《思考,快与慢》笔记 - 我们都是自己的陌生人

在这里插入图片描述
我们都有过很多不理智的时刻,比如被愤怒支配做出一些事后后悔的事,或者被商家的说辞打动而购买自己并不需要的东西。
但除了这些非理性的表现,在我们自认为很理性的时候,事实真的如此吗?
本书用大量实证研究的案例,给出了否定的答案。
通过阅读本书,跟随作者走进非理性世界的大门,在这里我们将看到的是一个完全陌生的自己。

  • 系统1与系统2
    • 两者的分工模式
    • 系统1的局限
  • 与大脑工作方式相关的心理学效应
    • 曝光效应
    • 确认偏误
    • 光环效应
    • 眼见即为事实
      • 过度自信
      • 框架效应
    • 启发法
    • 锚定效应
  • 前景理论

系统1与系统2

为了描述人类大脑的工作方式,作者引入了系统1和系统2的概念。
系统1的运行是无意识且快速的,不怎么费脑力,没有感觉,完全处于自主控制的状态下,如看到2+2就知道等于4,提到法国首都就会想到巴黎等;
系统2的运作则需要集中注意力,比如计算一道复杂的算术题,记住某人的电话号码。

两者的分工模式

在醒着时,系统1和系统2都处于活跃状态,系统1是自主运行的,而系统2则通常处于不费力的放松状态,运行时只有部分能力参与。
系统1不断为系统2提供印象、直觉、意向和感觉等信息。如果系统2接受了这些信息,则会将印象、直觉转变为信念,将冲动转化为自主行为。
通常情况下,这一过程进行地很顺利,系统2会稍微调整或是毫无保留地接受系统1的建议,因此我们一般会相信自己最初的印象,并依自己的想法行动。
当系统1的运行遇到障碍时,便会向系统2求助,这时系统2就会被激活。
系统2被激活的场景有:
系统1无法给出答案时,比如17*24这样的乘法题;
当事物违法了系统1所设定的关于世界的模式时,系统2也会被激活。在系统1设定的世界模式中,猫不会像狗一样汪汪叫、电灯也不会跳…当事物与系统的设定不一致时,我们就会感到惊讶。

系统1的局限

系统1与系统2之间的这种分工方式是非常高效的,代价也最小。因为系统1很善于完成自己的本职工作:它在熟悉情境中采取的模式是精确的,所作出的短期预测是准确的,遇到挑战时做出的第一反应也是迅速且基本恰当的。然而,系统1存在成见,在很多特定的情况下,这一系统易犯系统性错误。系统1有时候会将原本较难的问题作简单化处理,对于逻辑学和统计学问题则几乎一无所知。系统1还有一个更大的局限,即我们无法关闭它。

与大脑工作方式相关的心理学效应

曝光效应

这是一种对于人或事,只要不断重复接触就能增加喜欢程度的现象。重复能引发放松状态和令人舒心的熟悉感。
这也是一个极其重要的生理现象,可推及所有动物身上。这一效应能使机体鉴别出安全的物品和栖息地,是最为原始的社会性依附的基础。因此,重复曝光构成了社会组织和社会整合的基础,而社会组织与社会整合又是心理稳定与社会稳定的基础。

确认偏误

例如当有人问你“山姆友好吗?”你会想起山姆的各种行为,而当问题变成“山姆是不是很不友好?”你就会想起山姆不友好的行为,进而给出“山姆不友好”的答案。
大脑在理解一个陈述之前,会先试图相信它,最初产生相信某种观点的想法,是因为系统1在构建可能性最大的解释,随后才能决定是否“怀疑”它,这又是系统2的工作。
不幸的是,当有系统2参与时,我们几乎会相信所有事情。因为系统1不仅好骗,还容易产生偏见,而尽管系统2掌管怀疑和不信任的大权,但是它有时很忙,不忙时也很懒惰,总会擅离职守。已有证据显示,当人们劳累或是精力耗尽时,更容易受那些空洞却有说服力的信息影响,例如广告。

光环效应

喜爱(或讨厌)某个人就会喜爱(或讨厌)这个人的全部——包括你还没有观察到的方面—这种倾向就叫做光环效应。
此外第一印象也会影响之后对事物的感受

眼见即为事实

联想机制只能回忆起已被激活的观点,而系统1善于通过当前激活的想法来构建最可信的故事情节。系统1善于创造连贯的故事情节,这与故事所需数据数量和质量关系不大。
所以系统1容易根据有限的信息仓促下结论。比如当被问到“明迪克会是一个出色的领导吗?她聪明又坚强……”你的脑海中一定会马上闪现出一个答案“当然会”。你根据非常有限的信息选择了一个最佳答案,但是你却行动过早。如果紧随其后的两个形容词是“腐败”和“严酷”,又该怎么办?

眼见即为事实的理念解释了我们能够快速思考的原因,解释了我们是如何弄
清楚一个复杂领域中那些信息片段的含义的。很多时候,我们拼凑出的连贯情节与事实是无限接近的,完全可以用来支持理性活动。但它也会带来一些问题:

过度自信

人们根据已有信息勾勒出的故事越连贯性,自信心就越强,这与证据的数量和质量关系不大,往往是知道得很少反而可以把已知的所有事物都囊括进连贯的思维模式中。

框架效应

同一信息的不同表达方式常常会激发人们不同的情感。比如“手术后一个月内的存活率是90%”的说法要比“手术后一个月的死亡率是10%”更令人安心,尽管它们描述的是同一个意思,但因为表述所采用的框架不同,人们的感受不同,进而所作的选择也会不同。

启发法

对于有难度的问题,我们总是很难快速找到令人满意的答案,此时系统1就会找到一个相关问题来回答,这个问题比原来的问题更易作答。
比如在回答"你最近觉得幸福吗?“这个问题时,你可能实际上想的是"我上
个月有多少次约会”,“我现在心情如何”。
一个懒惰的系统2往往会遵循最省力法则,不经检验就认可某个启发式答案。此外,你也许都注意不到目标问题很难,因为你的头脑中会很迅速地闪出一个直觉性答案。

锚定效应

在估测某一未知量时,人们的判断会明显受到没有任何信息价值的数字的影
响。比如询问受试者"甘地去世时比144岁大还是小?“比问"甘地去世时多少岁?”,能得出大得多的答案。
商家经常会利用锚定效应,通过给待售的商品标记过高的原价而让人高估物品的价值,从而产生购买的欲望。

前景理论

请看下面这两个问题:
问题1:
A.肯定会得到900美元
B.有90%的可能性会得到1000美元?
问题2:
A.必定会损失900美元
B.有90%的可能性会损失1000美元?
大多数人在问题1中会选择A,而在问题2中会选择B。
作者和他的同事通过对人们在面对此类问题时的选择总结出了前景理论:

  • 确定效应:在确定的收益和“赌一把”之间,人们往往会选择确定的收益。
  • 反射效应:在确定的损失和“赌一把之间,人们往往会选择赌一把”。
  • 损失厌恶:人们对损失比对获得要更敏感得多。
  • 可能性效应与确定性效应
    当一件事发生的概率为0~5%(小概率),我们常常会过度重视这个不大可能发生的风险,发生低概率结果的可能被过高权衡,这就是可能性效应。
    当一件事发生的概率为95%~100%(大概率),我们则会无限放大它实现的希望,而忽略95%包含的意义一有5%的可能不会发生,这就是确定性效应。
    这两个效应常使人们高估或低估风险,从而错过机会或盲目冒险。

总结

在这里插入图片描述
篇幅所限,本文只涉及了书中内容的一小部分。断断续续耗时一个半月才终于看完,虽然篇幅较大,但却没有感到过乏味。书中的很多描述大多数在自己身上发生过,通过这样一场奇妙之旅,可以对自己大脑的算法有一定了解,也希望能规避一些思考方式带来的缺陷。作者在形容系统1的特点时用了伟大的喜剧演员丹尼·凯的一句话“她最得意的姿态是忘乎所以,最喜欢做的事就是仓促下结论”,而如果任由自己的系统2懒惰下去,我们就会完完全全成为这样的人,所以接下来试试激活自己的系统2。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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