作者: 听书自傲 | 来源:发表于2023-04-12 15:10 被阅读0次

熵这个字听着就很玄奥,平时我们也很少用的到。其实它只是指系统中无效的能量,用来衡量系统的内在混乱程度。

从个人成长角度看,我们的大脑每天会接受各种各样的信息,特别是从网络中汲取的大量碎片化信息,还会学习各种知识,大脑需要记忆,需要处理,需要存档,也就意味着大脑系统中的熵值在不断增加。如果不及时优化、排序、减少,最后大脑就无法处理事情,就会趋于混乱或者无序的状态,直接进入宕机状态。

比如0到9这 10个阿拉伯数字看起来非常有序,也非常容易记忆,但如果把它们重新排列,那么你可能就要费很大功夫找到其中的规律才能记住。除非是使用最强大脑中的特别记忆法。

那么对于个人,我们该如何对抗熵增,进行有效地梳理呢?其实这个答案,可以从熵增的核心定义去理解,熵增包含封闭的系统和无外力做功两个主要因素,所以要想打破熵增实现熵减,需要从两个方向去思考。

第一,认知层面从无序到有序。最简单的方式不是学习同行,也不是和优秀的人学习,而是要学习“人工智能”的方法论和“机器学习”的底层逻辑。

第二,行为层面从无序到有序。多数人应该看过机器人视频,1.0版本只能简单地跳跃、运动,2.0版本和3.0版本每一年的迭代,对应的功能也逐渐地变多,能力也变强。

人的学习也是这样的过程,从小学的死记硬背到中学的理解记忆,高中的灵活掌握,一方面是认知的提升,另一方面则是从无序走向有序的过程。

但人和机器不同的是,我们无法预测未知,也不能保证每个节点做出的决策都是对的,因为过程中外界的熵值在不断地增长和变革。总结为三点:开放系统,降低消耗;内部信息均衡;增加杠杆,打破组织均衡。

有人总结说:“如果你们总是在自己的舒适区里打转,你将无法扩大自己的视野,永远无法学到新的东西,只有当你走出舒适区以后,才能使自己人生的圆变的更大,你才能不断的熵减,变成一个优秀的人。”

相关文章

  • 一、看文章 “熵”不起:从熵、最大熵原理到最大熵模型(一)“熵”不起:从熵、最大熵原理到最大熵模型(二)“熵”不起...

  • 机器学习-面试总结

    决策树问题 1)各种熵的计算熵、联合熵、条件熵、交叉熵、KL散度(相对熵) 熵用于衡量不确定性,所以均分的时候熵最...

  • 熵增原理简史(一)

    前 言 熵增原理简史,从熵的概念、熵的研究史、熵增原理、宇宙熵增和广义熵增原理五方面阐述。特别是后两块内容,对熵...

  • 一文理解机器学习中的各种熵

    本文的目录组织如下: 【1】自信息【2】熵(香农熵)【3】联合熵【4】条件熵【5】互信息(信息增益)【6】 熵、联...

  • 机器学习中的熵、条件熵、相对熵(KL散度)和交叉熵

    GitHub简书CSDN 该文章转载自详解机器学习中的熵、条件熵、相对熵和交叉熵 1、信息熵 (informati...

  • 各种熵,条件熵,KL

    熵、条件熵、交叉熵、相对熵 参考《统计学习方法》李航 通俗理解信息熵 - 忆臻的文章 - 知乎 https://z...

  • 【原创|发展】 华为其实一直在做一件事

    关键词:热力学定律 熵增熵减 负熵熵死 华为的冬天 创新发展 耗散模型 在商言熵 自我...

  • 熵、条件熵、信息增益(互信息)

    信息增益 首先明确一点,信息熵是信息量的期望!期望!期望!(各种信息熵都是如此,像熵、条件熵、信息增益)熵:表示随...

  • 机器学习算法系列(三):最大熵模型

    一、 熵与条件熵 熵度量的是事物的不确定性。越不确定的事物,它的熵就越大。具体的,随机变量熵的表达式为: 且熵满足...

  • 信息熵相关的定义定理

    1. 信息熵 // todo 2. 条件熵 // todo 3. 联合熵 // todo 4. 相对熵KL距离 5...

网友评论

    本文标题:

    本文链接:https://www.haomeiwen.com/subject/cphoddtx.html