我们遇到问题时,能够快速让它运转起来。
一旦形成习惯,「深度思考」对于你而言,就不再是「深度思考」了 —— 它变成了一件非常自然、无需费力干涉的事情。
就像许多老读者,最常给我的反馈就是:
自从建立了阅读和思考的正确习惯之后,回过头看以前常读的文章,总觉得寡淡无味,毫无信息量,根本读不下去,脑子里只有一个念头:
「我以前怎么会读这种没脑子的东西?
」
再比如,之前我
分享了我的「生活管理系统」,许多读者留言,说实在是太复杂了,没看懂。
但实际上,这篇文章呈现出来的内容,大概只有我整套管理系统的1/10,还有好多东西限于篇幅没机会讲……
为什么会这样呢?是因为我特别聪明吗?其实不是的。是因为它们对我来说,已经足够熟悉,已经内化成了我日常生活中的本能,成为我生活轨迹的一部分。就像吃饭喝水一样,无需耗费我的脑力。
所以,我就可以基于这些已经内化的流程和模式,把脑力花在对新方法、新事物的探索上面,专注于思考如何去优化它。
我之前说过:大脑的本质是什么?是一台贝叶斯机器。我们每天生活里的一切行为,都是在训练它。
你喂给它什么,它就会成为什么。
你喂给它粗制滥造、无需动脑的信息,大脑就会变得日渐懒惰、懈怠,因为它发现这样就足以应对每一天的生活;你喂给它高度复杂、需要反复咀嚼的信息,大脑就会努力改变自己、调整自己,来适应信息的难度,直到得心应手为止。
终我们一生,大脑一直在做一件事情:把需要花费脑子去做的事情,变成「不需要动脑」的自动化加工模式。
对许多人来说,大脑的这种特性,几乎是没有上限的。你给予它足够大的挑战跟刺激,大脑就会自己通过构建和强化突触连接,改变自己的内在结构和适应性,来适应它所预测到的「新情境」。
这个过程,我们就把它叫做成长。
这也就是今天的主题:如何设计一套属于自己的「成长系统」。
大脑的最佳状态是什么?
我之前在文章
中提到过:
人变强的本质是什么?就是心智世界对现实世界的拟合。
这种拟合,表现出来是什么呢?简而言之,就是大脑这个内在系统,对世界 —— 这个外在系统 —— 的自演化和适应。
下面详述。
我们所摄入的一切信息,所思考的一切痕迹,就构成了大脑内在系统的结构。
这个结构,会不断为大脑提供动力,支撑着它去理解、探索外部世界。
在这个过程中,外部世界又会通过种种触点,给予大脑反馈。这种反馈,会在整个内在系统内部形成一个力,迫使大脑改变内在结构,来抵消和适应它。
那么,如何抵消这个外部世界给予的力呢?就是通过把各种节点进行重构、联结,重新形成一个小的局部系统,来把这个外力消解掉。
你可以这样理解:一台机器,各个部件之间通过齿轮联动起来。那么,当你用力推它,所有的齿轮就会转动,一个带动另一个。这种转动,就把你所给予的外力消解了。只要所有的齿轮是严密合缝的,你提供力的方向是稳定的,那无论你怎么推,只能改变它们的转速,而不会改变这个系统。
这就是大脑想达到的最佳状态:构造一个足够稳定的系统,无论外部世界施加什么样的刺激和力,都能够通过系统本身的结构来消解。
但是,当然,现实世界是极其复杂的,几乎不可能出现这种状况。这就导致了:施加到内在系统上面的力,方向往往是不同的,多变的,全方位地挑战着这个系统的种种薄弱环节。
在这种情况下,如果一个局部系统无法通过固有的构造来抵消外力,会怎么样呢?残留的外力会留在系统里,积蓄起一种残余的能量,迫使系统对它作出处理。
举个简单的例子:学过射箭的朋友会知道,拉弓弦的能量会被箭的动能带走,这时整个系统是平衡的。但如果只拉空弦,没有箭,那么拉弦的能量就会被传递到弓的各部位,极有可能造成弓的断裂。
也就是说,这个系统无法处理「残余的能量」,导致分崩离析了。
所以,大脑只能退而求其次:我不求「完全不动」了,但我只希望能尽可能减少这种残余的能量,使它尽可能最小化,不要老是逼迫我去「大改」。
这种残余的能量,就叫做「自由能」。大脑的这个特性,用神经科学家 Karl Friston 的话来说,就叫做「自由能最小定律」(Free-energy principle)。
一个人的两种状态模式
那么,基于自由能最小定律,大脑会有什么样的策略呢?
大体来说,会有两种方式。
第一种,就是把自己关在一个小圈子里面。先通过调整内部构造,达到一个相对稳定的状态之后,再去「筛选环境」,找到一个适宜自己生存的小圈子,然后建筑起一道高墙,一切外在的信息都必须经过审查,跟内部系统一致的,才能放进来,否则就摒弃在墙外,当它们不存在。
在这种情况下,外在的一切刺激,都经过重重筛选,当然就不会有不可预料的「意外」和自由能了。
这样的人,往往会有一套自己对世界的认知,这套认知可能是自洽的、能说得通的,在某些场景下也适用,但放到更广阔的世界里可能就不适用了。
不过,没关系:对他们来说,我所在的地方,就是整个世界。不符合认知的,他们也会通过一整套机制 —— 包括「过度简化」「证实偏见」「动机性推理」来扭曲它,让它符合自己的认知。实在扭曲不了的,无视掉就好了。
现实中,许多人都是这样的模式。在一个小圈子里久了,在一个固定的位置上久了,做自己熟悉且适应的事情久了,我们就很容易扭曲自己的心智世界,用自己的目光去给世界加滤镜 —— 这也就是我之前
写到的「中心化效应」。
这是第一种模式,把自己「关起来」。
第二种,则是「走出去」,主动去探索和拥抱世界。
通过构造一个拥有极高「可塑性」和弹性的系统,保证在遇到任何外部冲击的时候,都能够通过灵活多变的微调,来最大化地消除外力所造成的「自由能」,从而让系统具备更强的抗冲击能力。
这种模式下,外部世界的冲击和刺激,对他们来说,反而是一种使内在系统变得更紧密、更稳固,更容易适应多种环境的机会。也就是 Taleb 所说的「反脆弱性」。
这样的人,会非常警惕「一致」。因为,长期处在一个「一致」的环境中,对他们来说,反而是一种危机:这会减少它们接触到的外界反馈,让灵活的系统慢慢变得凝涩、固化,不再拥有弹性。
那么,如何才能从第一种模式,进化到第二种模式呢?
简单来说,要建立起一种足够具备弹性的内在系统,需要经历四个步骤:
1)多元化接触外部世界,接收新的、预期之外的「意外」刺激。
2)理解新的情境,吸收相对应的信息和经验,内化为系统的一环。
3)从新刺激、新情境中提炼出对系统整体有所助益的模式,用来监测和指导系统的演化。
4)用演化之后的新系统去接触外部世界,把「新的」转变为「旧的」。
可以看到,这四个步骤,构成了一个小的循环,一个不断内化新事物、完善自己框架的循环回路。也就是我提过很多次的:
以我为主,为我所用。
如何不断训练大脑?
把这套思维,迁移到我们身上,能得到什么启示呢?
简而言之,其实就是两点:
1)对外:
不断接触新的刺激,并通过对大脑的训练,把它们内化为自己的本能反应,把「主动加工」变成「自动化加工」。
2)对内:
拎出自己应对新问题、新情境的「自动化加工」模式,去思考它们的不足和欠缺,结合对新情境的理解,逐步完善和优化,并用新的结果来替代自己旧的模式。
举个非常简单的例子。
行为经济学告诉我们,人都是有「损失厌恶」的。同一个事物,用不同的框架呈现出来,所引起我们的感受和反应也会不同(框架效应)。这就是我们内禀的、对事物的自动化加工模式。
比如:70%的成功率,跟30%的失败率,这两者是一模一样的。但当我们关注「失败率」的时候,它所带给我们的畏惧感和阻碍感,会比我们关注成功率的时候更高 —— 这就是损失厌恶。
理解了这一点之后,我们要怎么做呢?用损失厌恶来指导我们思考问题和决策吗?当然不是。我们要做的,是引入理性的力量,来「对冲」我们大脑中天生具有的、非理性的部分,消除掉我们的这种「框架效应」。
这就是一个把旧模式拎出来,去审视和思考它,再通过逐步微调和完善,用新模式来替代旧模式的过程。
再比如:当你碰到一个看起来很厉害的方法(比如我之前分享过的「生活管理系统」),该怎么做呢?是直接照搬吗?
当然不是。你要做的,是理解它的原理,再结合自己的实际情况和需求,先引入其中的一小部分,融入到自己的实践当中,让自己的「系统」去慢慢消化这个「新刺激」;等到它跑通了,无需耗费脑力去维持它,再引入另一小部分,继续消化,继续跑通……
在这个过程中,你也完全无需按部就班遵循每一步的操作。而是应该基于对它的理解和对自己的洞悉,加入自己的元素,去改造它、微调它,让它来适应你,最终融入你的系统当中,成为你「新模式」的一部分。
这就是我在《
做成任何事情的方法
》
中写到的「眼高手低法」,一个不断训练大脑,把主动加工变成自动化加工的过程。
也就是我们不断更新自己「思维操作系统」的过程。
5个方法
设计适合自己的成长系统
那么,回到主题:如何更好地设计一套这样的成长系统呢?
分享几点心得,希望能够帮到你。
1、把思考和行动流程化
我有一个习惯,每次做成一件事情,我都会想,能不能把这件事情设计成一个流程?
大到公司里新的项目,运营方针,小到个人生活里的各种细节,我都会想办法从中找出「能够复制和迁移」的关键,用流程的形式把它固化下来。
可以是一系列步骤,可以是一个模型,可以是一套SOP,也可以是一张核对表……不一定要书面化储存,对于一些比较简单的流程,我也会先梳理一下,然后记在脑子里,需要的时候按部就班去用就好。
一旦变成流程,也就意味着:当我再次面对类似的问题时,无需重复操心,可以直接调用我已有的流程来解决它。
举个例子:我在生活中会需要处理很多信息,比如各种各样的新知识,突然冒出来的灵感和点子,日常生活中的各种琐事和材料……但无论它们有多杂乱,我总是可以用一整套 INK-P 体系,对它们进行管理。
比起我花费脑力去分门别类地处理每一件事情,把一切都丢给流程,未必是最好的,但一定是最省力、最小化「不必要的麻烦」的。
所以,你在我很多文章里面,会看到各种各样的方法和模型 —— 这里面,其实有很多,都是我总结和归纳出来的流程。
流程的本质是什么?是你自身「内在系统」的一部分,亦即你理解外部世界、处理新情境的一种加工模式。一个人成长的过程,很重要的一点,就是不断把新问题、新情境,内化进自己的系统里,成为自己系统的一部分。
所有一切我面对过的问题,最终都会成为我解决新问题的助力。
这是成长的基础,也是我们不断壮大自己的方式。
2、拓展自己的网络节点
在我的文章里,你可能会看到各种领域的知识点:心理学,哲学,社会学,经济学……很多看似不相干的知识点,其实都可以通过某些方式串连起来,碰撞出新的火花。
这就是一个很有意思的地方:知识是有网络效应的。
什么意思呢?假设你一共有3个知识点,那么它们之间连接的可能性就有3种;如果有4个知识点,就是6种;而如果有10个知识点呢?那就是45种。
你拥有的知识节点越多,它们之间通过碰撞、重构,构建出新组合的可能性,也就越多。
这就意味着,当你面对新刺激、新情境时,你会拥有更强的「弹性」—— 你可以通过对多个节点和连接的重组,保持一个柔性的结构,最大限度地消解外在的冲击力。
这里要注意2点。
1)这些节点,不仅仅是知识,也包括经验。
一切你所动脑解决过的问题,从中获取到的心得和经验,都应该储存起来,做成一套属于自己的「工具箱」,在需要的时候可以拿出来组合、使用。
2)不同领域的节点,往往更容易互相碰撞,
构建一些你之前从未想到过的连接,从底层打通,形成一套紧密而极具韧性的系统 —— 这也就是查理芒格所说的「多元栅格模型」。
它们将会是你拓展心智世界边界的强大助力。
3、更新自己的思维框架
什么是思维框架?举个例子:我们把水倒进一个杯子里,如果水是问题,那么杯子就是框架。不同的框架,会体现出对问题不同的呈现方式,也会影响我们的思考方式。
简单来说,思维框架,就是我们在思考问题的时候,那些默认为真的、用来约束我们思维的条条框框。
像下面这些要素:
被默认为真的假设和信念
对问题贴上的标签和分类
思考问题的切入点和角度
习惯性的经验和路径依赖
……
这些东西,都可以是我们处理新问题的捷径,能够帮我们省力。但如果局限于用固有的框架看待问题,那就只能一直停留在「旧模式」里面。
一个好的思维框架,是需要不断去打破和重建的。在这个过程中,通过质疑那些固有的信念、条件,你会更加透彻地理解自己,同时更好地理解我们所面对的情境。
如何更新框架呢?可以参考我在上一篇文章里提到的:
质疑自己框架所赖
以持存的各种信念;
广泛接触新信息,并让它们互相融合、修补;
形成新的框架,并容纳其他不一致的信念的存在。
一个好的思维模式,一定是能够容纳种种不同信念,保持在自己内心中,容许它们互相整合、互相碰撞、共同生长的模式。
一颗强大的内心,也是如此。
4、设计系统演化的路径
如果把我们看作一个不断成长和演化的系统,那么,你会得到一个启示:
很多时候,其实不是我们自己不断地「往前走」,而是我们的内在系统本身,沿着我们设计的关键节点和路径,自行演化和发展。
也就是说,对我们来说,更重要的,不是去推动自己「我要做什么」,而是找到自己的关键节点,把它们整合成一条路径,再给予自己足够的内驱力。
这就需要你具备一个愿景和目标,并且,能够基于对愿景和自身本质的理解,决定每一个关键节点的方向,让系统始终保持一个稳定的方向。
举个例子:你不一定知道「我适合什么工作」,但你需要明确的是:我擅长什么,对什么感兴趣,什么事物能给我意义感、使命感;你未必知道「我要什么」,但一定要很清楚「我不要什么」。
这些,就是对你内在系统的限制和约束条件。
在这个基础上,再广泛去接触各种可能性,多元化自己的生活模式,让自己接触更多的圈子、更广阔的的天地……从体验中去观察、学习和感受,让系统自然演化。
简而言之,把外部动机转化为内部动机,变自律为自驱,化外在控制点为内在控制点,让自己感受到你对生活的自主性和控制感。
只有你掌控了生活,你才不会被生活所掌控。
5、用实验的心态去探索
我有个习惯,喜欢用「实验」的态度,去面对我未曾涉足过的新领域。
这样一来,如果做成了,那很好;如果没做成,也没关系,在这个过程中,我可以获得许多经验,增进我对外部世界的理解,帮助我更好地调适自己的内在系统。
不要太计较结果,而是去关注过程,关注过程里你的感受、想法、经验,以及你的成长和生命体验的丰富。
这是让自己永远保持热情和探索欲的最好方式。
一个人什么时候才会停止成长?当他对这个世界失去好奇心的时候。
永远让新事物成为你的养料,而不是阻碍。
最后一点建议,也是文章最开头讲过的:
尽量少读不动脑的信息,多读费脑子的文章和书籍。
如果你读不进去,慢慢来,哪怕读一两页也行。久而久之,你一定能感受到自己的变化。
也欢迎有相关经历的朋友在留言区留下你的心得。: )
(原文略有删减)
来个“分享、点赞、在看”👇
你有什么特别的思考方式吗?
登录查看更多
点赞并收藏
0
暂时没有读者
0
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
自由能
关注
0
【KDD2020】 深度图神经网络专题论文解读
专知会员服务
47+阅读 · 2020年9月20日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
图神经网络架构,稳定性,可迁移性
专知会员服务
28+阅读 · 2020年8月8日
【NeurIPS2020提交论文】建立具有消息传递的等变图神经网络
专知会员服务
49+阅读 · 2020年6月29日
【Manning书籍】像数据科学家一样思考,331页pdf教您如何步步成为数据科学家
专知会员服务
47+阅读 · 2020年6月18日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
【KDD2020】XGNN-可解释图神经网络,从模型级解释构建可信赖GNN
专知会员服务
131+阅读 · 2020年6月7日
如何持续深度学习?看这份《DNN2GP: 从深度神经网络到高斯过程》45页ppt和论文提供新思路
专知会员服务
55+阅读 · 2020年5月15日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
周志华教授:如何做研究与写论文?
专知会员服务
154+阅读 · 2019年10月9日
如何从0到1建设中台?看这一篇就够了!| 三节课深度
三节课
19+阅读 · 2019年7月9日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
用户研究:如何做用户画像分析
互联网er的早读课
5+阅读 · 2019年5月14日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
产品总监如何管理团队,搭建一个强大的队伍?
人人都是产品经理
17+阅读 · 2018年12月19日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
深度 | 让机器思考与互相理解:DeepMind提出机器心智理论神经网络ToMnet
机器之心
4+阅读 · 2018年2月24日
深度学习的GPU:深度学习中使用GPU的经验和建议
数据挖掘入门与实战
11+阅读 · 2018年1月3日
乂学教育栗浩洋:教育机器人如何利用 AI 提升 10 倍教学效率
雷锋网
3+阅读 · 2017年7月20日
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Knowledge Graph Alignment Network with Gated Multi-hop Neighborhood Aggregation
Arxiv
18+阅读 · 2019年11月20日
BERT-Based Multi-Head Selection for Joint Entity-Relation Extraction
Arxiv
6+阅读 · 2019年9月26日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Deep High-Resolution Representation Learning for Human Pose Estimation
Arxiv
5+阅读 · 2019年2月25日
Deep Graph Infomax
Arxiv
17+阅读 · 2018年12月21日
Visual Question Answering as Reading Comprehension
Arxiv
3+阅读 · 2018年11月29日
VizWiz Grand Challenge: Answering Visual Questions from Blind People
Arxiv
3+阅读 · 2018年4月2日
Guide Me: Interacting with Deep Networks
Arxiv
4+阅读 · 2018年3月30日
Scalable Generalized Dynamic Topic Models
Arxiv
7+阅读 · 2018年3月21日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
自由能
自动化
微调
书籍
Principle
设计
相关VIP内容
【KDD2020】 深度图神经网络专题论文解读
专知会员服务
47+阅读 · 2020年9月20日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
图神经网络架构,稳定性,可迁移性
专知会员服务
28+阅读 · 2020年8月8日
【NeurIPS2020提交论文】建立具有消息传递的等变图神经网络
专知会员服务
49+阅读 · 2020年6月29日
【Manning书籍】像数据科学家一样思考,331页pdf教您如何步步成为数据科学家
专知会员服务
47+阅读 · 2020年6月18日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
【KDD2020】XGNN-可解释图神经网络,从模型级解释构建可信赖GNN
专知会员服务
131+阅读 · 2020年6月7日
如何持续深度学习?看这份《DNN2GP: 从深度神经网络到高斯过程》45页ppt和论文提供新思路
专知会员服务
55+阅读 · 2020年5月15日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
周志华教授:如何做研究与写论文?
专知会员服务
154+阅读 · 2019年10月9日
热门VIP内容
开通专知VIP会员 享更多权益服务
【新书】大规模语言模型的隐私与安全,
NeurIPS 2024最佳论文出炉,北大字节VAR获最佳论文、厦大清华获亚军,
【CMU博士论文】朝着更强大的图表示学习迈进
美军任务伙伴环境(MPE)发展研究
相关资讯
如何从0到1建设中台?看这一篇就够了!| 三节课深度
三节课
19+阅读 · 2019年7月9日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
用户研究:如何做用户画像分析
互联网er的早读课
5+阅读 · 2019年5月14日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
产品总监如何管理团队,搭建一个强大的队伍?
人人都是产品经理
17+阅读 · 2018年12月19日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
深度 | 让机器思考与互相理解:DeepMind提出机器心智理论神经网络ToMnet
机器之心
4+阅读 · 2018年2月24日
深度学习的GPU:深度学习中使用GPU的经验和建议
数据挖掘入门与实战
11+阅读 · 2018年1月3日
乂学教育栗浩洋:教育机器人如何利用 AI 提升 10 倍教学效率
雷锋网
3+阅读 · 2017年7月20日
相关论文
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Knowledge Graph Alignment Network with Gated Multi-hop Neighborhood Aggregation
Arxiv
18+阅读 · 2019年11月20日
BERT-Based Multi-Head Selection for Joint Entity-Relation Extraction
Arxiv
6+阅读 · 2019年9月26日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Deep High-Resolution Representation Learning for Human Pose Estimation
Arxiv
5+阅读 · 2019年2月25日
Deep Graph Infomax
Arxiv
17+阅读 · 2018年12月21日
Visual Question Answering as Reading Comprehension
Arxiv
3+阅读 · 2018年11月29日
VizWiz Grand Challenge: Answering Visual Questions from Blind People
Arxiv
3+阅读 · 2018年4月2日
Guide Me: Interacting with Deep Networks
Arxiv
4+阅读 · 2018年3月30日
Scalable Generalized Dynamic Topic Models
Arxiv
7+阅读 · 2018年3月21日
大家都在搜
RE-NET
自主可控
大型语言模型
全面综述
生成模型
MoE
汽车智能化
无人艇
笛卡尔
出海产品从 0 到 1 该怎么做
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top