2019-9-28 資深UI設(shè)計(jì)者
AI被熱捧那么久，王維嘉博士的《暗知識(shí)》是第一本把它講明白的中文科普書。
這本書第一個(gè)知識(shí)框架，就是下面這張4象限圖：
(該圖來自：王維嘉的《暗知識(shí)》）
該圖將知識(shí)按“是否可表達(dá)”、“是否可感受”的兩個(gè)維度分為四類：
具體來說，暗知識(shí)是機(jī)器發(fā)現(xiàn)的，人類無法感受也無法表達(dá)的知識(shí)。
就像圍棋，人類2000年來保留的棋譜大概有3000萬個(gè)（8位數(shù)），但圍棋上棋子的擺放方法的可能性有2的361次方個(gè)（108位數(shù)），中間何止相差萬億倍。人類對(duì)圍棋的認(rèn)知，就是基于3000萬這個(gè)8位數(shù)范圍的認(rèn)知。與機(jī)器相比，相差10的100次方。這部分機(jī)器能掌握而人不能的，就是暗知識(shí)。
這是本書讓人驚嘆的第一個(gè)點(diǎn)，通過設(shè)立一個(gè)新的二維坐標(biāo)模型，就能夠找到人類以往概念上的盲區(qū)！其次，王博士選的詞匯也是超一流的，“暗”和“默”兩個(gè)字都很有神采。
雖然是“科普書”，但書里還是不得不講到人類的“神經(jīng)網(wǎng)絡(luò)”、計(jì)算機(jī)的“機(jī)器學(xué)習(xí)”、“卷積”等復(fù)雜概念。
我用自己的語言，以“識(shí)別一只貓”為例，為大家簡單講述一下AI吧：
（1）識(shí)別貓與計(jì)算“1+2=？”不同，前者是“默知識(shí)”—— 無法用準(zhǔn)確的語言描述出來。在計(jì)算機(jī)歷史上，通過“尖尖的耳朵”、“長尾巴”、“圓眼睛”等信息來識(shí)別貓的程序都失敗了。
（2）我們閉上眼睛想想，如何把一只貓與一只豹子的照片區(qū)別開，需要補(bǔ)充很多語言描述。把一只貓與一只狗區(qū)別開，又需要補(bǔ)充一些描述，其實(shí)人是不能把“識(shí)別一只貓”這件事情用語言明確說清楚的 —— 既然人說不清，傳統(tǒng)計(jì)算機(jī)程序就做不到。但人，哪怕是三歲的孩子都能區(qū)別貓和狗，背后是什么原理呢？
（3）后來科學(xué)家通過研究人類大腦的神經(jīng)網(wǎng)絡(luò)，發(fā)現(xiàn)大腦是通過分層判斷，最終在神經(jīng)元中留下“歷史痕跡”的邏輯鏈條的。這是很有趣的生物學(xué)現(xiàn)象，一個(gè)神經(jīng)元受到的刺激（生物電擊）越多，得到的營養(yǎng)就越多、就會(huì)成長得越強(qiáng)大。而每次判斷在每層神經(jīng)元中留下的痕跡，就會(huì)強(qiáng)化今后整個(gè)人腦神經(jīng)網(wǎng)絡(luò)的判斷能力。
（4）計(jì)算機(jī)科學(xué)家根據(jù)對(duì)人類大腦神經(jīng)網(wǎng)絡(luò)的認(rèn)識(shí)，開發(fā)了計(jì)算機(jī)“神經(jīng)網(wǎng)絡(luò)”。這個(gè)網(wǎng)絡(luò)不但可以識(shí)別“貓”，而且識(shí)別貓的過程也同樣無法輸出成為人能認(rèn)識(shí)的“文字描述”。
（5）這些識(shí)別算法就沉淀在“神經(jīng)網(wǎng)絡(luò)”中（表現(xiàn)為數(shù)據(jù)及數(shù)據(jù)關(guān)系），無法被人類直接掌握，人只能通過安裝了神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)獲得這個(gè)能力。
（6）不知大家注意到?jīng)]有，為了讓計(jì)算機(jī)解決這個(gè)“默知識(shí)”的問題，我們最終是用了“暗知識(shí)”來解決。
（7）這類“暗知識(shí)”，能夠在計(jì)算機(jī)之間快速復(fù)制，但無法在人和人之間復(fù)制，人和人之間能傳遞的只能是控制AI計(jì)算機(jī)的方法。
暗知識(shí)大體說完，我再回到與我們的思考方式相關(guān)度更高的“默知識(shí)”。
《思考，快與慢》這本書大約是我2013年讀到的，我認(rèn)為這是那一年我讀到最好的書。好就好在研究老對(duì)象（人類行為與注意力）的過程中，用了新思考框架，并建立了有說服力的體系。
幾年來，這本書被我放在電腦顯示器下面，意喻為“抬高了我的視野”。當(dāng)然，最初是為抬高了顯示器，起到保護(hù)頸椎的作用。
書里是這樣定義人的兩種思維模式的：
當(dāng)系統(tǒng)2學(xué)習(xí)掌握了重復(fù)使用的套路后，大腦會(huì)將重復(fù)工作轉(zhuǎn)給系統(tǒng)1。
我高中時(shí)，經(jīng)常因?yàn)楹唵蔚臄?shù)學(xué)加減乘除四則混合運(yùn)算錯(cuò)誤，導(dǎo)致考試得不到高分。我訓(xùn)練自己做了大量專項(xiàng)練習(xí)，后來不僅計(jì)算過程不出錯(cuò)，而且感覺當(dāng)時(shí)是把簡單的四則運(yùn)算從“系統(tǒng)2”挪到“系統(tǒng)1”了?？荚嚂r(shí)，手上做著乘法豎式，腦子里考慮是否有更好的解題思路。
從另一個(gè)角度看，大腦的重復(fù)套路工作從“系統(tǒng)2”轉(zhuǎn)給“系統(tǒng)1”，還有一個(gè)更大的好處 —— 降低能力消耗。
系統(tǒng)1反應(yīng)很快，對(duì)能量的消耗遠(yuǎn)低于系統(tǒng)2。我查了《人類簡史》、《文明是副產(chǎn)品》等書籍，看到這樣的資料：晚期智人的大腦占體重的1/20，但耗能、耗氧量卻達(dá)到全身的1/5。在工業(yè)革命前的5萬年里，智人供養(yǎng)這樣一個(gè)大腦是極其不容易的，所以我推斷：
系統(tǒng)1畢竟簡化了判斷過程，是否會(huì)造成很多誤判呢？我相信是的，但因?yàn)槟芰康南拗?，人類?dāng)時(shí)應(yīng)該是找到了中間最優(yōu)解。
我認(rèn)為：《思考，快與慢》的“系統(tǒng)1”，學(xué)習(xí)的其實(shí)就是前一節(jié)說的“默知識(shí)”。
還是以騎自行車為例，咱們可以教新手一些保持自行車平衡的要領(lǐng)，但一個(gè)新手學(xué)會(huì)騎車的過程，是實(shí)踐重于理論的。最后形成的知識(shí)，就是無法說清的“默知識(shí)”，這個(gè)默知識(shí)保存在我們每個(gè)人的“系統(tǒng)1”當(dāng)中。
當(dāng)然，系統(tǒng)1與系統(tǒng)2的關(guān)系還有很多層次，并對(duì)人類社會(huì)產(chǎn)生了深遠(yuǎn)影響。
例如：遇到緊急情況時(shí)（“快撞到行人了”），系統(tǒng)2會(huì)從系統(tǒng)1接管人體控制權(quán)，多費(fèi)一點(diǎn)腦力控制好自行車的方向，避免造成交通事故。
畢竟我的讀者都是toB企業(yè)同事，我還是講一個(gè)書中與咱們業(yè)務(wù)有關(guān)的故事。作者丹尼爾·卡尼曼是諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者，21歲時(shí)（1955年）曾經(jīng)在以色列軍隊(duì)里負(fù)責(zé)設(shè)計(jì)士兵面試流程。這之前，面試官完全根據(jù)感覺打分，結(jié)果篩選出來的新兵合格率很低?？崧隽艘惶自O(shè)計(jì)，聽起來和我在《SaaS創(chuàng)業(yè)路線圖（六）：如何擴(kuò)張團(tuán)隊(duì)？》中的做法類似，就是要求面試官嚴(yán)格按框架打分。
（上圖為我系列文章（六）中提供的打分表）
卡尼曼不是他的面試官們的上級(jí)，面試官們不喜歡做“打分機(jī)器人”?？崧淖尣绞牵饷嬖嚬俑鶕?jù)標(biāo)準(zhǔn)格式打分后，最后“閉上眼睛給士兵打個(gè)總分”。
最后的結(jié)果是，新的測評(píng)方法大幅提高了有效率。45年后卡尼曼回到該部隊(duì)，發(fā)現(xiàn)他的面試方法還在延用。
而我的面試表最后也有這樣一行：“自己是否愿意帶領(lǐng)此人去完成一個(gè)困難的任務(wù)？”其實(shí)這是一個(gè)非常感性的問題，與表格其它部分（記錄工作年限、記錄回答情況等）非常不同。
我觀察，這就是在很多領(lǐng)域中，決策復(fù)雜問題的一個(gè)優(yōu)選方法：
這個(gè)過程的好處是：
我們企業(yè)決策中，如果死板地使用調(diào)查前設(shè)計(jì)的“打分表”，往往會(huì)錯(cuò)過發(fā)展機(jī)會(huì)。因?yàn)榄h(huán)境在劇烈變化，調(diào)查前很難做出完美的打分表。而“默知識(shí)”會(huì)讓我們熟悉業(yè)務(wù)的決策者更準(zhǔn)確地做出判斷。
上面說了很多“默知識(shí)”的例子，具體怎么學(xué)習(xí)和使用“默知識(shí)”呢？最近“得到APP”的精英日課正好也推出了一篇文章“內(nèi)隱學(xué)習(xí)和外顯學(xué)習(xí)”。
簡而言之，外顯學(xué)習(xí)就是學(xué)習(xí)“明知識(shí)”的過程，掌握歷史知識(shí)、化學(xué)公式……
內(nèi)隱學(xué)習(xí)，則是學(xué)習(xí)“默知識(shí)”的過程，學(xué)到的是個(gè)“感”。例如：英語的語感。
1993年高考時(shí)，記得我的英語成績大約是140分（滿分150）。因?yàn)椴豢伎谡Z，這全都是英語語法和單詞，大多是“明知識(shí)”。
但我工作后能在外企說流利的英文，全有賴于大學(xué)時(shí)在華中理工（現(xiàn)在的華中科技大學(xué)）有一個(gè)教“外貿(mào)英語”的廖老師。他逼著我們每人整篇整篇地背誦外貿(mào)英語，上課經(jīng)?，F(xiàn)場考對(duì)話，當(dāng)時(shí)那個(gè)厭惡哪……沒想到堅(jiān)持了一個(gè)學(xué)期，死記硬背了幾百句常用對(duì)話后，英語“語感”就形成了。大腦中可以用英文思考問題，我是一生受用。
“精英日課”引用的一個(gè)調(diào)查研究還有個(gè)有趣的結(jié)論：外顯學(xué)習(xí)明知識(shí)，注意力越集中越好；但集中注意力反而會(huì)妨礙內(nèi)隱學(xué)習(xí)。
為什么？因?yàn)椤澳R(shí)”是沒有明確規(guī)則的，越努力找規(guī)律越學(xué)不會(huì)，不如放松一些，讓頭腦直接沉浸在直觀信息中，這樣更容易領(lǐng)悟那個(gè)“感”。
在企業(yè)經(jīng)營中，我們經(jīng)常需要新的創(chuàng)意：如何設(shè)計(jì)一個(gè)擺脫俗套的新激勵(lì)方式？如何做營銷上的創(chuàng)新？如何設(shè)計(jì)一個(gè)全新的內(nèi)容？這時(shí)候，讓注意力分散些，看看不相關(guān)的書籍、討論一些別的話題，可能靈感會(huì)來的更快。
就像我寫這篇文章，目的與路線圖系列是一樣的，還是想幫助大家提升經(jīng)營管理能力。但如果不引入更多關(guān)于思考方式、關(guān)于人類發(fā)展史的文章，就會(huì)跳不出日常操作的層面，不能給大家?guī)硇碌目諝狻?
這篇文字是“思考方式革命”的第一篇。我講的不是明知識(shí)、也不是默知識(shí)，我講的是一些新的思考方法。
（1）如何通過增添新的維度，讓你對(duì)研究對(duì)象（無論是客戶群、團(tuán)隊(duì)或產(chǎn)品服務(wù)）增加新的評(píng)估方式？操作工具就是最前面的四象限圖。
（2）設(shè)計(jì)新體系時(shí)，用詞要精準(zhǔn)。王維嘉博士用一個(gè)“暗”字，一個(gè)“默”字，把體系講的很清楚?！懊徽圆豁槨?，這是我經(jīng)常說的道理。一個(gè)事兒的“名字”選錯(cuò)了，要費(fèi)很多口舌解釋，到頭來沒聽到解釋的人看了還是會(huì)誤解。
（3）計(jì)算機(jī)AI算法是基于人類的“神經(jīng)網(wǎng)絡(luò)”模型的。企業(yè)管理中，一個(gè)體系的設(shè)計(jì)、一個(gè)測算模型的建立，都要基于“自然”的業(yè)務(wù)規(guī)則，基于人性的需求進(jìn)行考量。我不是講抽象的“道”，我說的是可以操作的規(guī)則。
（4）例如：人的大腦將重復(fù)套路工作交給系統(tǒng)1，就是符合降低消耗的規(guī)則的。而“能量的限制”就是工業(yè)革命前的20萬年里控制人類發(fā)展的主要因素。
（5）我們做企業(yè)，也是同樣有很多限制，財(cái)務(wù)上有利潤要求、有任何時(shí)點(diǎn)現(xiàn)金流不得低于安全線的要求。這屬于“明知識(shí)”。
（6）在不能用“明知識(shí)”直接通過計(jì)算做出決策的復(fù)雜情況下，基于“感覺”的判斷實(shí)際上更準(zhǔn)確。所以專業(yè)知識(shí)重要，但業(yè)務(wù)背景更重要。
（7）但如果只靠“感覺”決策，也很危險(xiǎn)。文中舉了一個(gè)新兵打分的例子。最佳方法是：讓決策者先結(jié)構(gòu)化地全面多維度打分，然后再“感性”地做出最終判斷。
（8）注意力分散些，有利于創(chuàng)新。所以需要新點(diǎn)子時(shí)，要給團(tuán)隊(duì)成員新環(huán)境、新場景和一些新時(shí)間。
（9）默知識(shí)這么重要，如何得到？要反復(fù)練習(xí)，不專注（忘掉規(guī)則）地學(xué)習(xí)。
藍(lán)藍(lán)設(shè)計(jì)的小編 http://m.820esy.cn