预言机读后感
一. 主要内容:
复杂系统的预测难以线性外推,但是可以使用归纳型方法近期的,在内部复杂度不高的区域内进行预测,而即使是这么一点点预测也是有很大价值的。通过概念分析、实事举例进行了一些浅层的说明论证。通过阐述和分析莫迪斯的理论,缩小了部分的预测范围到三个方向。在这个时候,作者揭示了预测的重要意义,以及引出透明介质这种重要的东西,并预言到,人类社会的第三种透明介质为数字化,换言之,透过数字化,人类可以预言更多的未来。最后,通过“增长极限”的崩溃案例,说明复杂的模拟预测的准确性在于其复杂度,只有除去系统外的控制,引入进化和学习 才能实现这个复杂度,模拟出这个系统并预测这个系统。
二. 关键词:
返溯法
56年周期
“高维”系统
三. 每段详解:
1. 接球的大脑(揭示难以使用线性外推法对复杂系统预测)
通过与多恩 法墨的谈话开始研究“预测”,将“预测”比拟为归纳法,区别于推演法。揭露“活系统”这类复杂系统都难以用线性外推法推测。剖析了“高维”系统的各种复杂性,以及这些复杂性对线性参数的影响。
2. 混沌的另一面(揭示可以对复杂系统实现近期预测,并提出三点经验)
将对“混沌”的认识区别于“随机”,揭示复杂系统还是可以在短期预测的。摘取了法默对 集群计算 领先指标 买涨不买跌 秩序 基本面 预测 反馈回路 学习进化 S型曲线透明介质 混沌 复杂度
预测未来的三点经验,缩小了预测对象范围,是后续展开实施预测的经验支持。
3. 具有正面意义的短视(强调第二点经验:进行一次有用的预测不用看太远)
根据对经验中第二条的理解(短视),首先解释远视不了的原因,再根据棋局经验推论出“有限的前瞻”实现正面意义的*4条经验。最后,以举例的方式具体化了这种“短视”的实际应用(员工手册、出行);
4. 从可预测性范围里挣大钱(强调第三点:即使是一点点关于未来的信息也是有价值的。
同时,描述了用来预测的归纳式模型,并让它运行在一个适当的区域)
从法默对复杂性的分类入手,分离出表面复杂但内在不太复杂的区域,作为预测的对象。这些狭隘区域中的对象也能精确预测,可精确预测区域虽狭隘,但也有无穷价值。花旗银行、索罗斯都采用这些方法的成功案例。这种预测的方式需要归纳式的模型识别出秩序,而不是通过追究原因来递归结果。这是托勒密式归纳法,以数据为起点自下而上的建模方法,是模糊拟合法,是直觉,是接飞球所使用的方法。
5. 前瞻:内视行动(讲述了一次军事上的预测模拟应用)
通过军事模拟的应用“内视行动”的案例解说模拟预测的实际表现和成绩;
6. 预测的多样性(总结了可预测的范围,进一步缩小了有预测潜质的对象)
莫迪斯总结可预测的三个范围(不变量/成长曲线/循环波)。针对每种范围作了基本的逻辑解释和举例。最后,区别下股票市场的自我取消反馈流和通常下的自我管理型反馈流,强调股票市场的特殊性。
7. 以’万变’求不变(揭示预测的重大意义,并描述伴随预测所需的条件,同时还解析了反
馈型预测的两种类型及预测实现方式)(预测->适应性->存续)
强调因为有预测(“变”)才有可能适应,乃至进化,甚至生存(“不变”)。复杂系统之所以能存活就在于具备预测的能力。而预测可以看作是“时间平移”功能的反馈机能+透明介
质帮助下才能实现的行为。透明介质可以是空气,水也可以是古代官场上透露传达圣意的小太监,也可以是和某官员吃喝玩乐摸底价的机会,也可以是清晰的数据表或曲线图。反馈型预测可以分为:结果“反馈”和感官“前馈”。
8. 系统存在的目的就是揭示未来(再次总结预测的意义,并预言人类的第三种透明介质)
再次强调第七节的重点,有机体存在的目的就是揭示未来,才能持续生存。并引申到人类生存中除空气和水以外的第三大透明介质将是“数字化”,将通过数字化的介质透视未来。
9. 全球模型的诸多问题(通过分析“增长极限”模型的失败原因,归纳出成功的“复杂模型”
的必要条件-复杂度)
最后将预测运用到人类最关心的切身问题全球模型上。“增长极限”这个反馈驱动的模型十分容易崩溃,也极具争议,总结弱点:
a.有限的总体情境,b.错误的假设,c.没有为学习留下余地,d.世界平均化,e.任何终端开放的增长都不能模仿。思索重建系统这个行为本身就是该模型中的一个点,这是模型与现实嵌套循环因果的模型,唯有全球六十亿大脑和世界的一切一起构建方能模拟这极为复杂的分布式系统,否则少一点都会崩溃。总结真正全球模型的必要条件: a.大量运行情景,b.假设更灵活和准确,c.实施分布式学习,d.包含局部性和地区性差异,e.展现无尽增长的复杂性。特别针对复杂性这一点,说明一个模型过于急切简化了复杂现象,它就会错失目标。模拟的复杂程度,不得超出它所模拟的复杂性的活动领域。
10. 舵手是大家(进一步依据“增长极限”的失败例子,归纳出真正功能齐备的“活系统”的必
要条件,而这必要条件需要抽离控制,靠系统中的每一份子自己掌舵)
通过“增长极限”的例子推论,除了反馈回路,还需要分布式存在和无止境的进化才能生
成齐备功能的活系统。系统要进化需要柔性结构。活系统可以被刺激、干扰、哄骗、驱动,无法在系统之外控制,控制者是系统内的每一个元素。
四. 精辟摘录回味:
1.
2.
3. 有机体存在的目的就是揭示未来 数据一旦流动就创造出透明 之所以花费精力把过去发生的事情反馈到现在,是因为这是系统在应对未来时比较经
济的做法,能给未来提供信息并控制未来
4.
5. 适应就其核心而言,要求对未来感知,就是利用信息来应付环境的不确定性 自然界的循环现象能给运行期间的系统注入循环偏好,引发许多尾随而来的此生和再
生的内部循环
6.
7.
8.
9. 任何一种外在的周期性行为都是可以猎取的猎物 模型给了我们信心去贯彻这些理念 我们希望能够使计算机感染上某种粗略形态的直觉 索罗斯的归纳判断同接飞球一样
10. 学会识别秩序而不是原因
11. 首选那些增加选择余地的着法;避开那些结果不错但要求弃子求兑的着法;从那些眦
邻多个有利位置的有利位置着手;在对局势的前瞻和切实通盘关注当前的状况之间取得平衡。
12. 在混沌中存在着秩序
13. 混沌和随机是两回事
14. 预测是控制的一种形式,是一种尤其适合分布式系统的控制形式。
预言机读后感
一. 主要内容:
复杂系统的预测难以线性外推,但是可以使用归纳型方法近期的,在内部复杂度不高的区域内进行预测,而即使是这么一点点预测也是有很大价值的。通过概念分析、实事举例进行了一些浅层的说明论证。通过阐述和分析莫迪斯的理论,缩小了部分的预测范围到三个方向。在这个时候,作者揭示了预测的重要意义,以及引出透明介质这种重要的东西,并预言到,人类社会的第三种透明介质为数字化,换言之,透过数字化,人类可以预言更多的未来。最后,通过“增长极限”的崩溃案例,说明复杂的模拟预测的准确性在于其复杂度,只有除去系统外的控制,引入进化和学习 才能实现这个复杂度,模拟出这个系统并预测这个系统。
二. 关键词:
返溯法
56年周期
“高维”系统
三. 每段详解:
1. 接球的大脑(揭示难以使用线性外推法对复杂系统预测)
通过与多恩 法墨的谈话开始研究“预测”,将“预测”比拟为归纳法,区别于推演法。揭露“活系统”这类复杂系统都难以用线性外推法推测。剖析了“高维”系统的各种复杂性,以及这些复杂性对线性参数的影响。
2. 混沌的另一面(揭示可以对复杂系统实现近期预测,并提出三点经验)
将对“混沌”的认识区别于“随机”,揭示复杂系统还是可以在短期预测的。摘取了法默对 集群计算 领先指标 买涨不买跌 秩序 基本面 预测 反馈回路 学习进化 S型曲线透明介质 混沌 复杂度
预测未来的三点经验,缩小了预测对象范围,是后续展开实施预测的经验支持。
3. 具有正面意义的短视(强调第二点经验:进行一次有用的预测不用看太远)
根据对经验中第二条的理解(短视),首先解释远视不了的原因,再根据棋局经验推论出“有限的前瞻”实现正面意义的*4条经验。最后,以举例的方式具体化了这种“短视”的实际应用(员工手册、出行);
4. 从可预测性范围里挣大钱(强调第三点:即使是一点点关于未来的信息也是有价值的。
同时,描述了用来预测的归纳式模型,并让它运行在一个适当的区域)
从法默对复杂性的分类入手,分离出表面复杂但内在不太复杂的区域,作为预测的对象。这些狭隘区域中的对象也能精确预测,可精确预测区域虽狭隘,但也有无穷价值。花旗银行、索罗斯都采用这些方法的成功案例。这种预测的方式需要归纳式的模型识别出秩序,而不是通过追究原因来递归结果。这是托勒密式归纳法,以数据为起点自下而上的建模方法,是模糊拟合法,是直觉,是接飞球所使用的方法。
5. 前瞻:内视行动(讲述了一次军事上的预测模拟应用)
通过军事模拟的应用“内视行动”的案例解说模拟预测的实际表现和成绩;
6. 预测的多样性(总结了可预测的范围,进一步缩小了有预测潜质的对象)
莫迪斯总结可预测的三个范围(不变量/成长曲线/循环波)。针对每种范围作了基本的逻辑解释和举例。最后,区别下股票市场的自我取消反馈流和通常下的自我管理型反馈流,强调股票市场的特殊性。
7. 以’万变’求不变(揭示预测的重大意义,并描述伴随预测所需的条件,同时还解析了反
馈型预测的两种类型及预测实现方式)(预测->适应性->存续)
强调因为有预测(“变”)才有可能适应,乃至进化,甚至生存(“不变”)。复杂系统之所以能存活就在于具备预测的能力。而预测可以看作是“时间平移”功能的反馈机能+透明介
质帮助下才能实现的行为。透明介质可以是空气,水也可以是古代官场上透露传达圣意的小太监,也可以是和某官员吃喝玩乐摸底价的机会,也可以是清晰的数据表或曲线图。反馈型预测可以分为:结果“反馈”和感官“前馈”。
8. 系统存在的目的就是揭示未来(再次总结预测的意义,并预言人类的第三种透明介质)
再次强调第七节的重点,有机体存在的目的就是揭示未来,才能持续生存。并引申到人类生存中除空气和水以外的第三大透明介质将是“数字化”,将通过数字化的介质透视未来。
9. 全球模型的诸多问题(通过分析“增长极限”模型的失败原因,归纳出成功的“复杂模型”
的必要条件-复杂度)
最后将预测运用到人类最关心的切身问题全球模型上。“增长极限”这个反馈驱动的模型十分容易崩溃,也极具争议,总结弱点:
a.有限的总体情境,b.错误的假设,c.没有为学习留下余地,d.世界平均化,e.任何终端开放的增长都不能模仿。思索重建系统这个行为本身就是该模型中的一个点,这是模型与现实嵌套循环因果的模型,唯有全球六十亿大脑和世界的一切一起构建方能模拟这极为复杂的分布式系统,否则少一点都会崩溃。总结真正全球模型的必要条件: a.大量运行情景,b.假设更灵活和准确,c.实施分布式学习,d.包含局部性和地区性差异,e.展现无尽增长的复杂性。特别针对复杂性这一点,说明一个模型过于急切简化了复杂现象,它就会错失目标。模拟的复杂程度,不得超出它所模拟的复杂性的活动领域。
10. 舵手是大家(进一步依据“增长极限”的失败例子,归纳出真正功能齐备的“活系统”的必
要条件,而这必要条件需要抽离控制,靠系统中的每一份子自己掌舵)
通过“增长极限”的例子推论,除了反馈回路,还需要分布式存在和无止境的进化才能生
成齐备功能的活系统。系统要进化需要柔性结构。活系统可以被刺激、干扰、哄骗、驱动,无法在系统之外控制,控制者是系统内的每一个元素。
四. 精辟摘录回味:
1.
2.
3. 有机体存在的目的就是揭示未来 数据一旦流动就创造出透明 之所以花费精力把过去发生的事情反馈到现在,是因为这是系统在应对未来时比较经
济的做法,能给未来提供信息并控制未来
4.
5. 适应就其核心而言,要求对未来感知,就是利用信息来应付环境的不确定性 自然界的循环现象能给运行期间的系统注入循环偏好,引发许多尾随而来的此生和再
生的内部循环
6.
7.
8.
9. 任何一种外在的周期性行为都是可以猎取的猎物 模型给了我们信心去贯彻这些理念 我们希望能够使计算机感染上某种粗略形态的直觉 索罗斯的归纳判断同接飞球一样
10. 学会识别秩序而不是原因
11. 首选那些增加选择余地的着法;避开那些结果不错但要求弃子求兑的着法;从那些眦
邻多个有利位置的有利位置着手;在对局势的前瞻和切实通盘关注当前的状况之间取得平衡。
12. 在混沌中存在着秩序
13. 混沌和随机是两回事
14. 预测是控制的一种形式,是一种尤其适合分布式系统的控制形式。