首页 > 新闻 > 正文

编者按:本文来自微信公众号“笔记侠”(ID:Notesman),作者:浮灯,36氪经授权发布。

如果用一个词来形容2020年,我觉得是“意外”。过去可能需要10年发生的事情,今年凑到一起发生了。

很多事情被大家过度解读。

比如美股熔断,当时各种言论甚嚣尘上,但是你去看经济基本面就会发现,基本面没有太大变化,所以股市能恢复过来。

我们经历了那么多真正的危机,这种熔断其实不算什么。

但更多事情,是在考验人心。

在信息杂乱、谣言纷飞的时候,你如何理解真实?在技术狂飙、寻找落地场景的时候,你如何理解未来?在面对众多可能和诱惑的时候,你如何理解自己?

这对我们当下的人来说,都是大问题。

一、信息时代,每个人需要具备一些基本能力

当然,我先纠正一个问题,我们现在所说的信息杂乱,不是信息本身的杂乱,而是噪音太多,这两件事需要分开看。

有些数据是信息,有些数据是噪音。

这就像莎士比亚戏剧里的一个例子,在一个谷仓里有两粒很小的金子,为了找到这两粒金子,你得把整个谷仓都翻开。

和这个故事类似,那真正混进来的是噪音和谣言,不是信息。

这就要求我们每一个人都要有判断信息真伪的能力。

1.如何判断信息真伪?

事实上,阴谋论滋生的环境,并不是真的缺乏信息,而是群体懒于思考。

判断信息真伪的方法其实很简单。

首先,要进行交叉验证。

举个例子,对于一些新闻报道来说,你要注意它的内容有没有标明出处,进行交叉验证。比如对美国的报道,只有中文报道,没有当地报道,这肯定就是假的。

这是一个很显而易见的交叉验证。

第二,注意内容来源。

很多时候,我们要对内容来源有一个基本的常识和判断。任何一个报道,它如果没有一个消息来源,基本上不太可信的。

第三,撇开利益因素。

当一个人有利益驱动的时候,他的观点往往不中立。

比如,前两天有个新闻,NASA(美国国家航空航天局)宣布月亮上可能有水。美国民众一看就笑了,说NASA又缺钱。

在阿波罗登月那个时代,NASA(美国国家航空航天局)是很受人尊敬的科研机构,但是后来,有些科学家还在踏踏实实干事,有些科学家没事干了,就开始讲各种耸人听闻的事情。

为什么呢?因为今天,科学家已经是一个养家糊口的职业,和记者、医生、律师没有区别。

所以有些时候,在判断信息真伪时,要看他有没有利益牵扯,讲话是不是为了财政拨款。

所以,即使是NASA(美国国家航空航天局)这样很严肃的学术机构,也有混事的人。而利益因素,是影响信息真伪的重要因素。

2.如何做决策?

在这种环境下,我们应该如何做决策?

第一,我看报纸,只看发生了什么事,尤其做金融分析的时候。

我老讲《华尔街日报》上的分析我不看,我只关注一些消息,比如Google出财报了,我就看这件事。

第二,我要用专业知识去解读它。

如果报道中引用一个数据,我基本上只看一个大致的趋势,数据比上一个月涨了还是跌了。

因为各国衡量标准背后的算法不一样,所以横向比较不大靠谱。如果有人通过这种不可比的东西,得到了一些结论,基本不可信。

这时,不能偷懒,看到新闻哈哈一笑就过去了,而是要根据自己的专业知识进行判断。

这个时候,我有一个很简单的原则叫作“慢三拍”,不论针对什么事情,在你搞清楚之前,不要急着发表自己的看法。

慢三拍,先不着急,晚点来看,时间会把一些噪音给过滤掉。

第三,任何消息要找源头。

信息源的可信度非常重要。

这些信息源公认比较可靠,比如现在,全球基本都用约翰•霍普金斯大学的疫情数据,这个信息源基本上是可信的。

而且它和自己以往数据的纵向对比还是有意义的。

3.信息的反面:谣言

信息在给我们传递价值的同时,还带来一个严重问题,就是信息的外泄和谣言的蔓延。

谣言常常以简单合理的方式表达很多人的不安和敌对情绪。

而且大量研究表明,谣言不会自灭。

因此,对付谣言的方式只有一种,就是提供针对谣言的真相。

二战后出现了信息论,才有了判定信息可靠性的各种量化度量标准,比如信噪比这个量化度量信号和噪声比例的专业指标,以及对信息可信度的各种专业化的量化度量方法。

在信息时代,判断信息真伪,是我们必备的基本能力。

如果今天我们依然把专业知识拒之门外,省去了用专业的方法收集信息、分析信息的过程,以及进行严密的逻辑论证环节,就很容易被阴谋论误导。

二、把握时代规律,才能找准前进方向

从上面的处境可以看出,虽然大家都在讲信息社会、通讯技术,但对信息本身并不怎么了解。

我们所面对的考验,不只是对信息真伪的判断,还包括对我们所身处的这个时代的基本规律和前进方向的认知。

一方面,人是社会性的动物,如果对整个世界缺乏一个判断和了解,做任何事都会非常费劲。

另一方面,当你对一些真正重要的问题有思考之后,人就会变得豁达,你会发现平时那点鸡毛蒜皮,真的算不上什么事儿。

对于一个人来讲,生逢其时是最大的幸运。

很多人问我:你研究了那么多的企业,也接触了很多商业巨子和学术界领袖,能否从他们身上找到一些相似的过人之处?

我回想那些人,他们的确有一个共同特点,那就是他们都在思考最有价值的问题,那些关于我们这个时代的世界观和方法论的问题。

1.新的世界,建立在不确定性之上

我们这个时代的世界观不同于以往。

原因是,大家对于一些基本概念的理解发生了根本变化。

在二战前,衡量经济发展和科技进步的最简单直接的指标,是物质和能量的总和,而今天,这一指标则进化为信息。

信息是什么?

在香农之前,大家认为信息是由语音单元或者文字所承载的含义。

但香农认为,所谓信息的含义并不重要,信息不过是对一些不确定性的度量。而信息的意义就在于,使用它能够消除一个藏在黑盒子里的未知世界的不确定性,从而达到了解它的目的。

用这种方法认识世界,是信息时代最根本的世界观和方法论。

世界不再是建立在确定性之上,而是建立在不确定性之上。消除不确定的方法,是获得更多的信息。

至于信息科技的发展,我们可以看到,从1G到5G的发展,无非是工程师按照香农第二定律指出的方向,根据各个时代能够获得的技术,对信息编码和传输技术进行持续改进而已。

很多时候,人们喜欢请专家解读新的通信技术,其实只要了解70年前香农提出的那些最基本的通信原理,就具有了解今天通信技术的能力。

2.前行方向:用更少的能量,传输更多的信息

还有很多人把集成电路的出现看成是信息时代开始的标志,而不是以1948年香农信息论的诞生为标志。

支撑信息技术发展的物质载体,就是集成电路。

因为当一个芯片完整地集成了信息控制、处理和传输功能,它就可以直接应用于各种工业产品和民用产品。

这时,我们的社会才变成了由信息驱动的社会。

比如在2G功能机时代,我们除了打电话,只能发送一些短信,手机上只能存少量音乐铃声和分辨率极低的照片。

但是今天,我们可以在手机上看那高清视频节目,储存上万张高分辨率的照片和大量视频。

从1G到5G的发展过程,每一代移动通信的技术进步,都使得我们得以用更少的能量来传输更多的信息。

这里首先要感谢摩尔定律。

摩尔定律就是半导体集成电路的性能每18个月翻番。

翻番增长是一个非常惊人的发展速度,即便是摩尔,当时也只敢预测这样的发展速度,能持续10年(1965年到1975年)。

但是没人想到,信息产业居然按照这个速度发展了半个多世纪。

今天,我们每个人都是摩尔定律的受益者。

3.摩尔定律会失效吗?

但是在信息产业沿着摩尔定律一路狂飙的过程中,芯片制程一点点逼向物理极限,台积电已经量产5nm技术,并开始研发3nm技术。英特尔已经跟不上摩尔定律的速度了。

大家开始关注摩尔定律逼近极限这件事对信息产业未来走向的影响。

我认为,理解摩尔定律其实有很多维度。

第一个维度就是对集成电路的影响,也就是对晶体管的数量,或者集成电路的集成度的影响。

5年前,我曾经问过我弟弟吴子宁,什么时候半导体的发展会达到物理极限?

那时他说20年就能达到。

现在看来,还有15年就能达到物理极限。

第二个维度是,在集成电路设计方面,是否还有别的方向可挖掘。

摩尔定律意味着,集成电路的前进方向是,在用同样的能量,处理更多信息方面。

IoT的关键不在于提高单独一个芯片本身的能力,而在于做同样的计算,能不能把能耗降低99%,就是降低两个数量级。

比如英伟达设计一个人工智能算法的GPU(图像处理器),一秒可以进行100万亿次浮点运算,谷歌随之研发出一个更加专业更有针对性的算法,在单位能耗处理信息方面,号称比英伟达又增加两三个数量级。

英伟达不服气,认为谷歌那款只能做一种计算,而自己的是一个通用处理器。

但英伟达和谷歌的算法意味着,在集成电路的研发方面,可以做方向转移。

从这个角度来讲,我觉得摩尔定律还可以再后延20年。从现在开始还有1/4世纪。

第三,半导体设计本身,还有一些可优化的地方。

今天很多人写计算机软件,如果一定要优化的话,性能可以提高几倍。半导体设计也有同样的优化空间。

其实对整体来讲,IT行业对摩尔定律逼近极限这件事,并不是很担心。

换句话说,大家对摩尔定律逼近极限的担心,还不如对全球变暖问题的担心。

三、对我最有启发的科学家

在理解整个信息产业发展的过程中,对我最有启发的科学家是香农和图灵。

这两人可以一块讲,因为他们有很多共通的地方。

左:图灵;右:香农

第一,他们在科学上有很大的贡献,一个讲清楚了计算的本质,一个讲清楚了这个信息的本质。

第二,他们都是很纯粹的科学家。

比如图灵思考“可计算”的问题,放在今天看,也是非常大、非常虚的问题。当时20岁出头的图灵为什么要思考这样一个十分抽象,甚至不知道能否找到答案的问题呢?

这背后没有任何商业利益,甚至短时间内看不到什么应用场景,仅仅因为它深奥、有趣、尚且无人能给出答案。

2019年,我专程访问了英国皇家学会,拜访了包括前任主席马丁里斯在内的多名原始以及一些诺贝尔奖获得者。

我很好奇,只占世界人口1%的英国,为什么能够对世界科学贡献如此之大。

他们的共同看法是,英国的科学家和古希腊学者一样,十分喜欢研究那些深奥的、在外人看来完全没有任何应用价值的问题。

就像图灵在研究可计算型问题时,从来没有想通过发明计算机来发财致富。

和他们一起的还有一群科学家。

从1946到1953,这群科学家在纽约的比克曼酒店不定期地就行一系列讲座和讨论会,包括香农、维纳、冯诺依曼等人。

他们刚刚走过从一个机械世界走到一个电子信息的世界,从一个以能量主导的世界到一个以信息主导世界。

这些最聪明的头脑聚在一起,站在那个历史的十字路口上,思考未来世界会是什么样子。

但历史上,正是像香农、图灵这样的人,以及他们的前辈——毕达哥拉斯、欧几里德、托勒密等,点亮了我们前进道路上的希望之光。

我觉得这给大家一个启示:真正的远大志向,不是一种虚无缥缈的东西,而是一种实践,通过自己亲身的工作,去实现人类的一个构想。

这也启发我们,改变这种急功近利的想法,去追寻暂时看不到收益,但是真正有价值的东西。

我们当下仍然处在历史的十字路口。

新一轮的信息技术迭代正在发生,物联网时代究竟是什么样子也有待探寻。

对一个年轻人来讲,如果家里不是等着你赶快养家,那么你就要多想一想,20年后你想成为一个什么样的人。

自己想清楚这个问题就好。

有人说20年后我想成为亿万富翁。你可以去做,但是你很快会发现,那条路挤得不得了。

偶尔有一个人说我想成为科学家。这条路可能比较快,因为没有太多人跟你竞争。

四、任何时候,都要主动行动

这也让我想到了今年,很多人问我关于“焦虑”的问题。

1.人生的际遇,总是福祸相依

对于今年的应届毕业生来说,疫情打乱了大家的求职。这件事值得焦虑吗?

我觉得真的不用焦虑,如果为这事儿焦虑,那说明过去走得太顺了。

我讲讲我自己的例子吧。

2000年,我快毕业了。那时,我所在的专业根本不需要找工作,大公司都在抢人。

有些公司把一个班的人拉到一个游艇上,围着海湾转一圈,下船就签约。

我原定2001年毕业,真到2001年的时候,互联网泡沫破了,美国还遇上了911恐怖袭击,所有公司都停招。

我本来想在IBM和AT&T(美国电话电报公司)这两家里挑一家。但这两家都停止招聘,我就没事干了。

这时我在网上逛,看到有一家小公司叫Google。我想反正现在没事做,就去面试一下吧。

他们的offer给得很快,AT&T(美国电话电报公司)的offer晚了一周,我就这样去了Google。

现在回头看,人生际遇总是福祸相依。遇点意外,真不知道是好事还是坏事。

所以不要焦虑,在任何时候,都要积极主动地行动。

那半年我要是在宿舍里打游戏,等offer,就没Google什么事了。

2.创业者,要将自己逼到极限

今年对于创业者们也是一个挑战,经常有人问我,什么样的团队会走得比较稳?我觉得,我看好的创业者一般具有这样3个特征。

第一,诚信。

我过去一直强调一点,创始人要诚信。我基本上认为创始人代表着团队,创始人的信用就是团队的信用。

第二,创始人要把自己逼到极限。

为什么这么说?因为一个小企业,刚开始的状况都是人少、钱少、事多。创始人就得什么事都能干。

走了任何一个人,创始人都得自己顶上去。财务走了,明天开始自己管财务。不能走一个人,公司就瘫掉。

所以创始人只有把自己逼到极限程度,他才是一个真正的多面手,才是一个有能力的创始人。

第三,创始人要有责任感,把下面团队给养活。

很多创业者一开始就指着靠招一群人来干活,靠下面的团队养活自己,肯定不行。

早期的很多创始人,都是销售出身的。为什么?因为那时没有风险投资,创始人要自己有本事拿一个大单子,把整个团队都养活。

在互联网时代,大部分创业者都是有产品头脑的工程师,马化腾、黄峥、宿华这些人,都是工程出身,自己做点东西放到网上去,有了流量。再融些投资人的钱,就能把大家养活。

所以我现在看好具有这3点品质的创业者。

五、结语

今年总归是意外频发的一年,我有较长时间待在家里,来写一本关于信息时代的全景式的书。这个想法大概有15年左右的时间了。

这是我们身处的时代,我们的命运都和这个时代的各种要素息息相关。

当你知道它们的基本原理时,才能在它的发展逻辑中,寻找自己的位置。

在这个过程中,我们会看到一些极为聪明和智慧的头脑,几乎以一己之力改变了文明的发展进程。同时,看到更多的普通人齐心协力,推动整个社会欣欣向荣。

了解如何运用这些要素进行决策,了解技术和经济发展的趋势成为我们的必备技能。

同时了解历史上那些成功的人、成功的做事方法,能够帮助我们事半功倍,获得可重复的成功、可叠加的进步。

*文章为作者独立观点,不代表笔记侠立场。

猜你喜欢
文章评论已关闭!
picture loss