财富的起源英语(财富的起源史)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《财富的起源英语》

似的话语。20世纪90年代初,互联网第]次进入商业应用场景时，人们都在努力按照像或不像电视、收音机、杂志、软件以及电话对它进行定义。其次，人类不仅是优秀的模式识别者,还是优秀的模式完善者。我们的犬脑很擅长填补缺失信息所造成的裂缝。完善模式以及从高度不完整的信息中得出结论的能力使我们能在快速变化和模糊的环境中进行快速决策。模式识别和讲故事与我们的认知密不可分,以至于人们会从完全随机的数据中寻找模式和构建故事。体育解说员和粉丝都热衷于讲述细节性的故事,如为何某人会连连取胜、进很多球,或者打出许多本垒打o在]个著名的分析案例中，托马斯，季洛维奇(ThomasGilovich)、罗伯特\'瓦罗内(RobertVallone)与阿莫斯\'特沃斯基观察了这种现象,证明绝犬多数所谓的“热手效应”完全可以用随机因素来解释一如果在比赛中有足够多的运动员,其中某人在某个时间段注定会连续得分o人们是在通过编造故事来解释子也们所认定的模式。鲤为何″麦木蓝″系不了鞋带?与归纳相对的是演绎。演绎是这样]个推理过程:结论必须从]系列前提出发，根据逻辑推断而来,比如,“苏格拉底是人,所有人都会死,所以苏格拉底也会死”。人类在使用归纳法的同时也在使用演绎法,但是用得不如归纳法熟练。相对于演绎法,人类在使用归纳法时往往技高]筹,计算机的情况′恰′恰相反。我们都能即时识别他人的面孔(这是一项归纳任务),但犬部分人在进行以下演绎计算时会觉孝导极为困难:(239-46X0-48+6-03)+120-9708。一个便携计算器就能够快速而准确地完成后一个任务(答案是1),然而,对于功能强犬的计算机来说,准确识别面孔也是]项极其困难的编程挑战。我们偶尔也会利用演绎作为强犬归纳能力的补充，尤其在我们被难住、在模式仓库里找不

财富的起源豆瓣

到答案或者对于归纳直觉所给出的答案不够自信时。然后，我们就会低调而痛苦地(并非总是准确无误)利用逻辑推理来寻找解决问题的办法。在这个过程中,我们发明了铅笔和纸、代数、算盘、计算器、计算机,甚至是科学方法本身。]旦开始计算,经验就会进入模式仓库,这样我们就不用重复完整的过程。我们还不断地评估基于模式的判断成功与否,这样就可以从经验中学习。象棋能够很好地展示人类的归纳与演绎思维是如何进行协作的。顶级的国际象棋棋手会利用归纳法来全局观察棋盘上的模式，同时他们还会利用演绎法来分析具体的局部方位。印第安纳犬学认知科学项目主任安迪\'克拉克(AndyClark)指出,犬师级的象棋棋手盲旨在]瞥之间分辨出犬约5万种不同的棋盘摆位，鲤他们的归纳模式仓库非常丰宫,能够自动地对许多惜况作出反应,例如，“这跟1971年世界锦标赛上鲍比\'费舍尔(BobbyFischer)的攻击路数有点iL像”。由于象棋有无数种可能的对弈状况,因此永远都存在不符合任何一种模型的状况。遇到这种情况,犬师就会绞尽脑汁,努力为了]个具体的棋位而在先制和反制的决策树上寻找一种演绎性的解围方法。在演绎之树上,大多数顶级象棋棋手能够走到第三个层次o人类的归纳模型认知和少量演绎逻辑混合的方法与IBM公司象棋棋手深蓝计算机的强攻型演绎方法形成了鲜明的对比。深蓝在一秒钟之内至多可以预估出两亿种可能的棋步，并设计出六层棋步和对抗棋步。深蓝的例子也说明了为何我们昔睐归纳胜过演绎。演绎只盲旨在定义十分明确的问题上(例如象棋)发挥作用,要想使用演绎法,问题不能存在任何信息缺夹或模糊。因此，演绎法是]种强犬的推理方法,但具有天然的弱点。归纳法虽然吏容易出错,但它也吏具灵活性，能够吏好地适应世界抛给我们的不完整和模糊的信息。从进化的角度来说，

财富的起源 书

我们应该按照这个方向演变。深蓝的象棋水平或许苜旨赶上加里\'卡斯帕罗夫(GaryKaSparOv),但加里\'卡斯帕罗夫的归纳机制让(也不仅能够下象棋,还盲旨在早晨系好鞋带,在餐馆点餐,而这些任务则会让深蓝完全不知所措。鲤现代认知科学关于人类行为的观点几乎与传统经济学的完全理性观点完全相反。堑完全理性假i曼人类具有100%的演绎性能,跟深蓝]样,永远都在处理非模糊的、定义明确的问题。它还假i曼我们不会学习,毕竟,如果我们己经是完美的了,又有什么学习的必耍呢。认知科学的观点还为实验经济学家遇到的异常结果提(共了]种解释。框架问题、可用性偏差、锚定以及其(也效应都符合人类作为反应快速的模型识别者和模型完善者的形象。有时候,我们会在匆忙的归纳中犯错i吴,逻`漏接连发生。进化在让我们变得快速、灵活、犬多数时候正确,而不是缓慢、脆弱、在逻辑上保持完美o但这也让我们陷入了一种困境。完全理性的主耍益处在于它很具体，我们可以围绕它写出]系列方程、构建模型。经济学要想成为科学，就需要这样的精准,那么我们用模式识别、归纳、学习以及类比等含糊不清的理念怎么能够完成这个目标呢?行为主体的大脑当前尚未出现标准的、广泛认可的归纳推理模式，但许多研究者己经证明,建立准确表述、数学化的归纳模式至少是有可能实现的。与模式识别以及学习相关的模式己经成为计算机科学研究的主要任务,许多这样的模式都己得到实际应用,从在机场识别恐怖分子的面孔到识别信用卡欺诈都包含在内。来自密歇根犬学的计算机科学家约翰\'霍兰德,来自加州犬学洛杉矶分校的心理学家基思\'霍利约克(KeithHolyoak),来自密歇根犬学的心理学家理查德\'尼斯贝特(RichardNisbett)以及来自普林斯顿犬学认知科学实验室的保罗\'萨加德(Paul

财富的起源电子书下载

综上：财富的起源史值得推荐阅读