心智模式:什么是心智模式?

你能读懂这段文字么?

Aoccdrnig to rscheearch at an Elingsh uinervtisy, it deosn't mttaer in what oredr the ltteers in a word are, olny that the frist and lsat ltteres are at the rghit pcleas. The rset can be a toatl mses and you can still raed it wouthit a porbelm. This is bcuseae we do notraed ervey lteter by ilstef. But thf word as a whohe.

这段英文翻译是:英格兰一所大学的研究表明,重要的并不在于一个词中字母的顺序,而在于第一个字母和最后一个字母要在正确的位置。剩下的字母完全可以处于混乱的排列状态,但你依然可容易地读出每个词。这是由于我们不会一个字母、一个字母地读,而是把每个词作为一个整体来读。

有没有发现,你只需要看到字母的第一和最后一个字母,你就会自动的通过记忆补上剩下的部分:

R d

结合上下文,你的大脑自动填空为:

Read

你有没有发现,虽然我们的眼睛持续地在阅读,但是我们的大脑并没有加工所有的字母,我们只提取了前后两个字母,然后自己填补了其余部分,这就足以让我们顺利的阅读。这也是为什么你背单词的时候,你很容易就可以认出一个单词,但是却不一定能够写下来。

美国神经生理学家沃尔特·弗里曼(Walter Freeman)发现,由感觉刺激引起的神经活动在大脑皮层中消失了。这意味着我们的大脑从外界接受信息,然后又抛弃掉它们中的大部分,只使用其中一小部分来建立一个内心世界来代表外界的世界。这样,我们好像戴着一副看不见的镜片在看世界,镜片过滤掉大部分的东西信息,我们通过自己的内心来填充这个世界,就好象你填充字母一样。

《周易·系辞上》说:仁者见之谓之仁,智者见之谓之智,百姓日用而不知,故君子之道鲜矣。简单的说,你永远只能看到真实世界中,你想看到的那一部分。

我们看到的是我们自己构建的世界

如果我们只看到了世界的一部分,我们又是如何处理这部分的呢?听听看下面这个故事。

在一条狭窄山路上,一个货车司机正在爬坡,已经开了三个小时,他有点昏昏欲睡。就要到坡顶的时候,迎面来了一辆车,车上的司机伸出头来,伸手指了一指,对他大喊了一声:“猪!”呜的一声,两车擦肩而过。他的瞌睡一下子醒了,他马上伸出头,冲着车的背影大声骂道:你他妈的才是猪!你们全家才是猪!,他得意回过头来,看看前面的下坡路,天啊,一群猪!他刹车不及掉沟里去了。

对面的司机并只是告诉他前面有猪,但是固定思维的趋势的司机以为这是一句侮辱。

如果把人脑比作一台电脑的话,这个司机脑子里运转着自己内心的程序,所以当他接受到“猪”这个信息的时候,这个程序迅速的构建出来一个“对面司机骂我猪”的世界,于是司机迅速反应“你他妈的才是猪!”。这让他失去了躲开危机的机会 其实别人的意思是“小心前面的猪!”。

为什么会这样?也许因为这个司机有过被骂的经验,又或者是在他的词汇库中,“猪”就是和骂人联系在一起。总之,我们按照自己过去经验和记忆在我们脑子里面构建一个自己的世界。

你有这样的体验吗?你有没有看到一件事情,然后马上反应说“哦,那一定是 ”,事后才发现那是一个错误的看法,而你其实失去很多机会?那就是因为你的大脑构造了一个错误的世界模型。

我们用一个固定程序来处理进入大脑的信息,然后根据经验和记忆构建出一个我们假设的世界模型,再对这个假设世界做出反应。简单的说,我们给自己创造一个世界模型!然后根据这个创造出来的世界生活。这是我们大脑的工作原理。在很多时候,我们能用这个方式来快速处理非常复杂的问题,比如围棋高手根据经验和棋路(他自己构建的围棋模型)来处理能与计算机抗衡的计算;但是有些时候,这个模型也会让我们犯一些明显的错误,比如说司机撞猪。

有没有想过,为什么同上一个班的学生却收获完全不同?为什么同看一本书的人会有不同的反应?同样是一个机会有人视而不见有人马上行动?为什么同卵双胞胎会有完全不同的命运?原因很简单,虽然他们同在一个世界,因为他们看到的世界是完全不一样的。

即使生活在一模一样的外界世界中,我们也会感到完全不同的世界。从这角度上来说,你正在阅读世界上唯一的一本书,因为是我和你共同创造了这本书。这本书对于你的意义是淡淡一笑还是改变你的生命,也很大程度由你决定。

我们戴着不同的镜片过滤世界的大部分信息,我们还用我们的不同的经验和记忆来解释这些信息,搭建起我们内心的世界,并且以为那就是世界的真实状况。难怪佛教禅宗会有“色既是空,空即是色”(色指有形的事物。)的说法,这句话翻译成心智模式的说法就是,一切真实的事物都是心智模型,而一切的心智模型对于你来说,都是实在的世界。

我们往往把这个称为每个人不同的“思维方式”或者“思维定势”。这个看不见的“镜片”加上一套固定的“思维程序”所搭建的内在世界模型,就是我们的心智模式(Mental Modle)。

转载于:https://www.cnblogs.com/purplefox2008/p/6065459.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值