黑天鵝思維:改變你對世界的認知(升級第二版)


黑天鵝思維:改變你對世界的認知(升級第二版)

什麼是黑天鵝?

在發現澳大利亞的黑天鵝之前,歐洲人認為天鵝都是白色的,“黑天鵝”曾經是他們言談和寫作中的慣用語,用來指不可能存在的事物,但當第一隻黑天鵝出現時,這個不可動搖的堅確信念,就突然從精神層面到物質層面,全線崩潰倒塌了。

黑天鵝的存在,寓示著重大的不可預測的稀有事件,它在意料之外卻又帶來巨大沖擊,但人們總是過度相信經驗,對黑天鵝視而不見,並習慣於以自己——極其有限的認知、不堪一擊的信念、盲目虛幻的自信、以及後見之明——來試圖解釋和對抗黑天鵝的誕生和運作,然而一隻黑天鵝的出現就足以改變一切、顛覆一切、摧毀一切,最終人們會被現實所擊潰,甚至還會不斷重複這個被擊潰的過程。

從金融危機到雪災、大地震、火山噴發,從泰坦尼克號的沉沒到911恐怖襲擊事件,從戰爭衝突到疫情爆發,從內幕醜聞到民主公投,黑天鵝存在於各個領域,無論是國家、機構還是個人,都逃不過黑天鵝的影響(後文會從自然規律角度解釋為什麼)。

如何應對黑天鵝?

在《黑天鵝》這本書中,納西姆·塔勒布(Nassim Taleb)深入介紹了黑天鵝事件的本質和規律,發掘出我們所不知道的,事件背後的真正價值,教會我們如何認識這個世界的運行方式,以及如何正確地評估、把握和利用黑天鵝所帶來的機會,採取有效的應對策略,並從中受益。

那麼《黑天鵝》所透露的見解——就是“黑天鵝思維”,它能夠顛覆我們的慣常思維,改變我們的思維定式,打破我們的本能偏誤,從而開啟我們人生全新的認知模式

相信如果能夠通過訓練,並貫徹執行“黑天鵝思維”,那麼必定可以避免小概率(但影響重大的)事件帶來的重大損失,且在充滿不確定性的世界中佔得先機,甚至還能重新把握自己的命運。

本文就是——對“黑天鵝思維”的梳理和總結,並擴展和關聯了《反脆弱》、《思考,快與慢》、《從0到1》、《魔鬼經濟學》、《原則》等書中的觀點與內容,力求傳遞出充滿啟發性、顛覆性和衝擊力的——認知模式和思維洞見。

主題目錄如下:

  • 一切都從火雞開始
  • 未知的未知
  • 謬誤偏差
  • 謬誤偏差表
  • 質疑專家
  • 懷疑主義
  • 隨機性
  • 突破性與運氣
  • 冪次法則與鐘形曲線
  • 黑天鵝
  • 冗餘之道
  • 冗餘的意義
  • One More Thing——你可以成為那隻黑天鵝
  • 後記

接下來就讓我們開始——改變對世界的認知。

一切都從火雞開始

從前,有一群火雞,從出生就被悉心照料餵養1000天,然後就會在1001天的時候做成美味大餐。那麼,在1001天到來之前,所有的火雞都是安全的,並且活的時間越久,火雞的認知經驗越是證明自己是安全的,甚至還能得出一個結論:自己(引申到所有火雞)的一生就是被人悉心照料,好吃好喝享受生活的。

所以,在1001天的宰殺時刻,火雞突然推翻了從前所有堅定不移的信念。這個讓火雞頓悟(極端未知與罕見)的事件,就是黑天鵝事件。但對屠夫來說,並不是,因為屠夫始終可以準確預知這個事件,但火雞卻不行。

黑天鵝事件,需要滿足以下三點:

  • 第一,事前不可預測且極其罕見。
  • 第二,結果會造成重大影響(正面或負面)。
  • 第三,事後要有合理解釋(必須是後見之明,而不是事前預見)。

而一旦可以被預測,或是事後無法認知(如未解之謎),就會失去黑天鵝的標籤。

換句話說,每個人都有可能成為一隻火雞,或許就在下一個時刻:是一年、一個月、一個星期、一天、還是幾個小時、或幾分鐘後,這是不可預測的。

那麼,當認識到自己是一隻火雞的時候,就開始變得不是一隻“純粹”的火雞。因為當黑天鵝事件發生時——雖然事前依然不知道什麼時候發生,但我們知道它會發生(而不是無視未知)——這就削弱了它在我們心中的稀有度未知性,在某種程度上,這就是增加了對黑天鵝的抗性

於此同時,當意識到黑天鵝的存在時(但不知道是什麼、在哪裡、什麼時候),這會深刻地影響我們平時思考和決策的過程,這個行為本身,就會讓一些原本的黑天鵝變成了白天鵝(可預測),從而減少了黑天鵝的數量及發生的可能性(有時也會推遲其發生的時間)。

《反脆弱》中,塔勒布再次談到了“這隻火雞”,他認為:

“從火雞的故事中,我們可以看到所有(有害性)錯誤的根源,就是:將證明有危害的證據較匱乏,視為了有證據證明不存在危害。我們將會看到,這種錯誤在知識界極為普遍,在社會科學領域也根深蒂固。”

未知的未知

除了未知,還有——未知的未知,這意味著我們不知道我們還不知道什麼,而黑天鵝就是隱藏在未知的未知之中。

塔勒布將未知的未知,視為——認知不確定性(Epistemic Uncertainty),即:我們的認知是有缺陷的(未來可以被修正),但我們(目前)並不知道這個認知缺陷,因而我們以為我們認知了現實,但其實我們的認知缺陷會帶來預測錯誤,而這個錯誤就是在(自以為正確實則錯誤)認知之外的不確定性,無法被預測(因為正確預測依賴於正確認知)。

可見,認知不確定性——往往是由錯誤的系統模型(或認知模型)所導致的,因此也稱為——系統不確定性,也就是經濟學上所說的——未知風險。

例如,大統一理論是——未知的未知,金融危機是——系統不確定性。

而任何由系統模型(或說認知不確定性)導致的錯誤,都可以稱之為——系統性錯誤(或框架錯誤)。

那麼,與之相對的已知的未知,塔勒布將其視為——偶然不確定性(Aleatoric Uncertainty),即:這是由數學公式或數學模型,所推導出的不確定的概率,只要公式與模型被證明正確,那麼這個不確定性,就是可以被概率所預測的。

可見,偶然不確定性——往往是由正確的

概率模型(或數學模型)給出的“確定”概率,因此也稱為——統計不確定性,也就是經濟學上所說的——已知風險

例如,哥德巴赫猜想是——已知的未知,量子力學是——統計不確定性。

但現實是,人們會陷入在已知的圈子裡,產生了無數的自以為是虛幻的確定感。那麼虛幻的確定感——就是我們自己所認為所瞭解的,外部世界的因果邏輯關係,但其中卻充滿了虛幻的自以為是。

然而,如果沒有確定感,人們就會變的不安,就會恐慌,就會不斷尋找確定感。而大腦潛意識(杏仁核本能)的工作模式——就是簡單輕鬆地找到確定感,如果想要儘可能的保證確定感不虛幻——就需要額外付出很多的努力去(即能量)求證和驗證,就會活的很累很辛苦,相信沒人主觀會願意這樣(本能抗拒),也堅持不了多久。

結果,

虛幻的確定感的副作用,就會讓我們承認自己不知道——要比侃侃而談難的多,要比忘記那些不相關的已知難的多,而意識到自己不知道,甚至是不可能知道,那就更難了——難到讓人無法自知,這屬於未知的未知。

就像,瑞·達利歐在《原則》中,所說的:“我犯下代價慘痛的錯誤,使我改變了看問題的角度從——我知道我是對的,轉變成了——我怎麼知道我是對的。” ——這就是他帶領橋水公司,走向成功的重要思維模式之一。

事實上,我們是生活在一個,有很多看不見元素和屬性的世界裡,並且我們常常會下意識地把能僅看見的局部事物——直接當成了這個世界整體的全部。

例如,在中國任何廣為人知的事情——都可能有10億人不知道,任何人盡皆知的基本事實——都可能有1億人不知道。

顯然,我們很容易忘記,我們生活在一個龐大的、遠超過自己感知能力的共同體當中。這使得我們想要接近事實的真相,變得難上加難——難到虛假與真相可以直接畫上等號。

但只有意識到了——未知和未知的未知,大腦(前額葉皮層的智能)才有機會去提醒自己,注意到黑天鵝的存在。

否則,就會因為不自知未知,而忘記黑天鵝,然後被它深深的影響,即:存在正面黑天鵝讓人一飛沖天,也存在負面黑天鵝讓人崩潰絕望。

謬誤偏差

謬誤偏差——是來自於大腦系統功能的特性,所呈現在心理學上的行為表現。

大腦傾向於簡化事物模型——來降低記憶負擔,會下意識的用簡單替換複雜——來降低心智負擔,樂於接受“虛幻故事”——這種敘事的信息結構(而忽視真實性),善於利用潛意識接受到的信息——快速作出決策(而不自知),對絕對數據不敏感——偏愛相對數據(錨定效應、參考點依賴),厭惡損失遠遠超過獲得利益(損失厭惡),並且峰終定律——主宰了我們對體驗記憶(即敘事自我)的好壞感受,而不是真實過程的體驗自我,以及非常非常善於——混淆相關關係與因果關係……等等(還有很多)。

這些都是大腦進化過程中,產生的底層(神經)運作機制,是幾百萬年進化積累的結果,即是本能。實際上,也正是本能算法,主導“編寫”了各種心理學上的——本能偏好,如:敘述謬誤、證實偏差、歸因偏差、遊戲謬誤、無視沉默證據、後見之明、以及虛幻的確定感……等等(還有很多)。

這些本能偏好,現在被稱為——謬誤偏差,它抑制了人們對未知未知的未知的感知。

  • 偏好——是進化驅使的有利選擇傾向。
  • 偏差——是由於某些因素的變化,導致原本的有利偏好,錯配成了
    不利偏好

腦神經學家、心理學家與進化行為學家,已經發現並證實了,很多人們(包括他們自己)會出現的謬誤,然而有趣的是,在離開了研究機構、工作場所,不在寫論文或做實驗的時候,這些生活中專家們,也還是會陷入各種謬誤之中——可以想象,更不要說那些普通人了。

顯然,人類的大腦不是複印機,所以具有傳染性的思想,一定是那些我們準備要相信的,或是天生要相信的,甚至是已經相信而不自知的——因此,一種思想要獲得傳播,就必須與我們的本性相符。

而人們的思維,一旦被某種世界觀或價值觀所佔據,就會習慣於只關注——那些能夠證明自己正確的信息,過濾掉否定自己的信息——結果瞭解的越多,知道的越多,就越會證明自己的正確——這是一種難以自我察覺的“本能偏好”

從某個角度來看,雖然人們一直鼓吹和誇大進化選擇(即適者

有差別的生存),但進化選擇並沒有讓留存下來人們——擺脫謬誤和盲目,甚至就是進化(本能)造就了人們的——謬誤和盲目。

因為進化理論,並不考慮沉默證據,進化是一系列僥倖的成功——有好的、也有不好的,並且大部分是不好的。

所以,進化也有可能讓人類突然滅絕,就像讓恐龍突然滅絕一樣——事實上,恐龍統治了地球上億年,而智人目前只統治了地球幾百萬年。

那麼,進化有時候會推翻了先前的所有設計,這其實就是——一隻標準的黑天鵝,而人類就是那隻火雞。但人們越不瞭解黑天鵝現象產生的隨機性,就越會相信進化的最優選擇。

事實上,就是進化帶來的各種謬誤偏差,讓人們只看到了好的(或說因為符合心理預期與現實利益,所以只想看到好的),而在短期內,那些真正對你好的,或真正對你不好的,並不明顯(或可能表面看起來相反)——尤其是當你處在,會產生黑天鵝的環境中時,更加如此。 ​​​​

因此,黑天鵝事件要求,必須可以事後解釋,而不是事前預測的重要原因,就在於:謬誤偏差善於創造未知的未知,以及善於屏蔽已知的未知。

謬誤偏差表

錨定效應——是指在不確定情境下,判斷與決策的結果或目標值,會向初始信息或初始值即“錨”的方向接近,而產生估計和認知偏差的現象。也就是說,在做決策時,我們容易受到初始信息和熟悉信息的影響,並不自覺地以它們作為參考(就像沉入海底的錨一樣把人們的思想固定在某處)。而這就是先入為主,第一印象或第一信息支配我們決策的原因所在。

參考點依賴——是指決策依賴於多個選項的比較,有點“兩權其害取其輕”的意味,但這個過程的結果是往往是錯配,因為比較讓我們失去了“獨立的理性判斷”。另外,參考點依賴沒有心理預期偏差,這與錨

定效應有心理預期不同。

損失厭惡——是指人們面對同樣數量的收益和損失時,損失會更加令人難以忍受,這是一種不對稱性,即:當涉及受益時,人們表現為風險厭惡;當涉及受損時,人們則表現為風險尋求。

例如,如果100%獲得1萬與50%獲得2.5萬(另外50%什麼也沒有),人們會選擇前者;如果100%損失1萬與50%損失5萬(另外50%不損失),人們會選擇後者。

峰終定律——體驗的記憶由兩個因素決定:高峰(無論是正向的還是負向的)時與結束時的感覺,這就是峰終定律(Peak-EndRule)。這條定律基於潛意識總結體驗的特點:對一項事物的體驗之後,所能記住的就只是在峰(Peak)與終(End)時刻的體驗,而在過程中好與不好體驗的比重、好與不好體驗的時間長短,對記憶差不多沒有影響。而這裡的“峰”與“終”其實這就是所謂的“關鍵時刻MOT”,MOT(Moment of Truth)是服務界最具震撼力與影響力的管理概念與行為模式。

體驗自我——由我們每時每刻的體驗和意識組成,它存在於當下,感受真實且強烈,它代表著體內正在上演的電化學風暴,但作用時間和效力會隨著電化學風暴的平息而迅速消散,所以它非常容易被遺忘和事後扭曲。

敘事自我——代表著由體驗自我轉化而來的記憶,它只是對體驗過程斷斷續續的記錄和映射,它不會終於還原體驗過程,在峰終定律的記錄原則下,它只是對體驗過程的平均和模擬,甚至是編造。但敘事自我卻左右著我們的認知、學習、判斷、選擇和決策。

相關關係——並不等同於一者導致了另一者。相關關係僅表示,兩個因素——姑且稱之為X和Y——之間存在某種共同變動的關係,即共變量,但你無從判斷孰因孰果。有可能是X導致了Y,有可能是Y導致了X,也有可能是X和Y均由另一個因素Z導致。

事實上,如果說一切都是相互關聯的,那麼弱關聯就是——相關關係,強關聯就是——因果關係,而現實是,相關關係遠遠多於因果關係——可以說大部分整體上(99%)的都是相關關係,只有很少局部(1%)的是

因果關係

那麼,相關關係有,正相關與負相關,但最重要的是,對於相關關係,如果中間變量發生變化,就會讓正相關與負相關,“突變”成前所未有的新關係——這是具有未知風險的不確定性。

敘述謬誤——思想會傳播,是因為作為媒介的自私人類對它們感興趣,並且喜歡在複製過程中將它們扭曲。所以,人們總是習慣於將客觀存在的事實,加上自身認可的理由和邏輯加以闡述。

證實偏差——一旦你的思維被某種世界觀佔據,你會習慣於只關注證明你正確的事例。矛盾的是,你擁有越多的信息,你就越認為自己正確。

歸因偏差——是指人們在事後,下意識地把不準確的因果關係,錯配給了行為與結果。例如:人在成功時,會覺得是自己的原因;而在失敗時,會覺得是運氣的原因。

有限注意力偏差——注意力是有限稀缺資源,(為了節省能量)我們只能關注到,那些最能夠吸引人注意力的信息,從而忽略大量“沉默”數據中的規律與真相,最終導致認知偏差。

遊戲謬誤——大腦為了理解掌握規律,簡化了現實世界的複雜性,以此來進行推理研究,然而在得出結論後,又作用於在真實世界去解決問題,這時卻忘記了規律的正確性是建立在“遊戲”場景中的前提。

無視沉默證據——在敘述謬誤與證實偏差的作用下,大腦無視了與自己潛意識相矛盾的數據結果,只能看見了無統計學意義的個例事件,卻以此來作為結論的支撐。

倖存者偏差——指的是隻能看到經過某種篩選而產生的結果,而沒有意識到篩選的過程,因此忽略了被篩選掉的關鍵信息。比如,取得信息的渠道,僅來自於倖存者時(因為死人不會說話),此信息可能會存在與實際情況不同的偏差。這也是沉默證據被忽略導致的結果。

質疑專家

專家,是信息積累的產物和效用證明,其代表著專業與準確的結論,聽從專家不僅可以提高效率與增強合作,減少分歧與避免對峙,還能節省“重新發明輪子”和“驗證輪子”所浪費的時間。

更為重要的是,人們總是(難以自控地)期望於,用最簡單快速和節能的方式,獲取主觀“願意”相信的結論。

因此,信服專家——是符合了人們本能偏好的思維模式,同時(在一定程度上)也是阻礙人們獨立思考和深究原因的根本所在。

然而,專家也是人,從前文的觀點來看,人都會陷入謬誤,專家也不例外,並且專家更容易陷入——不知道自己不知道什麼的過度自信之中。

所以,有時候正是專家的預測信息,讓黑天鵝來的更快速、更突然和更猛烈,即:預測讓預測結果發生——換言之,就是專家的預測,才降低了人們整體對黑天鵝的

抗性

現實是,我們往往把一個人和他所做的事混為一談,然後把他們變成一個符合傳奇故事世界觀的虛構人物。我們的文化中總需要壞蛋和英雄,傻子和天才,替罪羔羊和道德楷模。我們需要故事,這其實就為樹立專家而鋪平了道路。

因此,專家是信息傳播複製的重要來源、節點和中心,這其實就是說好一個故事的天然條件,並且大腦進化出了各種“謬誤”機制與其相互配合,讓專家所書寫的故事,或是專家所背書的故事,更加深入人心並廣泛傳播。

然而,不僅如此,由人類串聯起來的大腦,所構建的網絡和形成的文化,也和專家緊密的交織在一起。那麼,專家的力量——就在於信息的不對稱性。

就如行為經濟學家——史蒂芬·列維特,在《魔鬼經濟學1》中,所指出的:

有信息在手,專家就掌握了一個影響巨大卻心照不宣的把柄——你內心的恐懼。專家擅長的就是,化信息為恐懼,然後利用信息不對稱,讓利益相關和利益需要——獲得巨大利。因此專家恰好是我們需要提防的人——他們不過是佔有信息優勢,並在某種動機的驅使下,對這個優勢加以利用的人。 ​”

或許《黑天鵝》的作者塔勒布,有能力、有資格(已經證明)、有膽量和氣魄,能夠坦然的藐視和無視專家(包括權威),然後進行獨立深刻的思考。但作為普通人,或許根本就做得不到,也無力去對抗專家和抵禦專家的信息誘導(即洗腦)。

因為謬誤所產生的思維定式,就是讓人本能的去盲從專家,並被環境信息所控制——而不自知,以及無法自知。

甚至,還有自然進化(宇宙規律)所帶來的——節能和懶惰(偏好),去阻止人們獨立思考、深入探究、搞清真相,顯然相比較對抗本能——專家永遠是更輕鬆(和更容易)去獲得信息和結論的選項。

但在此,我們需要銘記專家的兩大特點:

  • 第一,專家是知識的攜帶者,但專家不等於知識,而知識才是對我們真正有用的,且讓我們敬畏的事物。
  • 第二,專家常常也不相信專家,並且專家給出的建議或結論,也常常會相互矛盾(稍稍留心就會很容易發現),而永遠正確的只有邏輯本身。

同時,還需要注意的是,在專家和公眾之間,往往隔著的是——(各種傳話)媒體,而他們是扭曲信息的高手,是添油加醋的轉述師,是利益相關的從業者——他們的工作就是儘可能的,吸引公眾的注意力,而完成這個目標——既可以用不可思議的真相,也可以用駭人聽聞的編造,或是用真假摻半的誤導,但決不能用平凡無奇的陳述。

因此,如果想要增加對黑天鵝的抗性,並在隨機性不確定性中受益或減少受損,就不僅需要不盲從專家,還需要有懷疑一切的懷疑主義,至少也要是半信半疑主義。

事實上,我們很容易發現,那些越是容易獲取的“免費”信息(如網絡新聞、頭條、微博、群聊),就越容易錯誤,而越是難以獲得的“付費”信息(如論文、書籍、諮詢),就越容易正確。

然而無論什麼信息,親自實踐驗證而不僅僅是閱讀,顯然是對其最真實、最有效、與最好的理解和掌控,但就是效率太低——低到了現實運作並不准許。

所以,現實的算法就是——任何解決不了的問題通過一個中間層

就可以了。

就像在機器翻譯中,每兩種語言之間都要互譯,這需要編寫大量不同的翻譯模型(即n * (n - 1) / 2個),但此時可以加入一個中間層,所有的語言都與中間層互譯即可(只需要n個模型)。

於是,信任層就在基因與文中構建出來,以提高信息運作的效率,而正是這個信任層充當了合適的土壤,孕育出了各種各樣的——故事

懷疑主義

尋找正確和避免錯誤,是截然不同的思路,並且有著巨大的鴻溝。

因為正確需要經得起時間的考驗,其中包括了無數次、無數種條件(包括邊界)的測試,以及嚴格的邏輯證明與實驗驗證,並且這都依然無法100%保證未來,不會出現一次黑天鵝事件

,即:推翻過去所有的正確。

但錯誤只需要一次測試、一種條件、一個示例、一個論證就可以確定結論。並且錯誤永遠都是錯誤不會正確,但正確卻很難保證永遠正確。顯然,科學的進步發展,就是在不斷地推翻過去的“正確”。

這有點像是數學上的反證法,其所帶來的便利性技巧性,遠比正面構造一個完備的證明要容易的多。只不過正面證明,我們得到的是一個優雅完整的邏輯結構,但反證法我們卻只得到了一個矛盾

由此可見,尋找正確具有積累信息、迭代邏輯、創造結構的重要意義——其實這就是文明發展、科技進步的重要基石。

所以,人腦天生就是傾向於尋找正確,而不是避免錯誤。

只不過,通常大部分人最後找到的,基本都是虛幻的確定感自以為是。因為我們的左腦,是一個具有強大解釋能力的“詮釋者”,它會對看到的一切,都下意識地向著自己想要的、相信的和想象的一切,開始強行匹配解讀,於是虛幻的確定感就不自覺的產生了,接著證實偏差效應,令我們不自知的連自己都“糊弄”。

那麼對比尋找正確,避免錯誤——則有更強的可操作性,例如反證法就可以提供簡潔高效的可操作性,而有時甚至只需要更少犯錯,就可以成為贏家,獲得勝利與收益。

由此可見,成功人的經驗——其實是提供了難以重現的不確定路徑(即尋找正確),而失敗人的經驗——則提供了確定有價值的“避坑”指南(即避免錯誤)。

所以,對於“天鵝全都是白色的”這個結論,我們不應該去——尋找更多的白天鵝(即尋找正確),而是應該去——確定究竟有沒有黑天鵝(即避免錯誤)。

然而,在實際生活中,環境信息充滿了干擾,並潛移默化的影響了思考與決策,當然信息除了干擾也是創造的源頭。但黑天鵝的存在——就證明了環境信息充滿了隨機性與謬誤,很多觀點和言論都是不確定的,冗餘性讓一切皆有可能。

事實上,我們閱讀觀看、學習知識、積累經驗、訓練技巧等等,都是來自於環境信息。並且我們並不能把所有接收的信息,都親自去驗證一番(也沒必要),因為如果諸事懷疑,則會非常耗費心智,這會被本能所排斥,同時這也會阻礙工作、生活和成長的效率。

那麼結果,在不確定信息積累過多(即不知道那些是邏輯真相,那些是虛幻故事)的時候,我們都不足認識到自己的無知,並以為自己無所不知。這會令我們常常(下意識得),不是把專家(權威與傳統)的觀點——奉若神明的照單全收,就是把自己的感受——當做了世界唯一的真相。

但其實,個人經驗和感受——包括網絡是非、道聽途說、侷限的人際關係及其信息交換——在缺少了有效信息的情況下,就失去了邏輯判斷的可能性,從而讓觀點和結論都變得——異常脆弱不堪,只不過其中的大部分錯誤,都不會影響到一個人的正常生活,所以也就不會觸發一個人去修正其錯誤的——認知與行為。

那麼,或許保有懷疑主義是一個可行的方案,即:時刻保有對信息的懷疑度(尤其需要注意數字,包括價格、統計、概率、點擊量、閱讀量、銷售量、粉絲數等等),對所見所聞都持有一份獨立思考——尤其是(陳述性)結論及斷言,在沒有看到確信的論證之前,都需要半信半疑

雖然這很難,但通過不斷地訓練就可以增強,這樣就可以最大限度的減少無效信息的干擾,並最終對專家、權威、傳統及神明——就擁有了一定的免疫抗性

然而,有趣的是,專家與權威——往往自己保有懷疑主義,卻不希望他人懷疑自己,而位高權重者也是如此,這是本能算法所帶來的某種——不對稱性

事實上,在數據的世界裡,並沒有專家與權威,只有預測準確率(即概率),顯然人類社會才會有專家與權威。

由此可以預見,人工智能將會輕而易舉的做到,真正客觀的處理數據,不會有偏見和從眾思維,不會顧慮自己的結論,會不會受人歡迎,或對別人有什麼影響,以及為此而產生的驚慌失措。

隨機性

隨機性,帶來的直接結果就是——無法預測,我們也會因為無法預測而認為——具有隨機性。那麼究其本質,隨機性的來源有兩個:

  • 第一,是在微觀,由量子力學所描述的無法預測,這被稱為——真隨機,代表永遠無法預測。由前文可知,它屬於偶然不確定性、統計不確定性,即:已知的未知。
  • 第二是在宏觀,由認知缺陷、工具限制、算力不夠等原因產生的無法預測,這被稱為——偽隨機,代表未來(或現在)可以預測。由前文可知,它屬於認知不確定性、系統不確定性,即:未知的未知。

對於偽隨機,塔勒布在《黑天鵝》中,認為:“即使歷史是由某個「世界方程式」生成的非隨機序列,只要人類沒有求出這個方程的能力,它就應該被認為是「隨機」的,並且不被冠以「確定性混沌」的名字。 ​​​​”

那麼,處在微觀與宏觀之間的人類思維,面對這樣也行,那樣也行,不同選擇相似預測,但最後又可能有完全不同結果的情境,可以說人們的選擇本身,就充滿了隨機不統一性。也就是說,完全情境,相同條件,重新來過,就可能做出不同的選擇,且這個過程是無法被預測的。

事實上,只有在事後積累了足夠多的信息之時,人們才能發現,當初選擇所造成的隱藏在細微差異性裡的不同結果——是如何一步步發生和演變,並最終從量變積累到質變的。

可見,無論是在現實世界,還是在思維中的虛擬世界,隨機性都是不可避免的,因為真隨機與偽隨機會緊密的糾纏在一起,並僅由概率,串聯起微觀與宏觀、隨機與確定的連續性,而這就是物理現實的運作基礎。

塔勒布在《黑天鵝》中,說道:“這世界並不存在偉大的設計者,而是通過小的隨機變化來前進的,並且通過積累小的隨機變化,來完成大的飛躍。”

可是,從微觀局部來看,隨機性是不好的,因為缺少規律和趨勢,就難以被人們預測、理解和掌握,從而就容易造就——種種失敗。

對此,塔勒布認為:“你必須愛上失敗——美國文化鼓勵失敗,而不像歐洲和亞洲文化把失敗視為恥辱和尷尬。美國的專長在於為世界其他地方承擔,這些隨機性帶來的小風險,這正是這個國傢俱有超常創新力的原因。”

有趣的是,從生物角度來看,“厭惡失敗”與“熱愛冒險”均是(人類)基因所構造的本能,是歷史文化

隨機選擇了其中一個,打壓了另一個,並使其成為社會價值觀層面的一種“潛規則”,再由社會環境,去把這些信息植入人腦,成為人們心中的認知與偏好。

接著,不同文化(如美國與亞洲)對待失敗的差異性,又會影響各自對隨機性的“利用率”——可見,能不能熱愛失敗,並從隨機性中受益,這本身就是隨機性的體現。

那麼,除了失敗,隨機性必然還會帶來——運氣,這甚至比任何機制都更公平,因為運氣可以——挑戰贏家通吃、改寫二八分配、推翻歷史數據(即強者越強、弱者越弱)的枷鎖,並開啟演化路徑上全新的——“冪次地圖”。

因此,從整體宏觀來看,隨機性就能夠對社會,甚至是文明和物種,進行重新洗牌(黑天鵝效應)。

突破性與運氣

在很多職業中,不論報酬多高,收入總是受到限制的,因為收入取決於

持續努力,而不是決策質量。並且這種工作報酬,在很大程度上是可預測的,它會有變化,但不可能達到一天的收入,超過餘生收入總和的程度——這就是職業報酬的突破性

顯然,人的價值高低取決於稀缺性,即不可替代性。如果某項工作,有太多人願意做且能夠勝任,那麼這項工作的酬勞通常不會太高。

真格基金的——徐小平,就曾說:“無論做什麼工作或者選擇和誰一起生活,都要把事情做到別人無法替代的程度,這是對自我價值最好的保護和經營。就金錢而言,成長性比絕對值重要得多,結構性比起步點重要得多。要儘量選擇,那些能給自己帶來「槓桿性收入」和「收入本身帶收入」的工作。”

但無論什麼工作,持續努力型——就對應著固定的可預見性的收入,決策質量型——則對應著具有突破性的收入(當然也有可能一無所有)。

例如,哈利波特的作者——JK羅琳,她並不需要為每一個讀者,寫一次小說,但麵包師,卻需要為每次顧客的購買,製作一次同樣的麵包。

JK羅琳,在非持續努力——完成一部小說之後,收入取決於後續的決策質量,如版權合作、版權改編、票房分成等等,並且還能得到長時間的休息,與不可預測的收入,即:努力與收入成非線性關係。而麵包師,則需要持續努力——不停地製作麵包,無法得到長時間的休息,並且收入可以預測,即:收入與努力成線性關係。

不過,這一切仍然都是平衡的,在收入具有突破性的職業上,收入分佈是非常不平均的,這才能帶來突破性,其代價就是——承擔風險需要運氣

也就是說,“突破性職業”——必然充滿了極其激烈的競爭(即承擔風險),並且是帶有“門檻”的競爭(即需要運氣),比如:創意需要靈感、智力需要天賦、資源需要積累等等。

事實上,風險、運氣、突破性——都是隨機性帶來的直接產物或副產物,因此,越是能夠長時間承受越巨大的風險(包括已知風險與未知風險),就越是能夠從隨機性中,獲得小概率的運氣,並生存下來,從而最終獲得突破性。

就像JK羅琳——事前來看,她承受了巨大的風險(隨機不確定性),如果成功她需要的是運氣,即能夠完成哈利波特並得到出版,而事後來看,她的創作具有突破性,她的“成功故事”是一隻標準的黑天鵝(罕見、影響重大、可解釋)。

相反,麵包師——沒有承受巨大的風險,不需要運氣,也就不存在任何突破性。

再比如,基因的複製遺傳,就具有隨機性,結果智人的出現,就是大自然孕育出的一次黑天鵝事件,如今人類獲得了對地球的統治性局面,這是突破性(事後)也是運氣(事前),其根源都是來自於——隨機性。

因此,我們可以看到,事前罕見的——運氣

,事後呈現的——突破性,以及隨機性所串聯起的——可解釋性,這就是黑天鵝標準的——“起飛流程”。

而這個突破性——也就是黑天鵝的“威力所在”,即黑天鵝效應,它可以讓在遊戲場景實驗室環境中,誕生的數學公式先驗總結,變得形同廢紙,或是如同一隻火雞,然後公式和經驗都會得到更新,接著在未知的未知中,再次變成廢紙或火雞,如此循環。

那麼在人類社會,由於偏好依附積累效應,過去的成功會讓未來——更成功和更容易成功,即:成功是成功母,失敗是失敗之父——所以,概率的結果其實取決於歷史數據的積累

最終,我們看到了贏家通吃、二八定律與馬太效應,這是來自冪次法則的分配規律,而突破性(即黑天鵝效應)——則會同時產生打破這種局面和結果。

冪次法則與鐘形曲線

鐘形曲線——來自於遊戲場景,是人類在簡化現實模型中,邏輯推導的結果。在量變沒有引起質變之前,它可以工作的很好,可是質變點一旦來臨,突破性就會從天而降,黑天鵝振翅高飛,鐘形曲線在某一座標處轟然崩塌。

正態分佈(Normal Distribution),又名高斯分佈(Gaussian Distribution),也稱常態分佈。其正態曲線,呈鍾型、兩頭低、中間高、左右對稱,因此人們又經常稱之為

鐘形曲線

突破性隱藏在隨機性之中,而隨機性通過概率,連接起了微觀與宏觀、隨機與確定,接著概率不斷演化積累,從量變到質變,最終在宏觀上呈現出了——冪次法則。

冪次法則(Power law)——是指事物的發展,其規模與排名呈現冪次反比,也就是規模越大,排名以冪次比例下降,即呈現冪律分佈

簡單概括起來就是:強者越強,弱者越弱,中庸難存。

是的,冪次法則,有很多相關的說法,如:長尾理論、馬太效應、偏好依附、反饋增強、贏家通吃,等等。然而這些都是從不同的視角,去解讀不同領域的具體現象,其背後都是同一個本質,那就是——冪次變化,即:兩個變量之間,呈現冪次比例關係。

冪次——就是乘方運算的結果(同冪或冪次方),如:a的n次方(也稱a的n次冪)的結果。

冪次變化——就是指數不變,底數變化,如:x^2,x^-3,x取隨機變量,指數為正就是正比例變化,指數為負就是反比例變化。

塔勒布在《反脆弱》中,認為:“歷史總是以突變和跳躍的方式,從一個狀態跳到另一個狀態,而世界的隨機性就是來自於長尾系統(即冪律分佈系統)。”

而PayPal聯合創始人——彼得·蒂爾,在《從0到1》中,認為:“冪次法則,就是宇宙的本質規律。”

是的,我們的世界充滿了隨機性——它是符合非線性演化的,而冪次法則——就是這個真實世界非線性演化的底層邏輯。

那麼,這個視角與洞見的意義就在於——所有事物的發展,都是非線性的冪次量變——這裡的重點是兩個關鍵詞,即:所有事物冪次量變,這表明:

  • 第一,所有的事物,都在積累自己的量變,無一例外。
  • 第二,冪次量變可以產生指數質變,從而產生超越所有量變總和的結果。

事實上,黑天鵝——就是冪次量變(即長尾系統)造就的產物。

因為,我們會發現,萬物都在從量變積累到質變,但積累不僅有正確,還有錯誤。於是,不可預測的錯誤,就會因為錯誤行為的量變積累,而抵達錯誤的質變,即:黑天鵝的湧現

黑天鵝

塔勒布在《黑天鵝》中說道:

“我們對自己認為熟知的事物確信不疑,我們顯然無法瞭解自己的無知程度,無法確切瞭解自己所生活的這個世界的不確定性。我們總是高估自己對世界的瞭解,卻低估了事件中存在的偶然性。當我們回顧以往時,由於後見之明,對有些事會產生虛幻的確定感,因此我們變得過於自信。”

現實中,在我們所瞭解到的信息,大部分都是間接聽到或看到的,親身體驗並驗證過的信息極少。那麼,信息的可靠性——是無法保證的,信息流傳造成的扭曲性——是難以想象的。但我們的心理預設(即顱內模擬),卻一直(不停的)在通過這些極其不可靠的信息源,來構建自我的認知、判斷與推理,並最終做出決策與選擇——而我們自己卻常常(並遠遠)沒有意識到這一點。 ​​​​

所以,我們嚴重低估了世界的不確定性,卻又高估了自己對過去發生事件的確定感。有些事情,這麼做可以得到一個確定的結果,但原因卻不是自己“原本以為”的那樣,這個真相可能永遠也不會知道,因為缺少觸發修正錯誤的契機或場景。

而很多問題,人們也只能看到一個側面,然後左腦中的“詮釋者”,就會自動補全過程、原因和細節,接著各種“本能謬誤”帶來的意識枷鎖,就會讓我們深信不疑自己的觀點與洞察,並固執己見且難以改變。

本能謬誤——是指敘述謬誤、證實偏差、歸因偏差、遊戲謬誤、無視沉默證據、後見之明、以及虛幻的確定感等等。

最終,這一切——環境、人類與進化,所共同帶來的結果——就是黑天鵝是永遠無法預測的,而一旦預測了黑天鵝,那麼黑天鵝就會瞬間變成一隻——灰天鵝,即可以

模型化的極端事件,然後躍然紙上的——就是隨機性冗餘性的自由組合,即冗餘性對抗了隨機性(後面會解釋冗餘性)。

或許,歷史數據中所透露的規律與趨勢,可以預測有限的未來,但宇宙底層的運作——如不確定性原理與冪次法則(代表從量變到質變),就會讓未來無限的可能性——隨機到歷史數據所無法預測和掌控的結果。

而這就是黑天鵝的內核算法,即:歷史數據揭示了概率概率中隱藏著由冪次法則所主導的,可以抵得過所有歷史量變總和的質變,而從量變到質變不確定的過程,就決定了黑天鵝從0到1的湧現。

那麼,從另一個角度來說,在物理現實

的底層,正確與錯誤是隨機的,錯誤會因為不可預測的錯誤行為而積累,最終“錯誤”的進化,就造就了一隻活生生的——黑天鵝

也就是說,黑天鵝——是自然規律在自然發展過程中,不可避免的湧現結果,是由物理現實所決定的不可預測。

湧現——是指系統從低層次到高層次的發展過程中,一些特性不存在於低層系統中,卻突然出現在了高層系統中。簡而言之,就是系統特性呈現出了,整體大於(甚至不同於)局部之和的現象。這其中必然存在著,從量變到質變的非線性變化,即從0到1。

所以,黑天鵝就是未知的未知,如果想要把黑天鵝思維貫徹到底,就需要勇氣、努力、與透過現象看本質的能力,以及徹底理解隨機性的願望——還需要不把別人(包括專家、權威和傳統)的觀點奉若神明。

最後,請記住:你就是黑天鵝——活著是如此的幸運,宇宙充滿了死寂,生命代表著不可思議的概率——那麼,接受隨機才能開始享用概率,或接受概率才能開始享用隨機 !

冗餘之道

在很多領域,有很多人一直都在積極追求簡潔、消除冗餘,並以此為豪,且深深地感受到了“大繁至簡”的魅力、魔力與力量

因此,會有很多人覺得——簡潔才是本質,簡潔才是通向宇宙終極真理的唯一道路,尤其是那些描述宇宙的——數學公式物理定律都是簡潔、優雅與對稱的,所以宇宙一定是簡潔,而不是冗餘的。

但,塔勒布卻說:

“冗餘是好的,大自然正是依靠冗餘,才能在複雜未知的情況下保持穩定,人類是黑天鵝

、環境變化是黑天鵝、隕石是黑天鵝、太陽風暴是黑天鵝、地殼變動是黑天鵝、氣候驟變是黑天鵝、火山噴發是黑天鵝、物種滅絕生態破壞是黑天鵝——但大自然至今依然還算健壯穩定,不得不說,在地球上最善於對抗黑天鵝的就是大自然了(而不是人類)。”

那麼冗餘的力量,主要來自於它的三種形式,即:防禦性冗餘、功能性冗餘、與結構性冗餘。

第一,防禦性冗餘。

這是一種重複和備份,其效用在於,多餘過剩的部分可以抵禦未知的問題。

比如,人的身體有兩個腎臟,這是一種過剩,也是一種冗餘(或說浪費),但卻沒有在進化中被摒棄。

比如,網絡資源都擁有大量的重複拷貝,數據庫系統會定時備份數據,雲存儲會同步所有設備的數據信息,這些冗餘讓網絡擁有了健壯性。

還有一種重複性冗餘,是功能的一部分。

比如,計算機的緩存機制,這是計算機運行速度的基石。如果沒有緩存機制,那麼計算機將會慢的讓人無法忍受。緩存,就是一份重複的拷貝,存在於可以被更快訪問的區域。這樣訪問的時候,就可以直接訪問更快速的拷貝,而不是更慢的拷貝。

比如,自然界是如何解決內存管理,如何處理多對一的引用關係的,難道有個垃圾回收器麼?還是計數器管理機制?答案就是複製——也就是重複性冗餘,重複數據全部拷貝一份,不存在多對一的關係,這樣沒有線程問題,有利於進化變異。那麼空間浪費怎麼辦?——顯然,宇宙空間是無限的(不值錢)。

第二,功能性冗餘。

這是在

隨機性的作用下,原有功能可以(自由組合)發展出新功能,從而可以應對未知的需求和變化。

比如,人類的嘴巴除了吃東西,還進化出了更高端的作用(如語言交流),當然還有更令人愉悅的功能。

比如,藥物阿司匹林曾經用於退熱,後來可以止痛消炎,現在可以疏通血管防止心臟病發作。

比如,很多軟件的複雜功能,對個人來說都用不到(如操作系統),但卻可以應對各種人群的各種的需求。

還有一種情況,是定製功能具有冗餘性,於是切換使用環境,就會呈現出意想不到的結果。

比如,咖啡因是一種植物生物鹼,在許多植物中都能夠被發現,其本來目的是作為自然殺蟲劑,使吞食含咖啡因植物的昆蟲麻痺。但對人類來說,致死性的劑量特別大,而安全劑量則被作為了精神飲料和藥物,這是對咖啡因原有功能「中樞神經興奮劑」的另類使用方式,但已經完全偏離了其本來的功能目的。

第三,結構性冗餘。

這更像是為了得到,防禦性冗餘功能性冗餘,而不得不產生的結果。

比如,穿鞋就需要結構性冗餘,完全正好鞋碼的鞋子,很容易在不確定的場景下出現擠腳問題,而大半碼的鞋子,才是真正的“正好”。

比如,組織結構、建築結構、空間結構,它們的結構性冗餘——都為上層的防禦性功能性,提供了有力的支撐。

比如,在程序源代碼中,就充滿了結構性冗餘,這些冗餘目前沒有發揮作用,但卻為未來的功能實現提供了一定的支撐和影響(有正面有負面)。

最後,冗餘的一個重要作用,就是容錯性。

其原理在於,讓錯誤發生在“冗餘”之上,從而就避免了“非冗餘”的錯誤,以及可以利用對“冗餘”操作的統計結果,來對比判斷“非冗餘”操作結果的正確性。

對於計算機來說,也經常會使用冗餘性來增加容錯性,甚至對於量子計算機,“冗餘校驗”更是一個必要的功能步驟。

因為量子計算的結果是一個概率,驗證概率,就需要用統計數據,即:利用“冗餘”操作的統計結果,來對比判斷“非冗餘”操作結果的正確性。

冗餘的意義

首先,冗餘是隨機性的結果,所以是無可避免的。

雖然在確定範圍內,可以排除冗餘獲得“精緻”,但一旦信息發生交換,冗餘就會被注入。因此,只有不再變化或發展的事物,才能夠保持不冗餘的狀態。

否則,一旦添加新功能,新功能就會引入新冗餘,而這個新冗餘,甚至還會讓過去的“精緻”的系統,也都變得冗餘。

可見,大自然必然是冗餘的,生命也必須是冗餘的,那麼人工系統,只要是有“生命力”的就一定會有冗餘,就永遠可以改進優化(如操作系統)。

其次,強行完全剔除冗餘,會讓系統變得極其脆弱。

因為,一個高度優化的設計,很可能有許多不理想的性質,因為結構上最優,常常聯繫著對缺陷的高度敏感性,就會產生特別難於對付的破壞性,以致發生真正的災變。

例如,在工程建造中,高度優化的設計常常具有不穩定性,當出現不可避免的製造缺陷時,由於結構高度敏感,其承載能力將會突然變小,而出現突然的全面崩塌。

同理,在代碼工程中也是如此,高度優化的代碼結構和設計,往往對錯誤和新需求的容忍能力,就會極其低下,稍有問題或變動,就會導致系統崩壞,或需要大規模重構。

其三,冗餘既是結構,也是原料。

冗餘結構的自由組合,就可以帶來創造與創新,同時它也是重建與重新的基礎原料。

有一種差異,本質上沒有區別,就是因為不夠冗餘,即沒有結構與原料,無法帶來真正的與眾不同——這屬於,沒有區別的差異

有一種區別,看起來沒有差異,但其實存在冗餘,即有結構與原料,在未來某個時刻就會體現出本質不同——這屬於,沒有差異的區別

最後,冗餘代表著可組合性,這是熵增的必然。

其實精簡的過程,是在減少特定冗餘的情況下,增加了更多的其它冗餘。這和局部熵減,帶來整體熵增的規律,是相一致的。

而人類就是熵增的產物,或許人類即是宇宙的冗餘,也必須不停地創造冗餘。

那麼大繁至簡,雖然減少了局部冗餘,但卻增加了整體冗餘,尤其是化繁為簡的過程,就大大增加了熵值與冗餘,這麼看簡潔其實不是目的,而是宇宙熵增過程的副產物。

One More Thing——你可以成為那隻黑天鵝

因為冪次法則,是世界運轉的底層規律,所以過往的數據,只可以在從1到N的區間內,做到準確預測,而一旦抵達了一個從0到1的質變點,黑天鵝就會讓一切預測都變得形同虛設。

然而,如果你就是那個不斷積累的變量,也就是說你隨環境一起在進行從量變到質變,那麼你的過去就會連接到那個——確定的未來,從而未來的那個你——就變成了一隻黑天鵝。

換句話說,黑天鵝無法預測,除非你就是那隻黑天鵝。

那麼,請記住:人們只能看到你的質變,但你不能否定自己的量變,

因為你可以成為那隻黑天鵝!

後記

在《黑天鵝》中,塔勒布觀點犀利、論述精彩、引例刀走偏鋒,文風充滿了狂拽的碎碎念與不證自明的超強自信(或自負)。毫無遮掩的藐視權威,點名道姓的批評嘲諷成功人士、組織機構、公司、學術、政府與特定人群,還有等等。令其展現出的“眾人皆醉唯我獨醒”的氣質躍然於紙上。並且最終,他還成功的將他淵博學識、深刻思考、洞察本質的氣質,深深的植入到了讀者的意識之中(洗腦)。

那麼,為什麼塔勒布會有勇氣公然反對、嘲諷和指責無數的專家與權威,甚至還有諾貝爾獎得主?他把對這些“名望人士”的態度,公開寫到一本暢銷書裡的後果會是什麼?

顯然,按照生物本能的黃銅法則(即別人如何對你,你就如何對別人),必然就是樹敵無數。那塔勒布為何要有如此的操作,僅僅就是為了博人眼球,還是為了表現自己的特立獨行?

世界充滿了故事,「信息對稱性破缺」就像物理上的「自發對稱性破缺」一樣,必然又普遍,任何人——無論他是誰有怎麼樣的頭銜,都會有很多的缺點、弱點、脆弱及無知,只要我們掌握了(真正的)真相(具有邏輯性),就沒什麼好怕的,而害怕本身就是一種不必要的脆弱。

那麼,無論是應對黑天鵝,還是成為黑天鵝,都需要從「不害怕」開始,然後成為「反脆弱」。


主題相關文章:


分享到:


相關文章: