从数据到智慧

知识体系打造一直是个人到团队的非常核心的能力；
近期在更新笔记软件，以及整理知识体系的时候，面临很大量的知识，不禁回想起之前的看过的一些文章；
也继知识，大脑与实践进一步探讨这个话题；
有时候我们在整理“知识”的时候，会把各类知识进行混淆，也就是上图中所示：数据，信息，知识和智慧，这些不同层级的信息&模型，放到一个层级中；
进而导致混乱；

知识是信息的抽象

在整理知识的时候，进行一个分层就会好很多，类似上图中的一个分层；

• 数据就是纯数据
• information：就是对数据有一个处理，可以从数据中进行关键信息的提取，包括“who, what, where”等关键信息
• 知识：可以理解成为一些模型，是对于信息的进一步压缩，有输入和输出，可以处理一类问题
• 智慧：这个说法比较多，我们没必要咬文嚼字的去扣概念，可以形成2中理解，下面展开：

智慧

• 抽象

可以理解成“模型的模型”或者“知识的知识”，就是对知识进一步抽象压缩，形成更高级的规律：比如动量守恒，这个就是一个覆盖面超级广的现象；智慧在某些情况下也可以叫“原则”

• 在时间跨度和规模跨度超越一般知识范畴

比如开发中的持续重构的原则，这个在局部一个milestone里面是可以去掉的，但是在项目周期内不做这个就会有大麻烦；

智慧&原则的可贵之处

应对复杂系统

当一个事情时间特别长，规模特别大的时候，简简单单的知识开始呈现不够用了；
相当于我们在用贪心算法求大规模最优解的问题，和真正的最优解会相差甚远。

可行办法

• 得出好的模型：比如动态规划，大数据模拟（比如长期博弈的原则）
• 贝叶斯原理归纳：就是长期跟踪一个事情，根据结果复盘，然后调整模型（权重）

避免的情况

自大&短线看问题；
这个一个典型情况就是，很多智慧是反常识的，尤其是宝贵的智慧（否则就是常识了）；
这个如果自大觉得自己能把事情想明白，或者短线看少量数据，就会出现错误认知（典型情况是过拟合）；
谦逊的，长期积累，是正道；

对知识的简化

时间长了，我们要想记住大量知识（更别提信息了），这个消耗非常大；
这就需要把知识进行抽象，形成“知识的知识”，然后把知识简化成几个“智慧”的组合；
比如：<荒野大镖客2>云雾技术 这里看起来篇幅非常长，但是资深程序看来，其基本原理和其他技术都一致，新的东西是这些原理的组合，新的东西并不多。

行动

就是要把数据，信息，知识和智慧进行分级整理（避免混在一起）
然后运用好现在notion等笔记中的双向链接，知识星图等功能来完成这些；

reference:

学习观