L39_正确选择解决的问题

  • 成功的关键在于正确选择解决的问题,并持续不断地进步和个人成长。为了选择正确的问题,可以通过阅读大量论文、与他人讨论、向有经验的人寻求建议等方式来磨炼对问题的品味。在研究中,可以采用创意驱动或目标驱动的方式,但创意驱动容易与他人发生冲突,而目标驱动能够给予不同的视角和带来激励。在持续进步方面,可以通过做笔记回顾、定期回顾和总结成果来监控自己的进展,同时也要注意合理分配时间,留出个人发展的空间。阅读教科书和博士论文,重现论文结论,并用批判的眼光观察最新的趋势,也是提高自己的品味和洞察力的方法。
  • 启发式策略和预期理论,包括代表启发法、可得启发法、锚定与调整启发法,以及风险回避与风险偏好、框架效应和灵敏度递减等内容。
  • 邓巴数是 150,这是基于人类社交圈规模和灵长类动物梳毛行为的推断,而语言的出现代替了梳毛,增加了交流效率和信息传递量,同时也起到了社交管理和个人推销的作用。

一个解决方案:如何成功

如何成功

成功的核心在于,选择解决正确的问题;在这些问题上持续不断的进步;实现持续的个人成长。

▎选择问题方面

磨炼对问题的品味:选择问题比培养技能更重要,不要盲目下注。

  • 阅读大量论文并以批判的眼光评估,有条件的话,和了解这个主题的人进行讨论
  • 和其他人一起从事相关工作,这样经验可以相互借鉴
  • 向有经验的人寻求建议,不要非得重新发明轮子
  • 花时间思考下什么样的研究是有成效或者有用的(什么时候有用?何时能转移?什么元素使其传播或者被遗忘?所在领域发展趋势是什么?哪些工作会让其他领域过时?)

Tips:1-3 是优化环境渠道,4 是独立思考。许多时候不是别人比你聪明,而是他们拥有更高密度的观点和专业知识

理念驱动 or 目标驱动研究

  • 创意驱动:关注某些文献的部分,得到启发后就开始做
  • 目标驱动:先设定你的目标,然后从各种文献中寻找相关内容改善自己的方法
  • 创意驱动代表着向某个子领域的目标进展,是目标驱动的一个实例。目标驱动更宏观一些,更像是让 X 第一次工作,不是让 X 工作的更好
  • 创意驱动还有个缺点,一不小心就会和别人撞车。因为许多人都在阅读同样的文献,都想取得突破,除非你比别人研究的都更加深刻。
  • 通过目标驱动研究,会给你一个不同的视角,引导你提出其他人没有提出的问题,能够带来飞跃性进展。而且能带来一定的激励(即现状 - 目标之间的差距),也能组织起来小团队一起前进。
  • 目标远大,逐步向高目标攀登。聪明人做不出好研究,主要是在研究不重要的问题。应该问自己这件事潜在的好处有多大,是 10% 进步还是 10 倍进步。

▎持续进步

  • 做个笔记回顾:每天在干什么,我有什么想法, 结果如何,并且定期回顾,凝练
    • 记下来,才能审视和改进,然后回顾的时候能发现缺失的部分
    • 把结果统一保存在统一的地方,日后能方便的找到成果,避免记错结论
    • 监控时间的使用,了解自己的能力和时间利用率,是否聚焦或者分心
  • 何时换个问题研究
    • 挑战性的问题必须投入大量的时间,虽然有些想法注定会失败,但过于频繁的切换问题失败率更高。新想法总是诱人的,但不一定是能成功的,所有的结果都是需要持续努力才能产生效果
    • 回顾下自己有多少半成品,就知道自己放弃了多少事情 —— 毕竟没有交付几乎等于没有成果
    • 尝试给自己每周一点时间去做点别的事,也许能打开更大的视野

▎个人发展

  • 无论如何分配时间,一定有所收获。但注意给自己留出一些个人发展空间,跳脱当前的项目来看看整个行业中有什么知识需要补充。否则非常容易陷入舒适圈陷阱,找不到更好的解法。
  • 教科书是一种比论文更密集的知识吸收方式。并且好的教科书收集了几十年的优秀思想。
  • 阅读博士论文也是个好思路(针对机器学习来说),注意关注导论和背景材料,以及结论和展望
  • 重现一些厉害的论文结论,从中体会过程;用批判的眼光看不那么特别的论文,提高自己的品味,洞察最新的趋势

相关延伸:
An Opinionated Guide to ML Research (joschu.net)


一个理论:启发式策略和预期理论

启发式策略和预期理论

▎启发式策略

代表性启发法:表现在人们根据该事物突出特征归类时,往往会把其和某类相似事物放在一起。典型例子就是:一个三十岁的单身女性,毕业于哲学系,大学期间关心歧视和社会公正,大多数人会根据描述认为其更像是一个在银行工作的女权主义者,但她是一个纯粹银行职员的概率更大。

可得性启发法:它常用于判断某事件发生频率或者概率的情况。一旦人们对某事件没有经验的时候,人们往往会根据该事件可想象的难易程度来判定它的发生概率。比如典型的就是我们总觉得现在社会变得更加不安全,但是实际上整体犯罪数量是在减少,只是日常案例被媒体反复渲染了而已。

锚定与调整性启发法:它表现在人们对于不确定数值的估计往往是基于对初始值或者起始点(starting point)进行适当调整的结果,人们倾向于高估合取事件而低估析取事件。典型如在讨价还价中,第一次价格设定,会锚定所有人的预期,虽然没有什么理由但是大家都会围绕这个价格开始上涨或压价。

预期理论

风险回避与风险偏好:简单来说,损失 1 元钱,需要捡到 2 元钱才能互相抵消。人们默认会选择回避损失,所以在二手市场中,卖家总会定出高于市场的价格,因为人们一旦拥有之后,就会过高的估计物品的价值。但并不是所有时候人们都是回避风险,相对于确定性的损失,人们反而愿意持风险偏爱的态度 —— 比如某些经营失误的时候,许多人都学会选择「搏一搏」,希望能翻盘。

框架效应:即一个问题两种在逻辑意义上相似的说法却导致了不同的决策判断。这个在医学中尤其常见,比如五年存活率,还是五年死亡率,同样的数值,对用户造成的心理压力是完全不同的。人们在面对死亡时和面对损失时,反应和上面的风险回避/偏好的特征是相当一致的。

灵敏度递减:损失 100 元和损失 150 元之间的痛苦,要强于损失 1100 与 1500 元之间的痛苦。因为前者参照水平很低。这也是反过来看,当我们购买许多贵重商品的时候(比如购房贷款),哪怕能降低 0.1% 的比例都能剩下来很多钱,但是我们很少在这上面纠结,但是会因为房东某个家居有问题,而仅仅技巧这几百块钱的得失。

相关延伸:
从西蒙到卡尼曼——心理学家再次荣获诺贝尔经济学奖 (qq.com)


一个数字:邓巴数

邓巴数

为什么邓巴数是 150 呢?人类社交圈规模,取决于人脑新旧皮层的比例(4:1),由此推断出规模约 150 人 —— 但这已经是升级版的社交规模了,想要搞明白为什么人们喜欢八卦,得先看当年的灵长类动物为何喜欢梳毛。

灵长类动物群居,共同低抵御捕食者。社会性(sociality)是其存在的核心。社会性动物永远都在分散和凝聚之间徘徊 —— 风险让其聚集,而过度拥挤让其逃离,群体规模是维持这种平衡的产物。

而通过观察,灵长类动物在不捕猎的时候,大量的时间都在梳毛,这么做有两种价值:

  • 一种是得到愉快地体验,这种体验会让人产生内啡肽 —— 长跑上瘾也是类似的体验
  • 一种是建立互惠互利的信任关系,彼此投入大量的时间和精力,建立加入群体的门槛,避免被渣男/女搭便车

所以,梳毛是维系灵长类动物情感的重要纽带。梳毛频率与群体规模成正比,群体越大维系感情的时间就越多。这时候挨个梳毛效率就太低了,语言就登场来代替了梳毛,原因很简单:

  • 同时与几个人交谈,增加联系频率(但最多同时不超过 3 个,具体可以想想日常聚会的情形)
  • 更大范围交换信息,了解彼此,通过信息判断而非行为判断对方是否靠谱。

由于谈话最多同时 1 个人对 3 个人,所以能看到,梳毛群体由于只能 1 对 1 ,所以平均规模是 55 只,而现代人类群体规模是 150 人,符合上述比例。

而语言除了效率高,其实传递信息量也更大。使用语言后人类固然能习得之前的知识,表达自己的观点,理解他人的想法和自己不一样。继而产生了欺骗和谎言(小孩子在三岁前是不会撒谎的)。但语言最重要的,其实不是传递知识和信息,而是代替梳毛,那么从日常的观察中也能看到:

  • 人们对话主要内容都是围绕社交内容,包括个人关系、喜好、经历、他人行为等
  • 闲聊最重要的作用就是让人们了解自己和其他人的名声,是对名声的管理。
  • 女性善于通过语言发展社交网络,而男性善于通过语言给自己打广告 —— 男性处于男女混合群体中,谈论工作、学术和宗教的时间大幅提高(纯男性群体为 05%,男女混合群体为 15%20%,知道为什么油腻大叔爱给小妹妹讲道理了吧)

相关延伸:
关于罗宾·邓巴,只知道「邓巴数字」是不够的(梳毛、八卦及语言的进化)书评 (douban.com)


关注不迷路 博客竹白

The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.

WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证

本文首发于Why·Liam·Blog (https://blog.naaln.com),版权所有,侵权必究。

本文永久链接:https://blog.naaln.com/2023/09/newsletter-39/