同溫層讓人合諧共處,舒適圈讓人感到溫暖,該試著避開溫柔的陷阱

二次世界大戰開始,為了破解德國情報的密碼破解密碼系統Enigma。美國數學家圖靈發明全世界第一台電腦-圖靈機,破解了密碼改變二次世界大戰的戰局。
 
科學的進步改變近代人類的生活方式,從1936年圖靈機的概念開始,到1990年第一個瀏覽器WorldWideWeb網路發展至今,資訊取得容易,人類的大腦已經不需要在死背任何資訊,只要上Google搜尋即可,也不用再去學更多的知識,反正Google都知道答案,世界多麼美好?認識新朋友,也不用去面對面溝通、熟識,只需要在facebook發出交友邀請即可?

 
“不幸的是在Facebook社群聯結的效應下,讓人們更容易活在同溫層,無法透過新朋友,社交圈更加封閉,也無法有客觀的判斷能力,更容易受到朋友影響。比如說政治傾向,會讓有相同政黨理念的朋友,容易看到對方的政治言論,並且按讚得到更多認同,或是共同圍勦自認不公不義之事,反而看不到真實的一面,變成網路霸凌。”
泰國正大集團CPALL & 7-Eleven 廣告《用智慧看見那些看不見的事》 

 
“在Google取得資訊容易,人們漸漸懶惰不在主動利用大腦思考問題,逐漸窩在舒勢圈,被動的接收資訊、或是享受娛樂。等到遇見問題再搜尋就好。”
隨著科技的演進,現代人逐漸形成兩種社會現象:同溫層和舒適圈
 
 

同溫層不是地球大氣層

同溫層是指社交圈中,在某些特定主題,不論是價值觀或是信念都與自己相符,不會有太多不一致的意見,可以有一個合諧的狀態,相互取暖。身在同溫層的人會認為多數人抱持的想法與自己相同,因而會有常常誤判或是盲從的現象產生。同溫層跟舒適圈的概念非常類似,不願意離開舒服的環境(工作、地區),雖然有些許不滿,但又還很舒適,就繼續待在同一個環境,是一種溫水煮青蛙的概念。
 
一直身處在同溫層其實是一件很可怕的事情,因為當你對現狀不滿想要改變時,同溫層的朋友會認為你是異類,給你一些誘惑,希望你不要改變。因為當你離開後,他就少了一個取暖的對象,少了一個相同想法的人。害怕孤獨,所以繼續待在同溫層。不勇於追求進步和探索知識,帶來的孤獨,這也是很多智者(台大教授Power錕)常說的
 
你主動學習,會感到越來越孤獨,越來越冷。探求越高的知識後,會發現跟你一樣的人,會越來越少。
 
 

好奇心不止殺死貓,還能突破同溫層

大部份的人會活在同溫層,關鍵在於少了好奇心。心想只要身邊的人跟自己差不多,也不會感到不滿,就這樣過下去吧!時間一久更加不會主動思考,而是被動的接收資訊和知識。思考可以幫助一個人成長,經常思考也會加強腦部的運作。大腦跟肌肉一樣,若不常使用就會萎縮、僵化。
 
同溫層的核心概念,就是社群關係的合諧!以我個人經驗來說,最有趣的就是我的看書習慣。當你拿一本書在閱讀,所有身邊的朋友會覺得你超奇怪,而當你說看一部電影或是影集,卻不會有覺得你奇怪的反應,反而可以跟你討論很多有關電影或影集的內容。所以同溫層的朋友,開始感到你不合諧,就會打擊你,讓你覺得自己是異類。因我常年保持閱讀習慣,漸漸的那些不喜愛閱讀的人,就遠離了。我也慢慢跟其他喜好閱讀的人交集,有意見的交流,就這樣我自己就突破了一個同溫層。隨著我看的內容越來越難懂,閱讀的同溫層,又被打破了。
 
接著,我朝著下一個階段邁進-深度學習。到這個階段,會越來越難遇到可以交流意見的人,因為學習的內容,已經越來越複雜。要了解深度學習,必須先理解人類學習的路徑。
 
 

人類的學習路徑 

我在《就業的終結,從工作外包到AI人工智慧》提到人工智能的發展,人工智能過去40年來的發展有了大幅度的躍進,在很多領域已經打敗了該領域最強的人類。
 
機器在電晶體科技進步下,提升了運算能力,電腦科學家也學會了如何讓電腦進行深度學習,尤其是有規範可以遵守的領域。例如:西洋棋、圍棋、詩歌、文學創作。科學家透過類神經網絡,教導電腦機器學習。
怕你越看越模糊,暫停一下。
 
先回過頭來看我們接受教育的模式,從小我們接受的國民義務教育,可以了解人類學習知識的歷程,接者思索電腦的深度學習是什麼樣的概念?
 
從小我們接受教育一開始肯定先從學習母語開始,先了解每個字彙代表物體或是動作的意思。
比如說貓。貓的特徵有尖耳朵、鬍鬚、牙齒、眼睛的樣子等。從影像辨識出特徵後,在教育小朋友時,告訴他這就是貓。然後,我們給予貓這個生物一個名稱-貓、Cat、Kitty等名詞。往後只要聽到或看到貓這個字,就能馬上聯想貓是怎樣的生物,而不會跟狗搞混。
 
動作比如說吃麵的動作,馬上會聯想到用筷子或叉子,把麵送入口中的畫面,而不是吃蛋糕的畫面。隨著我們能夠辨識的物體和形容的動作變多,學習開始從具體的意函,走向抽象的概念,例如數學方程式、物理學理論(牛頓運動定律、相對論),這即是人類知識演進的過程。
 
機器深度學習則是從過去,我們告訴機器什麼是貓,透過大量的圖片資訊教導機器認識貓,讓辨識的準確性提高。漸漸的機器學習到如何透過一些生物特徵,自己學習去辨識更多的生物,自行強化了辨識能力,完全不用人類提供正確的資訊。
 
 

自我的深度學習

人類自主的深度學習新知,即是好奇心的展現,主動探索知識。
例如我對AI人工智能感興趣,想要去了解什麼是AI人工智能。
我做的第一件事就是先了解什麼是人工智能,輸入關鍵字”人工智能”去搜尋,馬上得到與人工智能有關的關鍵字:
  1. 機器學習
  2. 深度學習
  3. 演算法
  4. 強人工智能
  5. 弱人工智能
 
接著依據第一次搜尋的結果,分別去理解這些關鍵字的內容。
比如深入了解機器學習什麼?
才發現原來有三個分類:
  1. 監督學習:透過回歸分析和統計分類的演算法。
  2. 無監督學習:演算法為聚類
  3. 增強學習:通過觀察來學習做成如何的動作。每個動作都會對環境有所影響,學習物件根據觀察到的周圍環境的反饋來做出判斷。
接著認識什麼是監督學習與回歸分析和統計分類的演算法,就依照這樣的模式一直往下探索。
 
深度學習應用在知識探索上,即是一層又一層的去了解相關知識和使用。上述的例子,大概就是1~2層的對於人工智能的概念或知識。目前打敗人類最強棋士的AlphaGo Master據說可以在圍棋領域,走到第52層。隨著運算能力越強,人工智能越能走向更深的領域。
 
 

舒適圈很溫暖,不想離開

 
待在舒適圈是人類的天性,當你豐衣足食便不會去主動學習和思考,主動學習是違反動物本能。其實人喜歡待在舒適圈的概念,就像貓喜歡躲在櫃子裡的天性一樣,會有安全感。
 
我想每個人都討厭被說,沒有大腦這四個字。想要離開同溫層的人,必須對每一個接收的訊息保持疑問,並且想辦法多跟不同領域的朋友交流。接著要開始學習自律,多加練習探索不同的知識。
 
剛開始主動學習會很痛苦,就算最快的方式就是閱讀,你還是翻個兩三頁,就會開始想睡。從習慣被動接收知識,只要遇到艱澀難懂的概念,便馬上投降。現代人面臨誘惑太多,偏偏同溫層的訊息都是你已知,不用多加思考的概念。再加上跨領域的學習不見得可以馬上有成效。所以無論你有再堅強的意志力,很快就會敗陣下來。適度的突破舒適圈一點點,慢慢讓大腦習慣思考和適應,很快就能掌握練習的技巧了。
 
 
 
If you enjoyed this article, please like it up, and share. 如果喜歡我的內容,請按讚分享給需要的朋友,或者輸入e-mail訂閱文章,點我訂閱
 
或是掃描下方QR code加Line@好友(點我家好友) ID: @Iqq0534b (記得加入後,和我打聲招呼:-) 
 
你將會每週至少收到一篇文章關於知識探索、生產力/專注力提升、行銷/品牌、科技/技術、運動訓練相關的內容,若有更好的想法要和我分享,歡迎在下面留言
 
Facebook Comments

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料