熵能调谐棱柱怎么用
粉丝6341获赞1.9万
相关视频
02:12
15:01查看AI文稿AI文稿今天咱们聊一个非常有意思的话题啊，就是商力，这是一种因为系统的无序度变化而产生的一种力，其实它背后的本质就是统计学。 对，就是这么一个非常纯粹的概率，却能在宏观上产生非常真实的好像是有一股力量在拉着你一样的这种效果。是的， 这个真的很神奇，那我们就开始今天的讨论吧。咱们先来说说这个伤力它到底是个什么东西？然后为什么说它跟我们常见的这些力，比如说橡皮筋的弹力，还有 dna 的 折叠，甚至黑洞的引力，都有千丝万缕的联系。 说到这你肯定想象不到，就是其实这个橡皮筋它被拉长之后让它缩回来的这个力并不是因为分子之间有什么吸引力，而是因为它的分子热运动，想要让这个体系变得更加无序， 这才是伤力。听你这么一说的话，感觉好像很多我们以为的这种基本的力，其实背后都有这个 dna 的 折叠，包括黑洞的引力，甚至我们的万有引力， 都有可能是这种商力在背后起作用啊。对，就是他并不是我们传统意义上的一种力，而是一种统计学的现象，所以他才会无处不在。哎，说到这我就有点不太理解了，商力和我们熟悉的那些基本力到底有什么本质上的区别？ 最大的不同就是这个商力他根本就没有写进牛顿的方程里面。嗯，他也不是由任何一种基本的相互作用产生的，他完全是一种统计效应，是大量粒子的无序运动在宏观上的一种体现。明白了，然后我们要聊的就是商和微观态的统计。 对，那商到底是怎么用微观态的数目来定量的定义的？其实商它并不是一个能量的概念，它是一个完全的统计学的量，它的定义就是这个 s 等于 k 乘以 l n 欧米伽。 哦，那这里面的这个 k 呢？就是波尔兹曼常数，然后这个欧米伽就是这个系统的微观态的数目。 听起来这个微观肽的数目 omega 就 决定了商的大小。对，那这个微观肽到底是什么东西？可以这么看，微观肽就是系统在保持宏观状态不变的前提下，其内部的粒子所有可能的排列方式。 对，比如说一盒气体分子，在这个盒子的体积、温度和压力都不变的情况下，里面的分子可以有无数种重新分布的方式， 每一种分布方式都是一个微观态。所以为什么说孤立系统总是会变得越来越无序？这个背后的统计学的原理是什么？其实这个是因为在一个孤立系统里面，他总是会自发的往微观态数多的宏观状态去演化啊，这个概率要远远大于往微观态数少的宏观状态去演化的概率。 所以他看起来就是好像是被一条物理定律强迫着一样，总是要往无序的方向去走，但其实他只是一个统计学上的压倒性的倾向。懂了懂了，接着咱们具体说说自由能，嗯，以及他是如何把能量和商这两个看起来完全不同的东西联系在一起的。 对，还有就是这个自由能的公式里面的每一项到底在自然界当中扮演着什么样的角色？自由能的这个公式就是 f 等于 u 减 ts， 哦，那这里面的 f 就是 我们说的这个自由能 u 是 系统的内能， t 是 温度， s 就是 商。所以就是说在这个恒温的过程当中，系统会怎么变化呢？如果温度不变的话，系统总是会自发地朝着自由能 f 减小的方向去演化。嗯， 如果内能 u 不 变，那么温度只要不是绝对零度，系统就会想要增大它的商 s 来让自由能 f 降低， 这就是自然界的一个能量和无序度之间的一个平衡的结果。我还有一个疑问啊，就是这个商力到底是怎么通过这个自由能对空间的变化率来定义的？嗯，然后为什么它可以表现的跟我们常见的那些力完全一样呢？商力它的这个公式是 f 等于负的 t 乘以偏 s 偏 x， 哦，这里面的 t 是 温度，然后这个偏 s 偏 x 就是 商， s 对 未知 x 的 变化率在这个公式里面是假设了内能是不变的，原来这个商力它就是跟温度和这个商的空间变化率有关。嗯，那为什么它会表现的跟我们日常接触到的那些力一样呢？ 其实你用一个测力计去测这个伤力，他和我们学的牛顿力学里面的那些保守力是没有办法区分的，对，他不是一个假想的力，他是大量的微观粒子的这种随机的碰撞，在宏观上的一个统计的结果。那我们就从微观的角度来看一下橡皮筋他到底是怎么回弹的。 嗯，然后这个高分子链的这种随机游走的模型又是怎么来描述他内部的这个结构的，我们可以把橡皮筋里面的这个高分子链看成是一个一个的链结，自由连接在一起的哦，他的每一节之间是没有什么势能的，他可以自由的转动， 然后这个链的末端的位移是符合一个高斯分布的，就是 p。 关于 r 是 正比于 e 的 负的二 n， 阿方分之三 r 方，嗯，然后这个 r 就是 末端的位移， n 是 这个链结的数目， a 是 每一节的长度。了解了， 所以为什么说这个橡皮筋被拉长之后他会自己弹回来，其实并不是因为有什么势能在拉他，而是纯粹的统计效应。对，没错，因为这个高分子链他在被拉直的时候，他其实没有任何的势能再让他返回， 他的这个回缩的力，完全是因为他全区的状态要比他伸直的状态有更多的微观态。嗯，所以他想要回到概率最大的那个高伤的状态，哦， 这才是它回缩的本质原因。那这个统计的趋势怎么就能用一个公式来表示，并且还能跟胡克定律联系起来呢？这个是可以推导出来的。这个力 f 等于负的 n， a 方分之三 k， b， t 再乘以 r， 嗯， 这个符号就表示这个力是跟这个拉伸的方向相反的。然后这个公式其实就是胡克定律在微观层面的一个起源。 对，完全是由伤来驱动的。明白了，然后我们来聊一聊怎么通过实验来区分伤力和基本力。嗯，为什么升高温度会让橡皮筋的收缩力变大，但是对金属弹簧没什么影响。 这个实验其实很有意思，就是你把金属弹簧和挂着重物的橡皮筋同时加热，你会发现金属弹簧的弹力几乎不变，但是橡皮筋的收缩力会明显的增加。 ok， 所以 说橡皮筋的这个力和温度是有直接关系的。对，那这背后的微观机制是什么呢？因为伤力是和温度成正比的。对，加热其实就是给了这个高分子链更多的能量，让他可以去探索更高伤的全区的状态，所以他的宏观的收缩力就会增强。嗯， 这就是伤力和基本力的一个核心的区别。懂了，那我们下面就说一说这个伤力在其他的领域，比如说在渗透压和排空力当中，它是怎么起作用的。渗透压其实就是伤力的一个绝妙的体现， 溶剂分子会自发的通过半透膜流向溶质的那一侧，这个不是因为他被溶质吸引了，而是因为这样可以让整个系统的伤变得更大。嗯， 对，其实这个渗透压的公式就是 pi 等于 n 除以 v 乘以 k b t， 就是 跟理想气体状态方程是非常像的。那这个排空力又是什么东西？它和渗透压有什么联系吗？排空力其实也是一个商力，比如说你在溶液里面有一些大的颗粒， 然后这些大颗粒如果互相靠近的话，他们之间的这个所谓的排空区就会重叠，那这样的话就相当于给周围的这些小的颗粒释放了更多的活动空间。哦，那整个系统的伤就会增加，所以就会产生一个等效的吸引力，让这些大颗粒好像是被推着聚到一起一样。对， 这个力在胶体和生物系统里面是特别重要的，原来是这样，然后我们再来说说这个伤力在生命体系当中的作用。嗯，为什么蛋白质在折叠的时候会有这么强的驱动力？这个蛋白质它之所以会折叠成一个独特的三维结构， 最重要的一个动力就是因为输水效应。哦，就是这个蛋白质的输水集团会倾向于聚集在一起，把水给排挤出去， 所以这个过程其实是在让周围的水分子变得更加无序吗？对，没错，就是这些输水集团聚集的时候，原本有序排列在他们周围的水分子就被释放了， 哦，那这个时候水的伤就会大大增加，而这个系统的总伤，也就是蛋白质加上水的伤会达到一个最大值，这才是整个折叠过程的真正的动力来源。了解了， 那我们现在要讨论的就是一个非常前沿的话题了，就是引力的商力假说。嗯，这个里面有一个特别奇怪的事情，就是黑洞的商竟然只跟它的表面积成正比， 这是怎么回事呢？这个其实就是黑洞商的公式，这个 s 等于四派 kbc 三次方除以四 g 再乘以 a。 哦，就这个黑洞的商，它是跟它的事件世界的面积 a 成正比的商只跟表面积有关。 这听起来就非常的反直觉啊。是的，正是这个黑洞商的公式启发了全息原理。哦，就是说这个我们以为的三维的世界，其实全部的信息都可以编码在一个二维的边界上，嗯， 就每一个普朗克面积上可以存一个比特的信息，这是一个非常深刻的，对于我们这个空间本质的一个洞察，从全息屏的统计涨落 来推导牛顿第二定律， f 等于 m a。 嗯，你能先跟我们说一下，就是这个全息屏，它处于热平衡的时候，它有一个 n 柱温度， 然后呢，这个温度和加速度到底是一个什么样的关系？呃，当这个全息屏处于热平衡的时候呢，它会有一个由加速度所引起的应用户温度。对，那这个温度呢？是可以用这个公式来表示的， p 等于 h 乘以 a 撇儿， 再除以二派 c kb， 然后这个 a 撇呢，就是这个全息屏的加速度，然后其他的都是一些常数啊，像这个 h 是 普朗克常数， c 是 真空中的光速， kb 是 波尔兹曼常数。哦，明白了，那能不能讲一下，当一个粒子靠近这个全息屏的时候，这个屏的信息比特和商是怎么变化的？ 当然可以，就是当一个质量为 m 的 粒子靠近这个屏，然后移动了一个 constant 波长，哦，这个时候呢，屏上的信息比特就会增加，然后商也会随之增加。对，所以说牛顿第二定律其实是跟这个全息屏的商变是有关系的，对吗？是的， 就是通过这个 ur 温度和这个商变的关系呢，可以推导出 f 等于 h a 撇除以二派 c kb， 然后再乘以二派 kbpc 除以 h， 嗯，然后最后就可以得到 f 等于 m a。 哦，就牛顿第二定律，其实它是 可以从全息屏上的商变当中涌现出来。原来是这样，那我们下面就来讲一下这个万有引力的商力解释。对，那这个全息屏的总能量和它的自由度之间有什么关系？这个能均分定律在里面是怎么起作用的？ 好的，在这个全息屏的模型里面呢，这个总能量 e， 它是均匀的分配给 n 个自由度的哦，然后呢，它的能量和自由度的关系就是 e 等于二分之一 n k b t， 这个就是能均分定律在这个全息屏上面的一个应用。那这个全息屏的自由度，它的数量 n 是 怎么跟这个屏的半径 r 联系起来的？这个自由度 n 它是等于 c 的 三次方，除以 g 乘以 h， 再乘以四拍 r 的 平方哦，这里面的 c 是 光速， g 是 万有引力常数，然后 h 是 普朗克常数。 那怎么通过这些关系，再加上 f 等于 ma， 就 能推导出这个万有引力定律呢？就是你把这个总能量的公式和这个自由度的公式结合起来，再把 f 等于 ma 带进去，你最后就能得到 f 等于 j 乘以大 m， 小 m 除以二的平方啊。就这个 万有引力定律，它其实也是可以从这个全息的角度，然后通过一些统计力学的方法推出来的。所以说按照这个 verlander 的 这个观点，就是引力它到底是一个什么样的东西？它跟我们之前理解的那些基本力到底有什么不一样？在 verlander 的 这个理论里面呢，引力它其实不是一个基本力 哦，然后也没有什么引离子这种东西，它说时空本身就是一个热力学和信息论的一个衍生的现象， 然后这个让苹果下落的力和你拉伸一个橡皮筋，它回到原来位置的这个力，其实本质上都是宇宙在尝试着最大化它的微观态的数量， 哦，就是它是一种统计的趋势。那我们下面要聊的就是这个商力和基本相互作用，它们到底有哪些本质的不同？最大的区别就是它们的微观起源是完全不一样的。嗯，比如说像电磁力，它是靠交换光子这种波色子来传递的，它是有一个实实在在的场在背后。 但是商力它完全是大量自由度的统计平均，它不是一个基本的相互作用。所以说商力其实更像是一种宏观的幻象。对，它跟这些基本力比起来感觉就很不一样。没错没错，而且商力它是一定要有一个热库的，就是它一定要跟温度有关， 他是严格的正比于温度 t 的， 所以在绝对零度的时候，伤力是会消失的，然后他也不能存在于真空中，嗯，而基本力是没有这些限制的。那这个自由能的这个公式能不能把这两种力统一起来描述呢？对的， 就是所有的力其实都可以写成这个负的偏 u 偏 x 加上 t 偏 s 偏 x。 哦，那这前面一项就是我们熟悉的这个能量力，后面这一项就是商力，它其实是无序带来的一个力。明白了，然后我们最后要聊的这个主题啊，就是无序是怎么在自然界当中创造出秩序和结构的， 这个其实是一个非常深刻的问题，为什么说这些看起来这么精巧的结构，其实他并不需要一个设计者，他只需要有统计规律就可以自发的冒出来， 这个就真的是无序中的建筑学了。就是只要你有大量的随机事件在一起，这个概率就会像一只无形的手一样，把无序推向有序 哦，比如说这个橡皮筋的弹性，他就是靠这个高分子的无规则的热运动，然后包括这个细胞膜的自组装，蛋白质的折叠，甚至可能引力本身都是纯粹的统计学在背后塑造出了这些非常复杂，看起来好像是设计出来的结构。所以你是说 这个世界最底层的秩序其实是完全基于概率的，对，最不起眼的统计规律恰恰是宇宙最深刻的底层建筑。 嗯，就是他不需要一个外部的力量来告诉这些粒子要怎么排列，他自己就可以从无序当中涌现出有序，这就是统计物理学最神奇的地方。好吧，那今天我们聊了很多关于伤力的东西，从这个橡皮筋的收缩，到这个黑洞的伤，然后到这个生命的蛋白质的折叠， 我们发现原来在这些复杂的现象背后，都是这个统计规律在偷偷的导演一切。好的，那我们这期节目就到这里了，感谢大家的收听，咱们下期再见。
357北游知
03:01查看AI文稿AI文稿哈喽，大家好，今天来跟大家分享一本看过的书，叫直到时间的尽头，封面上写着的是追寻宇宙生命和意识的最终意义 比较厚的一本书，知识含量非常的丰富。我们先从他的首篇前面比较重要的一个概念伤来做一个分享，因为我对伤很感兴趣，恰恰在这本书里面 得到了这样一个知识的一个学习，然后又去查了一些资料，很开心能作为一个就是普通的人，我们来去了解一下这一个比较有科学知识含量的事情。那用了我们比较生活日常中的一些例子， 那么伤他到底是一个什么意思呢？他是来衡量我们一个五就是一个混乱状态的一个单位。 那么结论是什么？针针对于宇宙来说的话，科学家说我们的宇宙就是一个商真的过程， 也就是说我们这个混乱状态是会越来越混乱，越来越趋于无序的一个状态。我们举一个生活中的例子， 从宏观态来看，我们就是我们会讲到一个宏观态，微观态，我们简单理解一下，宏观态就是你肉眼能够看到的微观态，你可以理解成原子呀，分子呀等等小颗粒的东西。那么一个老房子，我们很久不去住的一个老房子，大家都知道 时间越久的话，他这个房子他就会烂，就是会越来越烂，越来越破。 但如果说有人住的话，经常去打理收拾，那么他其实会比较趋于整洁，也就是说随着自然界规则的一个发展的话，我们的事物都是趋于一个无序状态去呃往下演绎的， 那么宇宙也是这个样子。再举一个生活中的例子，就是比如说我们洗澡的时候，也是这本书上举到的一个例子，就说我们的这个水蒸气啊，在我们的浴室里面， 他有有一种可能是他只集中在我们洗澡的你身体周围，这是可以存在的一种概率，但他的概率极其的小，那么最最大的概率是往哪个地方走呢？就是往他的水蒸气会扩散到整个浴室去，往这个方向去走， 那么这个方向就是一个非常无序的状态，它就是一个商增的过程。那么就有人很奇怪，包括我也在想这个问题，那么宇宙既然是一个趋于无序的一个状态的过程，那么它会越来越乱，为什么我们会出现人？这个宇宙为什么会出现人？ 这是一个非常有意思的问题，比较趋于哲学的问题。
27沉思者手稿
32:53查看AI文稿AI文稿朋友们，你明天要不要辞职？不知道你那只套了三年的股票哥还是家，不知道你跟那个人的关系还能不能走下去？不知道三年后 ai 会不会坐在你现在的工位上还是不知道。你仔细想想，你每天睁眼闭眼百分之九十的决策全是不知道。 你脑子里唯一能用的工具，翻来覆去就四个字，大概可能就这没了。这就是普通人这辈子最惨的地方，天天被不确定性摁在地上摩擦，手里却连把尺子都没有。但有一批人不一样，你打开天气预报，明天下不下雨这种玄学的事，人家给你算成一个百分比， 降雨概率百分之七十，你一眼就知道要不要带伞。你打开支付宝，保险公司告诉你，你今年出意外的概率百分之零点三， 精确到给你算出保费多少钱一年。你打开抖音，凭什么总能刷到你想看的算法？在背后算的还是同一件事，谷歌的搜索， chad gpt 的 回答，抖音给你推的每一条视频，底层的底层，全部都在算一件事， 不确定性到底是多少。同样都是面对未知，他们手里有尺子，你手里只有感觉，你品你细品。可是朋友们，这把尺子其实早就造出来了，他的名字被误读了整整八十年，叫商，读作商。 先说清楚一件事，今天讲的是信息商，跟你在短视频里听过的那个热力学商增 不是一个商，有很大区别。别混信息商这玩意做的事就一件，把不确定这三个字，从一个玄学的感觉，变成一个有单位能计算、能比较的精确数字。 这件事有多牛，我跟你讲个对照你就懂了。温度计发明之前，孩子发烧了他妈能干啥？ 用手背贴一下额头，哎呀，好像有点烫，就靠这个判断。温度计发明之后，三十八点五度还是三十九点八度，清清楚楚。 该吃药还是该送医院，一秒出结果。现代医学真正起飞就是从这个玩意开始。伤，就是不确定性的温度计。一九四八年之前，人类面对未知， 嘴里能说的就两句，大概会发生吧，应该不太可能吧。一九四八年，贝尔实验室一个三十二岁的工程师叫香农，在一张纸上写了一个带 log 的 公式， 从那页纸开始，不确定三个字，有了精确到小数点后面几位的数字。人类第一次有了一把能伸进未知的尺子。今天这二十多分钟，我要把这把尺子塞进你手里。看完你会发现， 为什么每一一开战，油价一夜从六十五美元飙到一百一十九美元？伤在背后为什么张雪机车一家成立才两年的破公司能夺冠，能把全网烧到凌晨三点？伤在背后为什么自媒体的爆款标题翻来覆去就那几个套路。伤在背后 为什么你面对重大决策总是犹豫，总是失眠，总是反复翻盘？还是伤，这把尺子就是伤。开始 商是什么？香农当年给的正式定义，商是对不确定性的一种正式测读。说人话，商就是一件事，让你猜中的难度，猜的越难，商越大，猜的越容易，商越小。 就这一句，今天后面所有东西都从这一句长出来。不信两个画面，你立刻秒懂。画面一， 太阳明天从东边升起，问你一句，猜得到吗？闭眼都猜得到，这叫低商。结果揭晓的那一刻，你毫无波澜，甚至有点想笑。画面二， 今晚双色球开奖号码，再问一句，猜得到吗？一个都猜不到，这叫高商。结果出来那一秒，你能从沙发上蹦起来？相同最牛逼的地方在哪？他发现，数学上三件事，其实是同一件事，不确定性、信息量、惊喜、一根线上的三个点。 一件事越猜不到，他揭晓时携带的信息就越多，你感受到的惊喜就越大。一件事越猜得到，他揭晓时携带的信息就越少，你就越没反应。这三样东西，是一根绳上的蚂蚱绑死了。所以，从今天开始，你脑子里关于伤的所有模糊印象全清空，就留一句话， 一件事，你事先越猜不到，他的伤就越大。今晚下楼买份黄焖鸡，伤接近零，你闭着眼都能想象那碗饭长啥样。相亲第一次见面，对方会说啥？伤挺高，他可能一进门就冷脸，也可能一坐下就拉你手。 点开一条陌生推送。之前的那一秒，伤拉满里面可能是国家大事，也可能是邻居家猫丢了。朋友们，我们整天刷手机停不下来，本质上就是在追逐高伤，追逐那种下一秒我完全不知道会看到什么的快感。 你以为你在刷视频？不，你在吸食高商。光说猜不到还不够。真正让商从玄学变成科学的，是，这种猜不到的感觉居然能被精确量化。量化就要有单位 重量有千克，长度有米，温度有度。不确定性呢？不确定性也有自己的单位。 商的单位叫 beta。 beta 是 什么？ beta 就是 商的千克，商的米，商的度。这句话你给我多品两遍。这个概念理解透了，商这门课你就学懂一半。 朋友们，人类衡量这个世界，靠的就是单位量重量，咱们发明了千克，这西瓜多重？八千克，你脑子里立刻有画面，俩西瓜落一起，单手拎得动。 量长度，咱们发明了米，这路多长？两百米，你立刻知道。走三分钟就到。量。温度，咱们发明了度，今天多热，三十八度，你立刻决定空调必须开二十四度。 单位牛逼在哪就牛逼在他把一种模糊的感觉压成了一个能比较、能计算、能传递的数字。但你知道吗？在一九四八年之前，人类从来没有不确定性的单位。只能说这事不太确定，那事玄乎。这个我说不准，全是感觉没有刻度。 几千年，人类就这么含糊着过来了。直到香农发明了 bit， 从那一刻开始，不确定这三个字第一次有了自己的千克，自己的米，自己的度，那一个 bit 到底是多少？我用一个你小时候一定玩过的游戏给你讲透，这游戏叫二时问， 我心里想一个东西，你只能问是不是，我只能答是或否，看你最少几个问题把它猜出来。这个小学生玩的游戏，就是伤的亲妈。一种情况，一个马上要生的孕妇，肚子里孩子是男是女，你只需要一个问题，是男孩吗？ 不管答案是是还是否，你一次就锁定答案。这件事的商 e b t e b t 的 本质就是搞清楚这件事，你需要问一个是或否的问题，就这么简单。第二种情况，我从一到四里选一个数，猜猜是几？ 最聪明的问法，第一问大于二吗？砍掉一半。第二问是三吗？如果第一问答是的话，两个问题，四种可能全部锁死 商二 beat。 第三种情况，我从一到八里选一个同样套路，第一问大于四吗？剩四个。第二问大于六吗？剩两个。第三问是七吗？锁死三个问题，八种可能全搞定。商等于三比特，看出规律了吗？两种可能一 beat， 四种可能两比特，八种可能三比特，十六种可能四比特。每多一个比特，可能性就翻一倍，可能性每翻一倍，你就要多问一个问题，这就是商的刻度尺，你平均还要问多少个是或否的问题，才能把答案彻底锁死？上一组具体数字，感受一下这把尺子的威力。 抛一次硬币，一比特，扑克牌抽一张，什么花色？两比特抽一张，具体是什么牌？五十二张不到六币。 双色球开奖号码，一千七百万种组合，大约二十四比特，你手机里随便一张照片，大约两千万比特。朋友们品一下这个数字，两千万。 这时候，一个让你后背发凉的真相浮出水面，你每天在手机上看到的所有内容，你脑子里冒出的所有念头，你说出口的每一句话，底层都是一串是或否的答案堆起来的。这个世界上一切信息都可以被翻译成是不是？这就是为什么计算机叫二禁制，它只认零和一只认是和否。 这就是为什么 ai 能听懂你说话，它把每个字都拆成了成千上万个是或否的判断。这就是为什么五 g 能传视频， wifi 能传图片，它们都在以光速搬运，是或否的答案。 而这一切背后的基本单位，就是 bit 商的单位。你以为你在用手机？不，你在和一个由 bit 编织的宇宙打交道。到这儿，你已经摸到商的第一把钥匙了。但刚才讲的都是理想情况，每种结果概率都一样。抛硬币，正反各一半，一到八，机会均等。 真实世界哪有这么公平？彩票中奖概率千万分之一，不中奖概率千万分之九百九十九万九千九百九十九。绝大多数时候，概率是倾斜的、歪的、偏心的。这种情况，商怎么算？答案藏在一个反直觉的事实里。越稀缺的事情一旦发生，信息量越大， 一件事越稀罕他。一旦发生，信息量就越大。这是信息商最核心的一条规律，不信给你三组对照，秒懂！对照一，今天雷军又发微博了，信息量小，他天天发。 今天雷军突然宣布退出小米，信息量爆炸，整个科技圈一夜地震。对照二，楼下那家开了二十年的老饭店，今天照常营业。信息量小，你从小吃到大。楼下那家开了二十年的老饭店，今天突然贴出店面转让，信息量巨大，你立马停下来，心里琢磨，老板出啥事了？对照三， 你爸晚上照常打电话问你吃饭没，信息量很小，他每周都问你爸发短信说，你明天无论多忙，一定回来一下，信息量瞬间压顶你一整晚睡不着，看明白了吗？信息量的大小跟概率完全成反比，越常见的事发生了，你没反应，越稀罕的事一发生，注意力旱死。 这就是为什么抖音天天刷屏的是明星离婚、公司爆雷、冷门、逆袭。这些内容卖的不是信息本身，卖的是他本来不应该发生，可他居然发生了的稀缺性。 你的大脑早就被进化驯化成了一台稀缺性探测器。见到低概率事件，肾上腺素自动飙升，你想控制都控制不住。朋友们，你不是在刷抖音，是抖音在刷你。 但我们不可能永远只盯着单个事件，我们关心的往往是一整件事，明天股票涨还是跌？下一届大选，谁赢？下一单外卖啥时候到？一整件事背后，有一堆可能的结果， 这一堆结果加起来的整体不确定性到底怎么算？答案就是，你屏幕上这个天平， 左边盘子一颗孤零零的稀罕事件，概率极小，但信息量巨大，像一颗陨石压住天平一角。 右边盘子一堆常见事件，每一颗都很轻，但数量多，加起来也不容小觑。怎么让两边公平比较？按概率加全常见事件，单个信息量小，但出现次数多，总贡献要乘以概率。稀罕事件，信息量大，但出现机会少，总贡献也要乘以概率。 两边拉扯之后的平衡点，就是整件事的伤。上个最接地气的例子，预测明天天气，北京剩下一个普通工作日，晴，百分之七十，多，云百分之二十，小雨，百分之十。 算出来商大约一点一六。比特商不高，因为晴天太常见了，你猜晴，基本稳赢，平均问一次多一点就搞定。上海六月的梅雨季，晴阴雨、雷阵雨各占百分之二十五，算出来商正好两比特商明显高一截。四种结果，机会均等，你平均得问两次，猜哪个都可能翻车， 差不多翻了一倍。这就是为什么上海人包里常年塞着伞，北京人出门不看天。商的差别，直接改写了两座城市人的生活习惯。一个数字决定了一个城市的行为模式， 你说牛不牛逼？这个看起来像天书的商公式，翻译成人话就一句，对每一种可能的结果，先衡量它的稀缺度，越稀有分量越重， 再乘以它的概率，最后全部加起来得到的那个数字，就是整件事的不确定性。一个看起来高冷的数学公式，拆开来不过就是小学三年级的加权平均，就这没了。 但你心里可能还有个疙瘩，这公式里为什么非要用对数 log 换个简单的不行吗？这个为什么藏着商公式最深的秘密， 给你带入一个你家每天都在发生的场景，今天晚上吃啥？假设你家附近有八家餐厅，你嘴比较叼，每家都有可能选。现在两种问法，问法 a， 一 步到位，你想吃那八家里具体哪一家，直接把八家全摊开算一下。八选一，商三币 平均问三个是非题，能锁定问法 b， 分 层追问，先问吃中餐还是西餐，把八家分成四中四西，这一步一 beat， 二选一，再问哪一家？四选一，这一步二 beat。 需要两次追问，两步加起来，一 beat 加二 beat 等于三 beat。 关键问题来了，问法 a， 一 步问完，三 beat， 问法 b， 分 层问完， 一加二等于三比特。两种完全不同的问法，总信息量精确相等，这不是巧合，你最后吃到的那家餐厅是同一家吗？一模一样。你最后搞清楚的信息完全相同吗？完全相同。 所以他们给你的总信息量必须相等。这个无论怎么拆分，总信息量必须守恒的铁律，就叫可分解性。 听起来平平无奇，是吧？但他一出来就给数学提出了一个几乎不可能的要求。我给你猜，概率是相乘的。你先从四家选一家，概率是四分之一，再从两家选一家概率二分之一合起来，四分之一乘以二分之一，等于八分之一， 但信息量必须相加。第一步的一比特，第二步的二比特，总共三比特。朋友们，这世界上有啥数学运算能把乘自动变成加？只有一个对数。 对数有个神奇的性质，两个数相乘，它们的对数就变成相加。这就像一种翻译器，你说乘它翻成加，你说加它翻成乘，整个数学宇宙只有对数有这本事。你现在在看商鞅式里那个看着很吓人的 log， 它不是数学家在炫技， 它是被可分解性这条铁律逼出来的唯一解。当年香农面前摆着一堆后选加法、减法、乘法、指数、三角函数全部死掉，只有 log 活下来了。因为只有它能让一步问完和分层问完得出同一个答案。 这一个小小的性质为什么这么重要？因为整个现代数字世界，全部建立在可分解性之上。你手机里一张照片，两照，这个数字可以拆，红色像素信息量，蓝色、绿色总信息量。 一段视频一百兆可以拆画面信息量，声音信息量，一次网络传输可以拆每一帧的信息量。如果商不满足可分解性，整个计算机、通信、 ai 全得崩塌，今天的互联网一秒都撑不下去。 所以你再看这个公式，它不是一个随便写出来的怪物，它是在可分解性这条铁律下，数学宇宙唯一允许的形状。就像生物进化一样，它是被筛选出来的唯一幸存者。 这也是为什么商能用在通信压缩 ai 训练密码学。因为它是一把无论怎么切切几刀读数都不会变形的尺子。牛吗？ 牛到这，你已经摸到伤的 dna 了。接下来上难度，伤不只能算一个数，它还能看穿过程的伪装。有一招能让你一眼看出一个东西到底是周期的，是复杂的，还是纯随机的。这一招在投资里能救你钱，在识人里能救你时间，在看感情里能救你半条命。 刚才讲的伤，都是某一个时刻的伤。但伤真正恐怖的地方是，它能看动态，看节奏，看一整条时间线。计算机科学家 steven woffman 把这个世界上所有会随时间变化的东西，一刀切成四种形态，看屏幕上这四条线，最上面那条直线，固定态 伤等于零，放桌上不动的手机，三十五岁以后的工资，取现一段已经死掉的感情。伤为零意味着什么？没有惊喜，没有成长，没有意外，没有可能性， 什么都没有，就是一张死记的快照。第二条规律，波浪周期性伤很低，早晚高峰的地铁，每年除夕的催婚， 每个月账单扣款的那一刻。周期的特点是你能提前预测看多久，都是同样的节奏。活得太周期的人，说白了就是活成了机器人，每一天都是昨天的复音键。 第三条，有结构的抖动，复杂性伤，中等大脑神经元的放电，爵士乐的急性，一座好城市的街区，节奏，健康，心脏的心电图。复杂是什么？有规律，但你猜不透。有结构，但每一秒都不一样。 这是这个世界上最迷人的状态，既不机械，也不混乱。最下面那条，纯噪声，随机性伤最大。抛硬币系列白噪声， 喝醉酒的人走路的轨迹，看起来充满可能性，但对决策没用，因为你拿它没辙。好，关键问题来了，周期和复杂，表面看都是起起伏伏，肉眼几乎分不开，怎么区分 商？最牛的地方就在这里，他给你把显微镜。方法很简单，看不同长度的片段，你看一段股价走势，只看一天，看不出啥，看一周，一个月，一年，才能看出真正的节奏 商就是这样，一层一层看下去。周期性看，短片段中，片段商都差不多，很快就饱和，因为同一段节奏在反复，你看再长也没新东西。随机性看越长的片段，商越大，永远不饱和， 因为每一段都是全新的。复杂性伤会增长，但增长的比随机慢，因为里面藏着你一开始没发现的结构。这招怎么用？我给你三个场景，每一个都够你惊出一身冷汗。场景一，你发现自己每天都在奋斗，但把每天做的事列出来，短片段的伤很快就饱和了， 那就说明你不是在奋斗，你是在周期性的重复，你以为的成长，其实是原地打转，就这么残忍。场景二，一只股票看起来随机游走，但他长期的片段商没有限性增长，反而饱和了，那就说明背后有庄家在操盘。 他不是真的随机，是伪装成随机的周期。你被坑了，还以为自己遇上了自由市场。 场景三，一段关系，你以为稳定和谐，但一年下来，你们的对话模式、片段伤接近零，那就说明你们已经没有真正的交流了，只剩下程序化的应答。这段关系可能早就死透了，只是没人愿意承认。朋友们，这三个场景不是危言耸听， 这就是商。作为照妖镜最狠的地方。商是一面照妖镜，他能把看起来像什么和实际是什么彻底分开。看起来在奋斗的人，可能只是在周期性的焦虑， 看起来在探索的人，可能只是在重复童年的模式。看起来稳定的关系，可能早就死透了。专家和普通人的区别，不是看的多远，是看的多深。商给你的就是看深的能力。 现在你已经能用商区分四种过程了，但现实里，我们大多数时候碰到的情况是，信息不全，你只知道一部分，剩下一片空白，这时候怎么办？怎么建模？怎么假设？答案是一个会彻底改变你决策方式的原则。最大商，他会让你明白什么叫真正的诚实。 先讲一个你一定遇到过的场景，朋友给你介绍相亲对象，告诉你三个字，他挺好。然后你脑子开始疯狂补全他长啥样，多大干啥的，脾气咋样。百分之九十九的人，这时候会干一件特别蠢的事。根据他挺好这三个字，脑补出一个完整的人， 可能是一个温柔的金融白领，可能是一个开朗的设计师。而真相是，你根本不知道，你做的一切脑补都是在用你的偏见冒充信息。朋友们， 这就是人类做决策时最容易犯的致命错误。信息不足时，我们会不由自主的用想象填补空白，然后把这种填补当成事实。科学家给这毛病起了个专业名字，任意特殊假设， 最大商原则就是治这个毛病的唯一良药。最大商原则，只说一句话，对你不知道的部分，假设一个最不偏袒任何结果的分布。换成大白话，你不知道就别装。你知道 你不知道他长相就别脑补，可能瓜子脸。每种长相的概率应该一样，你不知道他脾气就别假设应该比较温柔，每种性格的概率应该一样。最大商等于最诚实的无知。 那最诚实到底长啥样？这取决于你手里到底有多少信息。屏幕上这三张图，就是三种典型情况的标准答案。情况一，你只知道范围，别的啥都不知道。有人告诉你，这套房子成交价在五百万到八百万之间，没了最诚实的假设，均匀分布五百到八百之间，每个价位概率相等。 为什么？因为任何偏向都是你在脑补，你凭啥觉得六百万比七百万更可能？没平距就闭嘴？这个原则在科学哲学里有个古老的名字，无差别原则，没有理由区别对待的东西，就不要区别对待。情况二， 你知道平均值，而且这个数不能为负。比如你做用户分析，知道咱 app 平均停留时长五分钟，停留时间不可能是负数。最诚实的假设，指数分布， 少数人停很久，大多数人挤在前段，为什么是这个形状？仔细想，如果所有人都停留五分钟，那是机械化的，不现实。如果有人停一百分钟，就得有一堆人停一分钟来拉平均。 数学逼出来的唯一答案就是指数分布。所以你去看任何 app 的 用户停留时长，任何电商的订单金额，任何公司员工的离职年限，几乎全是这个形状，不是产品经理多牛逼， 是这个约束下，数学本身只允许这一种形状。情况三、你知道平均值，也知道波动有多大。比如咱公司员工平均身高一百七十厘米上下，浮动不会太大。最诚实的假设，正态分布 就是大家最熟悉的中型曲线，为什么要让伤最大可能性较多，但每加一个极端值，波动就变大。所以数学逼你只能在平均值附近多放，直向两边平滑铺开，中型是必然的结果。 这三张图有什么用？用处大了，它让你看到任何一个分布都能反推出。背后真正被约束的是什么？看到身高是正态， 背后是均值，波动范围在起作用。看到停留时长是指数，背后是有均值，不能为负。看到色子是均匀，背后是只有范围，没有别的约束。这个能力，在投资里叫读懂市场，在产品里叫看懂用户，在管理里叫理解人性。简单说就是 别人看现象，你看骨头最大商原则最值钱的地方是什么？他教你这辈子最重要的一件事，承认你不知道的东西，比假装知道更接近真相。 这也是为什么真正的高手说话总带着可能。也许我不确定，不是不自信，是清楚知识的边界在哪。 而那些张嘴就是肯定绝对一定的人，往往是离真相最远的人。到这伤的核心你已经全部掌握了，但你兴奋的去用之前，我必须把市面上关于伤最常见的三个理解错误，一个一个给你清零，否则你一旦被带偏，前面白学了。 三个坑，每一个都能让你对伤的理解原地崩盘，一个一个拆。第一个坑，伤等于乱， 这是流传最广的误解，很多人一听伤，脑子里立刻蹦出混乱，失去糟糕。但伤的准确定义是 你猜不猜的到，它和乱没啥关系呀。反直觉的例子。例子一，一个打扫的干干净净的书房，但每天东西位置随机变，它看起来整洁，但伤极高，因为你每次进门都找不到钥匙。例子二，一个堆满破烂的垃圾场，每件东西一年都没动过，它看起来混乱，但伤等于零， 因为你闭着眼都能找到那个破轮胎的哪个角落。伤，只管能不能预测，不管美不美观，一个永远整洁但每天变的房间，伤比一个永远混乱但从不改变的房间高的多。第二个坑，伤等于方差。学过统计的朋友，这个坑你们最容易猜， 一听不确定性就想到方差，差的有点远。屏幕上这张图最直观的对比，左边一到八，每个数字概率相等，这是最大伤，正好三 bit， 你 完全猜不到下一个是几，右边指出一或八，各占百分之五十， 这是最大方差，数字跨度最大，但他的商只有一 bit， 二选一而已，你猜哪一种更难猜，左边八选一， 瞎猜成功率八分之一，右边虽然数字极端，但二选一，成功率二分之一，方差最大的那个反而最好猜。为什么会这样，方差管的是数字散的远不远，商管的是结果定不定，这是两码事。 一个分布数字很散，但只有两种结果，方差大商小。一个分布数字很集中，但有上百种结果，方差小商大。所以以后你听到这个数据不确定性很高。先问一句，你说的是方差还是商？ 两个差了一个维度，第三个坑最大，商意味着应该更乱，这个坑最狠。你一定在短视频里听过这种话。人生就是对抗商增，不自律你就会商增，毁灭企业必须对抗商增，听起来特别带劲，对吧？但这里面藏着一个关键的概念，混淆，今天必须给你说清楚。 热力学的商增定律讲的是封闭系统的无序度会自发增加，这是物理学里非常严谨、非常重要的一条定律。信息商讲的是一个随机变量的不确定程度，这是数学和信息论里的概念， 两个概念都叫商，但适用范围完全不同。更关键的是，热力学商增定律有一个严格的前提，系统必须是封闭的，孤立的。你的人生是封闭系统吗？你的公司是孤立系统吗？你每天吃饭睡觉、呼吸见人、学习、摄入信息，交换能量，你完全是一个开放系统。 在开放系统里，商增定律的结论并不能直接套用。这就像你不能因为孤岛上的人会饿死，就得出所有人都会饿死。忽略前提，结论就不成立。 热力学商增定律本身没有任何问题，它是物理学里极其深刻的一条定律。有问题的是脱离前提的类比， 把一个在封闭系统里才成立的规律，生搬硬套到开放系统的人生上，结论自然就失真了。下次再看到这种说法，心里多问一句，前提是什么？适用条件是什么？这一问，很多道理立刻就站不住脚。 伤不是一个关于应该的词，伤是一把尺子，他只负责量，不负责判断。先描述世界，再谈你想要什么样的世界。这个顺序，一辈子都不能反。三个坑填平伤的理解立稳了，接下来把伤拿到现实里用一下。看完你会发现伤无处不在。 朋友们，现在你手里已经有这把尺子了。我告诉你，他能同时看穿四个你每天都在经历的领域。第一，新闻在卖意外。记者每天琢磨的根本不是什么事大是什么事？难猜。 飞机正常落地不是新闻，飞机出事但没死人是新闻，飞机出事只剩一个幸存者是头条。新闻的价值跟商成正比， 再平凡的人，只要干一件极小概率的事，立刻上热搜，再伟大的人物，如果行为完全可预测，连个连衣都积不起。 商是新闻行业不成文的第一法则。第二，标题在麦难猜，你点进去的每一条十万，几乎全都在触发你的商预警。 震惊！ x x 竟然制造意外，百分之九十九的人都不知道承诺信息差，我赌你从没听过。直接都受高伤，结局反转了，用反转推高伤整个自媒体行业的底层生意，说白了就是伤的批发零售。 每一个编辑每天的工作都是在想怎么让标题的伤再高一点，让点击率再涨一点。我做这个频道选择题的时候，干的也是同样的活。 第三，市场在暴露不确定股票价格的波动幅度叫波动率，波动率高，商高，市场自己都不知道自己要去哪。华尔街有个恐慌指数，用一个数字告诉你市场当前的商有多大。 指数低，市场商低，投资者情绪稳，大家都差不多能猜到明天走势。指数冲到极端高点，市场商爆表，所有人都不知道明天是涨是跌，空气里全是恐慌。 二零二零年疫情爆发，二零零八年金融危机，二零二六年每一开战，每一次，这个指数都创下极端高点。商越高，亏钱的人越多，发财的人也越多，看你站哪边。真正的顶级交易员不是在预测市场涨还是跌，他们在交易商本身。 第四，这个最扎心模型在暴露你的无知，这是整个商给你最珍贵的礼物。你以为自己很了解市场，但算一算你对市场的真实商，你会发现你根本一无所知。你以为自己很了解你爱人，但把每天对他行为的预测准确率列出来，你会发现你离真正的了解还远的很。 你以为自己能预测行业趋势，但你对未来十年的伤，比你想象的大得多。伤这把尺子最值钱的地方，不是让你变聪明，是让你变得老实。看屏幕上这四个字，承认无知。 苏格拉里两千多年前就说过一句话，我唯一知道的就是我一无所知。今天我们用数学严格证明了他是对的。一个人真正开始变强的那一刻，不是他学到了更多知识， 是他从假装知道切换到承认无知的那一刻。假装知道的人在混乱中做决策，被偏见、支配，承认无知的人，在不确定中做决策被概率引领。 前者看起来很自信，长期必败。后者看起来很谦虚，长期必胜。这就是商给每一个真正愿意面对世界的人最深的一份礼物。 好把今天所有的内容在你脑子里装订成册。看屏幕上这个漏斗商思维的完整链路就这六步。第一步，先看结果空间。任何一件事，先问自己所有可能的结果都有哪些， 没划清结果空间，后面一切都是空中楼阁。第二步，画出概率分布，每种结果出现的可能性各是多少，概率分布是你对世界的第一层认知。第三步，算单个结果的信息量，越稀罕的结果一旦发生越值钱。这一步，让你明白为什么小概率事件会牢牢抓住你的注意力。 第四步，汇总成整个分布的平均不确定性，把每一种结果的信息量按概率加权，平均得到的那个数字就是商。第五步，上升到过程识别，看不同时间尺度的商变化， 辨别一件事是固定，是周期，是复杂还是随机。这一步让你拥有了识破伪装的能力。第六步，落脚在最大商见魔，对你不知道的地方，用最诚实的分布去假设，这是一个见魔者最高的修养。 漏斗底部那句话，把难猜变成可以计算的量，这就是商思维的全部。从今天起，你看任何一个现象，新闻、股市、人际关系、职业选择、商业模式，都可以完整走一遍这个漏斗 屏幕两侧这两句话背下来，能救你未来十年所有的重大决策商不是乱，是难猜， 知道的地方不要装知道。讲到最后，送你今天最核心的那一句，越难提前猜中的事一旦发生，信息量就越大。 这句话翻译过来是什么？意味着你人生中每一次意料之外，都是世界给你上的最贵的一堂课。因为他带着最大的信息量，意味着你身边那些最让你难以预测的人，才是你最应该认真观察的人， 因为你从他们身上能学到最多，意味着你不要害怕意料之外，意料之外才是你认知升级的唯一入口。把今天所有的内容 升为成一组对照。低伤的人生是监狱，一切尽在预料之中，每一天都是昨天的复印件，没有意外，没有成长。高尚的人生是赌场，一切完全失控，毫无规律可循，你永远无法规划，只能被动应付。 而中等商的人生，才是真正值得过的人生。稳定的根系里，长出复杂的枝丫，有序的骨架上长出自由的灵魂。朋友们最后想告诉你的是，真正的智慧不是消灭不确定性，而是学会在不确定性中跳舞。 真正的勇气，不是什么都知道，而是敢于承认。我不知道，真正的自由，不是摆脱所有约束，而是在约束中找到最大的可能性。你不需要预测未来，你不需要掌控一切，你只需要 拿起这把尺子，开始丈量。一九四八年，香农在贝尔实验室写下那个公式的时候，他不知道自己开启了整个信息时代。今天你看完这条视频，你也不知道这把尺子会在未来的某个时刻，救你于哪一次错误的判断。但他会 商，是给每一个敢于直面未知的人最深的那份礼物。本次视频主要参考斯科特佩奇模型思维第十二章商对不确定性建模视频，看完不过瘾的可以去看原文，我是参谋，这是我一百个经典思维模型的第二十二个关注我不迷路，我们下期见。
4.4万参牟模型思维
02:23查看AI文稿AI文稿请问准备好了吗？准备好了！好的计时开始！尊敬的各位评委老师，大家好！我是来自郑州大学敖丙团队的项目负责人曹森。 这个项目是一个绝佳的学研产一体化范例，他生动展示了如何将一个精妙的创意通过跨学科公关转化为解决真实世界痛点的硬核产品。我们自己在做项目的时候，一定要 抓住市场、快、准、省的三大特点，回应市场需求。相信各位评委老师都见过蛇在水中游动，它没有其没有足，却能在最狭窄的岩缝中找到前进的路径。 我们从海蛇的运动中取经，造出了敖丙居访人海蛇的智能海洋管道检测启程。接下来请评委老师观看我们的项目视频。 随着海洋油气管道、海上钻井平台等海洋设施发展，水下复杂工况下的设施检测成为刚需。为解决传统检测方式进不去、 看不全、不安全的问题，团队历时十六个月，研发出敖丙寄予仿生海蛇的海洋管道检测机器人，以海蛇游动这一生动优雅的自然现象切入，瞬间在评委脑中建立了灵活、适应性强的直观印象，这比直接抛出技术参数更高明、不要意 问候和自我介绍后的沉默或平淡过度。开始学习本利用一个生动的比喻、一个震撼的数据、一个尖锐的问题或一个简短的故事，研发提供支持。 海洋管道作为连接海洋油气设施的能源血脉难以维护，相应的海洋管道泄露事件造成的危害触目惊心，技术突破刻不容缓。 目前海洋管道检测行业存在三大难题，广安复杂、存在盲区、排放恶劣、风险较高、过剩、耗时、效率、 痛点足够痛才能有项目的价值，要不然再好的项目没有足够的价值支撑，也只是黄粱一梦。 本项目将行业难题系统归纳为管网复杂、海况恶劣、过程耗时。这既是对开场进不去、看不全、不安全的专业化、结构化升级，也为后续详细讲解技术方案提供了清晰的靶标。学会将痛点深化为经过深思熟虑的系统分析。
01:42查看AI文稿AI文稿家人们，你们有没有用 car 的 时候突然被封号的经历啊？今天介绍一个办法，能让你直接在 car 里接入国产大模型，彻底绕过 izzap， 以后再也不用担心被封号了。咱先来说说具体步骤。第一步，打开 car， 点左上角的 help， 找到车拨竖停，在下拉菜单里选 enable developer mode， 等弹窗出来后点 enable， 接着就等 clock 重启。这一步特别简单，没什么门槛，等 clock 重启完成， 你会发现顶部菜单栏多了个 developer 选项，这就是第二步了。点进去找到 configure third party inference， 选择 gateway， 然后要填三个东西， 分别是 getaway 的 base， you are on， 你 的 a p i t。 在 identity models 里点加 r， 填入你想用的国产模型 id， 填完之后点了 pie log 里。最后第三步，再次重启 call， 这时候你就已经在使用国产大模型了，而且整个对话体验和用 call 原声模型没啥区别。家人们如果觉得这期内容有用，就赶紧收藏起来， 也别忘了点击关注，这样就不会错过 ai 工具使用技巧了。我想问问大家，你们最喜欢用的国产模型是哪个？在评论区和我交流交流呀！
23Agent论道
01:42查看AI文稿AI文稿沙翁说， to be or not to be， that is the question。 今天咱用物理化学的商增原理把这事给说明白。人生自发是一个商增的过程，和宇宙的运行一样，有人懒散，有人摆烂。 如果一直往乱糟糟的方向走，最终只能到达毁灭。不过，咱不用躺平，等着摆烂，可以自己搞局部商建， 通过主动做工，与外界交换商，维持自身低伤状态，抵消自发伤增的趋势。 坚持运动，健康饮食，是给身体做伤减，延缓岁月衰老。读书自省，修身自律，是给精神做伤减。而埋头北考，潜心求学，是给人生做伤减，挣脱平庸的沉沦。 考研，就是普通人最硬核的逆商操作，无论是强大的内驱力，还是为了不辜负父母的期望，亦或者期望和伴侣一同考上理想院校，为未来一起奋斗。一旦决定考研，规律作息，收心学习， 戒掉贪玩，把乱糟糟的生活强行掰回正轨，这妥妥就是给自己做了一波局部商检。 说白了，放任自己就是顺势商纣，一路摆烂到底。自律学习，好好生活，就是主动逆商。原来生存还是毁灭，全看你愿不愿意主动跟自己的商纣天性拜拜手腕。
16化学考研钠姐
09:25查看AI文稿AI文稿大家好，今天咱们来聊一篇非常有意思的论文。它给我们带来了一个全新的概念，来重新看待人工智能里的信息到底是什么。说真的，这个概念甚至可能会彻底改变我们未来训练 ai 的 方式。 好，咱们先从一个听起来有点玄乎的问题开始，无中生有这事可能吗？你别说，这事听起来好像不太可能，对吧？但在 ai 的 世界里，这种无中生有的奇迹，咱们好像天天都在见证。 就拿 f zero 来说吧，一个活生生的例子，他学下棋完全不依赖任何人类的棋谱，一点儿都不要光靠自己跟自己下棋，再告诉他最基本的游戏规则，他就练成了绝世武功，水平远超人类的世界冠军， 这就奇怪了，对吧？你想啊，给他的输入就那么点东西，就是游戏规则而已。那这些哇，那么复杂那么精妙的下棋策略，这些全新的知识到底是从哪冒出来的呢？ 所以啊，要搞明白这个问题，咱们得先看看为啥我们以前那些老理论，现在好像有点不够用了？这篇论文的作者就特别敏睿地指出了这一点。咱们现在的信息论，在解释这些新 ai 现象的时候，碰到了答，麻烦， 就说我们都很熟悉的那个相能商吧。嗯，它衡量一个东西有多乱多随机，那是相当厉害的。 但是一碰到像 alpha zero 这种能自己悟出新招式的 ai 相能商，这把尺子就有点量不准了，感觉力不从心。 具体来说，论文里总结了三个可以说是非常尖锐的悖论。首先啊，老理论说，像 ai 训练这种一步一步来的计算过程，它是不可能创造出新信息的。 其次，数据你把它顺序打乱，它包含的信息总量应该是一样的。最后，训练 ai， 说白了不就是让它去模仿数据吗？它不可能学到比数据本身更复杂的东西。 但问题是，这三条条条都跟我们现在看到的 ai 现象对着干，完全矛盾。 咱们就拿第二个辩论细说说，这个例子特别好懂，你想想，按老的信息论，一本书你把里面的字全都打乱，它信息量没变，可但凡是搞过 ai 的 朋友都知道，你把一句话的语序打乱了，喂，给语言模型，那结果简直是灾难性的，对吧？语序就是命根子啊， 这就说明咱们以前的理论肯定漏掉了点什么，而且是非常关键的东西。好了，老工具不管用了，那怎么办呢？咱们就得找一把新钥匙。 这篇论文最牛的地方就是他真的给我们锻造了这么一把新钥匙，一个全新的概念，专门来解开上面说的这些疙瘩。 铛铛铛铛！这个新概念就叫做 eplexity， 咱们可以管它叫认知匡度，这个定义啊，大家一定要仔细听，非常关键， 它衡量的注意啊，不是数据里那些乱七八糟的随机的东西，它衡量的是什么呢？是那些能够被像 ai 这种嗯，脑子算力有限的观察者，能够真正学到手并且用得上的那种结构性信息， 可学习的结构性的信息，这才是重点。你看这张图，简直是把这个概念给说活了，左边你看就是一堆打乱了的像素点，你要说它的随机性，也就是商，那可高了去了，但是你让 ai 去看，它能学到啥？啥也学不到，就是一堆噪音。 再看右边这张原始的动物照片，它的信息量也很大，但重点不一样了，它里面有大量的结构，对吧？你看这轮廓、这纹理、这颜色搭配，这些都是 ai 可以 学习的模式。 所以你看关键点就出来了，认知复杂度这把尺子，就是帮我们分清楚什么是没用的噪音，什么是真正有价值能学到东西的复杂结构。 咱们再来看个例子，加深一下理解。左边这个老电视的雪花点大家都见过吧，伤非常高，乱的一塌糊涂。但他的认知复杂度呢？是零，因为你啥也学不到。 可右边这个就不一样了，这是个洛伦兹吸引子的图，他看起来也挺乱的，对吧？但他的背后是有非常明确的数学规律在驱动的，他里面充满了可以被我们学习和预测的结构，所以他的认知复杂度就非常非常高。 好，那问题来了，这个概念听起来是挺酷的，可他听着这么玄乎，咱们怎么去看见他，甚至去测量他呢？ 哎，这就要说到论文里一个特别巧妙的设计了，作者说，咱们根本不需要搞什么复杂的数学推导， 你只要干一件事就行，就去看看 ai 训练的时候，那个 loss 曲线，就是损失函数曲线长什么样，你就能一眼看出这个数据的认知复杂度高不高。 来。你看这张图，如果我们未给 ai 的 数据，它的认知复杂度特别低，就比如刚才那堆乱七八糟的像素点，你就会看到这个模型的 loss 值，也就是它的犯错率，从头到尾就没怎么降下来过，一条平线动都不动， 这就说明什么？说明模型在里面啥有用的东西都没学到。那反过来，你看这张图就不一样了，要是咱们给的数据认知复杂度很高，比如说高质量的文章啊，图片啊， 你就会看到，哇，这个 loss 曲线，它会一路持续地、非常漂亮地降下来，这就代表 ai 正在不断地从数据里挖宝，发现并学习那些深藏不露的结构。 那怎么把它变成一个具体的数字呢？这张图可以说是给出了一个绝妙的答案， 你看啊，模型训练到最后，总会到一个瓶颈期， loss 降不下去了，对吧？这条水平的线，就代表了数据里那些纯粹的学不出来的随机噪音，也就是我们说的伤。 而这条 loss 曲线，在这条伤的基线上面所围出来的这整个面积，这个面积就是我们对认知复杂度的测量。 你想想，这个面积越大，不就说明模型在倒倒那个随机性的极限之前，学到的结构性知识越多吗？ 好了，概面咱们搞懂了，那 so what？ 这玩意到底有啥用？别急，这才是最具激动人心的部分。要来了 这个概念，它带来的可能是一场根本性的思维转变。以前咱们搞 ai， 天天琢磨的是什么？是怎么把模型做得更大，结构设计得更巧妙，对吧？所谓的模型选择。 但现在认知复杂性这个概念在提醒我们，哎，咱们是不是该换个赛道了？也许更重要的问题，已经从怎么选模型变成了怎么选数据，甚至是怎么创造数据，数据选择， 这简直就是给了我们一个全新的 ai 开发食谱，一个数据优先的食谱。大家可以想象一下这个流程， 第一步，咱们别再像以前一样，拿到什么数据就用什么，而是先给他体检一下，测一测他的认知复杂度。第二步，咱们就像淘金一样，把那些认知复杂度最高的、最有营养的数据给筛选出来，优先喂给模型吃。 这样做的最终目的就是为了训练出一个真正学到了鱼而不是鱼的模型。一个掌握了事物底层规律，能够举一反三，面对新问题也能从容不迫的 ai。 而且啊，这个理论还能帮我们解释通很多以前觉得理所当然，但又说不清道不明的现象。比如说为啥大模型用海量文本来域性练效果那么好？现在我们知道了，因为自然语言的认知复杂度简直是爆表的高。 再比如，为啥现在高质量的合成数据越来越受青睐，有说效果甚至比真实数据还好，因为咱们可以人为地去设计，去烹饪那些认知复杂度更高的数据啊， 它也从根本上解释了 ai 的 泛化能力到底是从哪儿来的。模型学到的根本不是一个一个孤立的知识点，而是一套套可以到处用的知识框架，也就是这种结构性知识。 所以总的来说，认知复杂性这个概念的提出，就像是给我们推开了一扇全新的窗户，透过这扇窗，我们能用一个全新的角度去重新审视信息、学习甚至是智能本身的本质。 那最后我也给大家留一个开放性的问题，来思考一下，在通往通用人工智能的这条路上，我们到底是应该继续疯狂的堆算力，堆参数，去建造一个越来越高的模型巴别塔呢？还是说我们应该换个思路，俯下身去 去寻找，去创造那些真正有结构有智慧的基石，也就是那些认知复杂度最高的数据？也许 ai 的 下一个时代真的不是模行为王了，而是结构为王。
31🔥繁蝉
08:23查看AI文稿AI文稿一个视频看透商增的本质。商是我们理解我们这个世界的终极视角，正如博弈是我们理解社会关系的终极视角一样。 商增定律原本只是解释物理现象的法则，但是当你把它放到我们的生活中时，会发现它同样具有统治力。你会恍然大悟，为什么我们的手机莫名其妙变得反应迟钝， 为何每天都在新陈代谢，但是身体还是在衰老？领导只要一段时间不在，公司员工就会变得散漫。好不容易太平了几十年的世界，逐渐又变得越来越动荡了等等， 这些现象的背后都是商纣定律在捣鬼。商就如同幽灵一般，盘旋在整个世界的上空，悄悄影响着每一个人的命运。那么，要怎样才能认识到商的本质呢？ 自从一八五零年德国物理学家克劳修斯首次提出热量不能自发地从低温物体转移到高温物体，孤立系统的商用不自发减小，只会持续增大或保持不变。以后， 商这个概念就从此进入人类的视野。后来波尔兹曼为他加入了统计学的视角，认为商是系统微观状态数的度量，无序度越高，微观状态数越多，商值就越大。这就很有趣了，为什么状态数量的增加就是商增？ 我们来设想一个场景，假如你是一个牧羊人，你一直很惬意，因为你养的那群羊，他们正安静的待在你的羊圈里。可不知怎的，羊圈里面出现了一头爱搞破坏的羊，他带头打破了围栏， 现在羊群正漫山遍野的乱跑，有的在吃草，有的狂奔，有的在打架，还有的在抬头看天空，顺便思考羊生。 对于牧羊人来说，羊群状态数量的增加就是商增，就是从有序状态变成无序状态。用这个视角来拆解我们最开始的那些商增问题，你会恍然大悟， 原来房间越来越乱的本质，就是房间物品状态数量的增多。书原本在书架上，现在在床上，鞋原本在鞋柜里，现在倾倒了一地。 桌子上原本只有茶杯，现在正被各种乱七八糟的东西堆满了，这就是状态数量的增加，他导致了伤增。为什么原本年轻的身体开始衰老，是因为体内堆积了很多自由基， 你身体器官里面的细胞和组织并没有待在自己本该待的地方干自己本该干的活。现在有些开始到处乱跑，有些细胞开始不工作，有些细胞和组织之间协调不畅，这就是我们宏观上所感知到的衰老的根源。 对于企业管理者来说，公司管理的商增就是员工，原本应该是按照公司流程各司其职，团队协助，然后井然有序的运转，结果现在却变成了有的请假，有的摸鱼，有些客户需求没有被认知对待， 还有的部门在互相扯皮打架。对于我们心理系统来说，就是你原本是一个对人生充满热望，对生活充满期待和规划的人，可当你经历多了以后，受到各种挫折和负反馈之后，你的计划被打乱了，你对各种事物的价值感被消解了， 原本稳定有序的身心灵现在也开始胡思乱想了，精神系统就开始上增，你才发现你需要一些情绪价值才能安慰自己不稳的内核， 甚至靠一些宗教或者心理学的东西来安顿自己的内在。所以你会发现，所有事物从有序走向无序的过程，就是他们原本被锁定在稳定结构里面，现在这些自由度被释放出来了。具体来讲，商增体现为三种趋势， 第一，无序性的增加，也就是随着时间的推移，系统会变得更加无序和混乱。第二，不可逆的过程，也就是许多物理过程都是不可逆的，这会导致伤的积累。 因为热量不能自发的从低温物体转移到高温物体，所以热机必须消耗一定的热能，才能将热能从低温物体转移到高温物体。就像人冬天在室外，身体会变冷，这是一个不可逆的过程。 你想要保持体温，要么靠发抖和多穿衣服，要么就得加个火炉。第三，平衡态趋势，也就是系统最终趋向于达到伤最大的平衡状态。按照热力学第二定律的表述，在一个封闭系统中，伤总是会增加，直到达到最大值。 这似乎导出了一个悲观的结论，宇宙万物都存在一个城住坏空的过程，小到原子中到生命体，大到形系，都有这样一个从创生到湮灭的过程，这似乎成了物质结构的一个不可逆的宿命， 甚至随着时间的推移，连宇宙都会归于热寂。但是按照薛定厄的观点，生命却可以以富商为食。生命究竟是一种什么存在？ 他凭什么可以以负伤为食呢？又凭什么可以对抗伤增呢？答案是自我组织能力。我们的生命力就体现为我们身体的组织能力， 组织我们的每时每刻的呼吸，组织我们的血液循环，组织我们的各个器官的活动，组织我们的思考，组织我们的人生梦想，组织我们进行学习、锻炼、工作。而这一切活动都是为了规避混乱，建立秩序，避免消亡。对抗商增。 按照系统论的观点，凡是耗散结构系统，他们都会组织各类资源要素来对抗商增。所以原子会组成分子，分子会组成大分子， 原始人会组成部落，部落又会组成王国。你会看到整个宇宙演化的过程就是在不断对抗商增的过程。 那么你可能还会纠结，商增的根源是什么呢？其实原因在于宇宙系统的核心矛盾就是资源和能量的不平衡性，在任意一个系统层级和尺度都无法达成终极平衡， 所以对于宇宙中的任意一个子系统来说，动态平衡永远只是一种权宜之计，所以只能在不同系统层级间生灭交替，从一种物质形态变成另外一种物质形态，从一种能量变成另外一种能量，从一个生命演化另外一个生命。 这些都只是系统通过重组再组织来对抗伤赠的过程。通过上面的推论，你就发现了关于伤的三个定律， 一、伤是永恒的，不可能被彻底消除。二、伤经常被转移，主要是向时间和空间维度转移，在系统之间进行转移。三、伤而被重构。重构需要两种动力，内部坍塌力和外部动力输入。 通过商三定律你就会发现，不管是身体的衰老因子的增多，还是曾经蒸蒸日上的企业日渐衰败，亦或是不可一世的王朝系统的积重难返，这都是一种不可逆现象。但是站在高位视角来看，宇宙究竟是趋于混沌还是变得虚， 这取决于宇宙的周期阶段。在不同的宇宙周期阶段总体倾向不同，但是在任意一个阶段内，宇宙系统内都是无序和有序互相嵌套的。伤增和伤减是宇宙中共存的趋势， 它们就像是两只神奇的指挥棒，一起指引着宇宙万物生灭其物。这首宇宙的源舞曲推动万物在低谷和高潮的往复循环。 因此，我们可以这样讲，所有的宇宙中的行为都可以看作是一种寻求平衡的解决方案，系统不断通过对资源要素的组织来达成一种平衡。于是，商增与对抗，商增就变成了一场永恒的宇宙战争。
585非凡本质
01:40查看AI文稿AI文稿昨天明明整理过，怎么又乱成这样？这叫杂物，自身道法自然不用上升到道法。这就适合讲伤真你看他就是在助你修行，是不是就是东西都会越来越乱？粗略可以这么记，但要加条件。物理上说的是孤立系统里，伤不会自己减少， 通常会增加，热水会慢慢变凉，是能量从集中走向分散，香水一喷，会散到整个房间，他们都在走向更可能更分散的状态，这就叫伤。增 伤也不只是脏，更准确的来说是可能的。微观排列方式有多少整齐？一行的排法少，随便散开的排法多得多。所以乱不是更高级，只是更容易出现。对，不是宇宙喜欢乱，是乱的可能性更多。从微观粒子到极端能量释放，再到宇宙尺度， 商纣都在指向同一件事，能量和排列更容易分散。就像这盘米，它可以是整齐的，也可以是混乱的，但混乱的可能性要大得多。而宇宙就是一个最大的孤立系统，那人活着就是和商纣斗法， 可以当类比。生命要维持低商结构，需要不断和外界交换物质、能量和信息。但感情变烂，事业下滑是生活。比喻 借到生活里。方法就两条，别封闭，去交流、学习，接触新信息，再持续做工，投入精力把局部重新组织起来。所以总结是，物理上孤立，系统上倾向增加， 生活上别封闭，持续做工。对局部有序，要持续做工，猫只负责增加工作量。
99洪泽鑫
07:48查看AI文稿AI文稿哎，你有没有想过，不确定性这个东西，他本身到底能不能被测量？今天啊，我就想跟你聊一个特别厉害的概念，他就像一把尺子，能量出未知，还能把我们口中的也许大概全都变成精确的数字。 好，咱们先从一个特别熟悉的感觉说起。就是那种感觉，当我们要做人生重大决定的时候，眼前总像有一团迷雾，看不清楚，对吧？比如到底要不要辞职，这只股票我该不该买？ 或者更让人焦虑的，三年之后人工适能，会不会把我的工作给抢了？你看，人生里这些大决定，是不是都像在迷雾里开船？很多时候，我们能靠的好像就只有直觉和瞎猜了。 但你看啊，就在我们凭感觉瞎猜的时候，另一边那些复杂的系统，比如天气预报、金融模型，他们正在用数学非常精确的计算着同样的不确定性。人家手里有个工具，而我们呢，好像就只有一种模模糊糊的感觉。 那你想想，要是你也能有这么一把尺子，一个能精确衡量未知的工具，那会怎么样？ 故事要回到一九四八年，当时啊，有个三十二岁的工程师叫克劳德香农，他真的就造出了这么一把尺子。 他发明的这个东西，说白了就像一个不确定性的温度计。你想想，在有温度计之前，我们只能说好像有点热，感觉很模糊，但有了温度计之后，我们就能说现在是三十八点五度。 乡农干的事，就是把不确定这个模糊的概念，变成了一个硬邦邦的可以计算的数字。他给这个东西起了个名字叫信欺商。 你一听可能觉得有点玄乎，但他的核心思想我跟你说，简单到你不敢相信。核心就一句话，一件事，越难猜，他的商就越高。就这么简单。你想啊，猜硬币是正面还是反面？很简单吧，商就很低。 但你要是想猜中彩票号码，那可能性也太多了，几乎没法预测，所以他的伤就非常非常高。 那么为了衡量这个猜测的难度相当，还特地给了我们一个单位，就像我们用米来量长度，用千克来量重量一样。 这就要说到一个我们小时候可能都玩过的游戏，二十个问题，还记得吗？规则就是，我心里想一个东西你来猜，但你只能问是或否的问题，而且目标是用最少的问题猜出来。 这里的诀窍是什么呢？就是你的每个问题都应该能把可能性直接砍掉一半。这么一来，你最后到底问了多少个问题，这个数字就精确的衡量了最开始的不确定性有多大。 你看啊，如果只有两种可能性，比如说猜男孩还是女孩，你问一个问题就够了。那要是有四种可能性呢？比如扑克牌的四种花色，你就得问两个问题。八种可能性呢？比如一到八里猜一个数，那就需要三个问题，发现规律了吗？ 没错，每一个能把不确定性减半的是否问题，他所包含的信息量就是一比特，这就是信息最最基本的单位。 好，但问题来了，真实世界可不总是像抛硬币那样，正反面概率五五开，很多时候，有些结果的可能性要比其他结果大的多的多，这就引出了信息乱里头可以说是最重要甚至有点反之觉的一条法则。 你看，太阳从东边升起，这事毫无悬念，所以他包含的信息量就特别低。那要是哪天彩票中了大奖，这可是个小概率事件，那他带来的信息量就巨大了。 这就完美解释了为什么我们的大脑，还有那些新闻头条，天生就对那些可预测的事情不感兴趣。 俗话说得好吗？狗咬人不是新闻，因为太常见了，信息量低。但要是反过来，人咬狗，那绝对是头条，因为它太罕见了，信息量爆棚，一下子就能抓住所有人的眼球。 好，接下来真正有意思的地方来了。商这个工具，不仅能看某一个瞬间，他还能帮我们超越这个瞬间，看清楚一个过程，随着时间演变，他背后隐藏的模式是什么样的。 你看这张表，他就特别清晰的展示了四种基本模式。第一种商为零，叫固定模式，这就像一潭死水，或者一段已经毫无生气的关系，完全没变化。 第二种低，商是周期模式，想想每天上班的路，每个月要还的账单可预测，但是呢，有点单调。 第三种高尚，是随机模式，就像电视上的雪花点，或者一个喝醉了的人，走路完全混乱，抓不住任何规律。那么最理想的状态在哪呢？就在中间这个复杂曲， 它既有稳定的结构，又充满了各种新奇的变化和成长，就像一颗健康的心脏，有规律的跳动，但每一次跳动又不完全一样。 所以你看伤这东西，它就像一面照妖镜，能帮你一下子看穿表象，看到事情的真相，你现在的工作到底是在真正的成长和创新呢？还是说仅仅在机械地重复昨天的任务？你的一段关系是那种稳定又充满活力的状态呢？还是说其实已经陷入了停滞？ 用伤的尺子一量就清楚了？好了，最后我们来聊聊伤带给我们最深刻的一个礼物，它告诉我们，当我们信息不全，面对未知的时候，到底应该怎么做。 首先咱们得澄清一个特别常见的误解，很多人以为伤就是混乱，不是的，伤衡量的不是乱不乱，而是能不能预测。 我举个例子啊，假如一个房间每天家具的位置都随机变，但房间本身永远打扫的一尘不染，非常整洁，你说这个房间商高还是低？ 答案是商极高，因为它完全不可预测。那还有个很流行的说法，人生就是一场对抗商增的战斗，这句话对吗？嗯，其实这也是个误解，因为他把两个完全不同的商给搞混了。 物理学里那个商增定律说的是孤立系统里的热力学上，但我们的人生是一个开丧系统啊，我们不断的在和外界交换能量和信息，所以我们面对的其实是信息上。我们不是在对抗混乱，我们是在管理信息。 所以你看，用商的思维去思考问题，整个流程下来，从列出所有可能性，到给他们分配概率，再到分析背后的模式， 他最厉害的地方其实是最后一步，他逼着你必须诚实的面对自己，不知道什么，坦然的承认自己的无知。而我们都知道，承认无知才是一切智慧的珍重。开端 商，这个盖聂啊，他其实在告诉我们一条人生的道路，这条路既不是要拼命消除所有的不确定性，也不是说要彻底拥抱混乱， 而是要去寻找一种平衡，一种在稳定和惊喜之间的美妙。平衡就像一座花园，既有稳定的土地和根基，又能生长出各种复杂而美丽的变化。 因为说到底，我们学习这个工具，目标从来都不是为了百分之百的预测未来，而是为了能拥有一把足够诚实的尺子，用它去衡量那个广阔迷人又充满了无限细细的未知世界。
142大熊教育学习
