查看原文
其他

被误解的知识、智力和智商:怎样让你的大脑更聪明|红杉汇内参

2018-03-07 编译/洪杉 红杉汇

[ 编者按 ] 普通人和聪明人,以及有智慧者之间的区别是什么?


普通人,是能够记住已有的知识;

聪明人,是能够发现已有知识之间的联系;

而真正的智慧之人,如伟大的科学家、艺术家和商业天才,则是能够突破知识图的边界,去探索、发现未知。


我们经常误认为那些记忆力超群甚或只是喜欢掉书袋的人拥有更高的智商,实则不然。记忆力只是掌握知识的能力,而在知识之间建立联系从而将其进行运用的能力才是智力的体现。所以,今天的内参主文实际上是帮助我们成就杰出自我的过程——尽可能在知识之间建立各种联系;而当再没有任何知识可学的时候,放手去试验。


每期监测和精编中文视野之外的全球高价值情报,为你提供先人一步洞察机会的新鲜资讯,为你提供升级思维方式的深度内容,是为 [ 红杉汇内参 ]



 内参

知识、智力和智商

作者 / Julian Shapiro

编译 / 洪杉


你是最强大脑还是没头脑?


我们中大多数人是中等智力水平。不过你可能不知道:如果你并非远超平均水平,就算拥有相对较高的智商,也不会让你在工作和社会交际中的表现鹤立鸡群。


这意味着你跟你所崇拜的作家或商业精英之间的差距,很大程度上都不在于智商水平。因为他们的成功并非建立在数学技巧之上。


那么问题就来了:既然如此,那从生理的角度上来说,我也能像他们一样具有非凡的洞察力咯?没错。


下面将介绍一些思维模型,并且说明它们将如何提高你的知识、智力和思维能力。

 

如何可视化知识

 

通过将知识拆分为组块,我们可以揭秘诺贝尔奖得主和其他天才是如何做到卓尔不群的。


首先,我们会以圆圈和线条来说明你的大脑是如何对知识进行处理和加工。


对于任何一个话题,我们能够获知两方面的内容:关于这个话题的事实,以及这些事实之间的联系。蓝色圆圈代表的是事实,而蓝线则代表事实间的联系。



以创业公司为例。蓝色圆圈内的事实包括有:① 创始人必须聘请雇员和 ② 创始人要向投资者募集资金。


蓝线代表这些知识单元之间一对一的联系。更具体来说的话,会涉及到以下问题:当一个知识单元改变时,它邻近的知识单元会发生什么变化?


比方说,如果 ① 创始人聘请了优秀的雇员,那么 ② 募集资金的难度将会随之降低。


而绿线加入之后,事情就开始变得有意思了。


一旦一个蓝色圆圈有了输入,就会出现一条跨越式的绿线,也就是说,产生了多米诺效应,而这种效应的影响范围已经不再局限于邻近的圆圈了。绿线代表的便是多节点的联系。


绿线可以无限延展。如果你拥有的绿线越多,而且绿线越长,那么你在分析这一领域的话题时便越能做到细致周全。通俗一点来说,就是你的见解会变得更加深刻。


为什么呢?因为绿线反映了你运用知识单元间联系的能力。这项能力如果达到优秀,便意味着你可以识别因果联系,并预测潜在趋势。


接下来我们来谈谈这种简单的知识模型所蕴含的深刻内涵。

 

知识图的内涵

 

要成为某个领域的博学者,你得积累相当多的蓝色圆圈。


而要积累足够多的圆圈,不需要对这个话题有什么深刻的认识,对智力也没有什么高要求。唯一要做的就是去记忆。但光有蓝色圆圈,不足以让人成为某个领域的佼佼者。


你现在应该明白,绿线是如何能让人“才思敏捷”了。


如果你向拥有无数绿线的人提出复杂的问题,他们能够给出精彩绝伦的回答——除此之外,他们可能会开始触及知识图谱的外围边界。而若他们成功拓展了边界,他们将会带来全新深刻的发现。


那就是这整个概念中我最喜爱的部分,也是我将要传授给你的内容:成就杰出自我的过程。

 

延展你的绿线

 

要扩展圆圈和线条,有两种方法:

 

1

研究调查


实质上就是深入了解你所感兴趣的话题。不只是获取事实那么简单,还要去理解为什么。过程中,注意做好笔记,这样你就可以开始为自己绘制绿线了。随后把线条整理为规则或指南,供未来参考。

2

思维模型


批判性思维工具可以帮助我们将蓝线连接起来,产生更长的绿线。思维模型可以将我们的注意力导向到关键的蓝色圆圈上。将其一一连接,我们能以最少的步骤,得出绝妙的见地。

事实上,我所说的“知识图”概念,本身就是一个思维模型。它是我思考知识时运用的框架。需要注意的是,我并不是说大脑处理知识的方式就正如知识图谱所示;准确来说,它是帮助我理解的高效途径。

 

蓝色圆圈只是蓝色圆圈而已

 

现在就来揭开“智力”的神秘面纱吧。


无论是罗马文学还是手机游戏“口袋怪物”,任何领域的知识都可以建立知识图谱。前者被视作高雅文化,而后者则被视为流行文化。但从知识获取的角度而言,它们的唯一区别在于,罗马文学是只有少部分人才懂的知识。


只有少数人懂并不意味着这样的知识就难以记忆,蓝色圆圈只是蓝色圆圈而已。任何人都同样有能力记住任何蓝色圆圈里的知识。(记住:只有表示知识之间联系的绿色线条可以反映一个人的智力水平)


我们常常误认为具备只有少数人才懂的知识的人一定有具有高超的智力,事实上,这些人不过是花时间去学习了我们没有获得的蓝色圆圈知识。


只有少数人才懂仅仅意味着,外行人要学习这一领域的知识所能获得的入门学习资源比较少。


那你或许会想,如果所有领域的知识学起来都一样简单,为什么不是随便一个人都可以成为量子物理学家?这是因为有些学科,如物理、数学和化学等自然科学,要学起来得大大地依赖那些绿色线条所表示的知识。


我想你现在已明白了知识和智力之间的不同:知识的掌握过程,就是通过个人经验去建立各种蓝色圆圈的过程。而智力则是在知识之间建立绿色线条,从而将知识进行运用的能力。如果想在自然学科领域获得成功,你得能在许多长长的绿色线条之间自如地穿梭往来。


如果你不聪明的话,就很难做到这一点。因为只有拥有高水平的模式识别能力,在这绿色线条组合成的复杂网络中航行才有可能。而模式识别能力是体现智商的一项能力。

 

建立知识图

 

设想一下,对某个话题开展了广泛研究的人会就这一话题建立许多的蓝色圆圈。而外行人关于它的蓝色圆圈则比较少。


如果有人和你分享你所不具备的蓝色圆圈里的知识,他们跟你分享的是知识单元。如果他们深入阐释这些蓝色圆圈和其相邻的圆圈之间的联系,那他们就给你分享了关系型的知识。这比单单告诉你知识单元更有用。


如果有人评价道:“真是一个好问题!”他们称赞你的原因在于,你问了一个需要关系型知识来回答的问题。


获取绿色线条类型的知识并不是那么容易。对于复杂的话题,相关概念的涉及范围较广,互相之间都有关联。想记住别人所拥有的绿色线条类型知识是不切实际的,也是高度缺乏效率的。


当你取得了关于某一话题的已知全部知识,会发生什么?当你抵达知识图的边缘,会发生什么?


奇迹便在这时候发生。

 

走到知识图的边缘

 

我们通过实验和推理来发现新的圆圈。


设想一下:某个话题内的知识单元(蓝色圆圈)无穷无尽。对于宇宙,我们可以有接近无穷数量的蓝色圆圈知识。



再设想一下:上图表示的便是当你抵达人类当前的认知的边缘的时候,会遇见的情况。你会进一步建立新的关系型知识来发现未知的圆圈,或者你会将之前没有联系起来的圆圈联系起来。让我们把这些新的圆圈和线条称为红色圆圈和红色线条。


当红色圆圈和线条被发现的时候,人类社会又向前迈进了一步;当创业者发现的时候,会创立伟大的新商业模式的公司。


在前面,我称那些具备许多绿色线条知识的人为有智慧的人,因为他们可以将蓝色圆圈联系起来从而看清全局。他们能够在知识图中轻易地识别出前人所发现的相关知识单元。


那该如何评价那些拥有许多红色圆圈的人呢?如何评价那些扩宽了人类知识图的人?


我们称他们是杰出人才。因为他们为我们打开了新世界。


如果你想成为他们当中的一员,尽可能延长知识图里的绿色线条直到其尽头。而当再没有任何知识可学的时候,放手去试验。这样,你才能发现红色圆圈。

 

哪些因素使得一个人有智慧?

 

目前为止,我一直在强调,很多我们认为是体现“聪明”的特质,都是能够学会的。


但是,思考一下,哪些因素能让一个人客观上来说更有智慧,或者可以这样说,是哪些因素使得一个人有能力同时间思考许多平行的绿色线条?


智力,是一个人理解及应用模式的能力的生物极限。这一能力主要在两方面得到体现:观念化能力及模式识别能力。


衡量一个人观念化能力水平的方式之一,便是看他在迥异的概念之间建立联系以形成新概念的速度和广度。这也是一个人能否在艺术、数学和日常对话中展现创造性的关键。这是一种举一反三并将事物之间的联系可视化的能力。


而衡量一个人模式识别能力的方式之一,则是看他在迥异的子数据之间建立联系从而做出有关母数据组的推断的速度和广度。而这也是智商测试所要评估的能力:给你一些图形序列,让你在序列中找出相似性。


如果你拥有观念化能力,又擅长模式识别,同时还足够勤奋,那么你就为发现自然学科中的红色圆圈知识做好了准备。这是因为,绿色线条往往都特别特别长。


如果你具备世界一流的模式识别能力和观念化能力,再加上一点点运气,你将能取得诺贝尔奖的桂冠,拥有其它帮助你产生深刻洞见的特殊能力。


 读数

30%

联合国公布的数据显示,

女性占全世界科研人员的比例仅不到30%。

在全球的科学、技术、工程、数学(STEM)

各个层面仍存在显著的性别差距。


 情报

#这不是技术问题,而是文化问题#

AI和人类不是主仆关系

▨ 我们需要一个新的模型来了解AI系统和人类是如何相互作用的。

▨ 不应该期望AI能给我们提供不容挑战的答案。

▨ 我们不应该被告知我们需要信任AI。

▨ AI提供的答案不是绝对的,也不是最终的。它只是提供另一个观点、另一种建议,而最好的结果最有可能来自于对他们背后的答案和逻辑的思考。

▨ AI和人类之间的工作关系不是主仆关系,而是合作的关系。

▨ AI不是要取代人类,而是协助我们,使我们更有能力。

▨ 这需要通过对话才能实现。只有当我们拒绝科幻概念(比如“AI是先知”),而是学会挑战他们,把他们当成合作者,就像我们接受任何其他人一样,对话才能发生。


#惟一恐惧的,是恐惧本身#

创业者必须克服的七大致命恐惧

▨ 害怕改变。遗憾的是,我们无法对自己人生进行A/B测试。

▨ 害怕失败。真正可怕的是悠悠众口,你不希望人们认为你会失败,恐惧只是源自你的骄傲。

▨ 担心得不到投资。聆听你从投资者那里得到的反馈,通过改变来完善你的构想,这样做将帮助你获得所需资金,并战胜你的恐惧。

▨ 害怕离开舒适区。把这想象成是高原训练。你的身体将开始适应新的环境并弥补氧气的减少——甚至开始茁壮成长。

▨ 对未知的恐惧。其实没什么可怕的,它们只是你尚未体验过的东西而已。

▨ 害怕让他人失望。它也可以成为强大的动力。

▨ 担心犯错。


 推荐阅读

传统企业AI决策之道:分3个层次回答9个问题

像对待客户一样对待求职者,你能做到吗?

12年数据分析、300家公司研究,告诉你企业转型成功的5个关键法则

香侬科技李纪为:AI不会造就时代,而是时代催动AI发展

想获得爆发式增长?先来回答我这3个问题


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存