吴军的谷歌方法论学习笔记



  • 去年有一段时间坚持每天晚上听得到上的课程《吴军的谷歌方法论》,并记下了大纲以及一些自己的思考,现整理了几篇与大家分享

    一.职业天花板来自认知的局限性

    ——新时代需要计算机思维

    1.对量级的认识

    • 人对大数字无感
    • 人对大小的理解受限于生活环境

    2.人与计算机思维的区别

    • 对可计算问题和不可计算问题的鉴别(例如:围棋问题)
    • 人的思维变化速度远慢于计算机的发展速度

    3.如何学习计算机思维

    • 从十倍或百倍数据量的角度来思考问题,判断自己想做成的事的未来的那个时间节点上,技术的进化程度

    4.思考题

    • 未来十年,世界上什么东西增长最快,或者世界上什么地方变化最快

    我的思考

    • 未来十年,应该是数据增长得最快,世界上像硅谷这样的计算机行业驻扎的地区变化最快

    评论中的思考

    • 1.AI相关的技术增长最快,AI技术和资源最丰富的地方(美国和中国)变化最快
    • 2.人机联合的有机体增长最快
    • 3.人类的思想认知增长最快

    二.思维方式决定商业模式

    1.对数量大小的认知不同

    • 1.生活在不同世界的人,思维方式及行为不同
    • 2.从小数问题上总结出来的规律无法应用于大数问题

    2.在计算机世界应该擅长使用专业人士给出的优秀解决方案

    • 传统门户网站和今日头条
    • 普通银行和蚂蚁金服
    • (我倒认为机遇也是成功的一部分)

    3.思考题

    • 如何做好一个好的报告

    我的思考

    • 由于人对数字是无感的,所以报告应该多以图表等方式来展示数据

    评论中的思考

    • 善用图表,让听众视觉上有明显感觉

    • 善用类比,来连接数字与听众熟悉的认知

    • 善用比例,来突显数字之间的关系

    • 换算数字,形象化,整体缩放

    三.工程思维:直觉与极限

    1.人们常被直觉欺骗

    • Google对产品经理的要求:在没有数据之前不要轻易给出结论
    • 我的体会:人类对数据无感但是是不是只有数据才能正真反映问题的实质

    2.通过工程思维探讨极限问题

    • 从燃机效率的例子里面看极限
    • 看待问题常常需要跳出问题本身,观察蚂蚁的爬行轨迹需要从上方去看

    3.思考题

    • 为什么应该国家的经济增长速度很难维持在7%以上

    我的思考

    • 若是如此,在10年里,经济总量将会翻一倍,在30年里,经济总量将翻7.6倍,这是很难实现的。

    四.为什么计算机不是万能的

    1.常人思维与图灵思维

    • 常人的思维是工匠式的,是迭代的,是先实现一个个小功能再不断叠加
    • 图灵的思维是从问题的源头出发

    图灵三连:

    • 是不是世界上所有的问题都有解
    • 是不是所有的解都能在有限步解出
    • 是否有一种机器使得机器停止时正好求出解

    人工智能的极限

    • 世界上所有问题中只有一部分是数学问题
    • 数学问题中只有一部分是有解的
    • 有解的问题中只有一部分是计算机能解决的
    • 能解决的问题中只有一部分是人工智能能解决的
    • 人工智能能解决的问题中只有一部分是现在的人工智能能解决的
    • so,人工智能并不是万能的

    3. 图灵思想的来源

    • 希尔伯特的启发:希尔伯特问题:随便给一个方程,能否通过有限步运算判定是否存在整数解
    • 冯诺依曼的启示:计算来自于确定性的机械运动,而意识来自于不确定性

    4.我的启示

    • 作为一个程序员,在写代码的过程中首先得有大局观念,要像图灵那样高屋建瓴,否则永远跳不出图灵机的范畴,拿写前端为例,初学者一般都是HTML的堆砌,而在工程学上首先需要搭建框架,并为可能的模块预留空间。
    • 要跟优秀的人在一起哦!

    五.成就=成功率×事情的量级×做事的速度

    1.数量级与量级

    • 理解量级上的巨大差距
    • 理清事物间的量级差别
      • 我的经历:在写贝叶斯算法的时候,我解决的都是处理数据上的问题,但没有处理算法,就是没有理清量级问题,导致时间复杂度很高而准确率一直上不去。

    2.职场上的量级问题

    • 程序员技术转管理的职场身份转变中,思想问题的量级需要转变
    • 俞敏洪从金牌讲师到校长的转变——从做好自己的业务到如何帮着他人提高水平
      • 我的经历:在开发学生会招新网站的时候,我作为管理者,却常常关心的是如何去实现功能,到最后组员的参与度都不够,只有几个核心人员在开发。

    3.思考题

    • 能否举几个生活中有量级之差的例子
    • 我的思考:刷题与理解概念对学习上帮助

    六.在边界里面做事情

    1.理论极限无法突破,不要做徒劳的事

    • 设立标准的本质是要求人们在边界里尽可能地做好事情

    2.写清楚的边界不让外行人过去

    • 作为行业外的人要虚心求教,不要强行突破极限
    • 手机相机不可能达到千万级像素(被某品牌骗了)

    3.思考题

    • 举例生活中的边界问题
    • 我的思考 :光速???

    七.苹果成功的奥秘:从科学与技术的区别说起

    1.赢者通吃

    • 在科学层面,非量级上的数字变化对我们是无意义的,但在技术层面,一点点微小的优势就能赢得整个比赛
    • 若要投资则一定要投行业内的第一名,若要兼并以获得技术,则应该考虑第二第三甚至第四名
    • 我的感受:想起了杨洋学长的讲座,没有把握做到第一就不去碰这个行业

    2.苹果公司的成功之路

    • 1)不做基础研究,更多地去发掘技术
    • 我的思考:苹果公司的成功之道与技术创业究竟谁对谁错,或者两者各有千秋?技术创业究竟有未来吗,面对苹果公司这样的巨头,拼的到底是技术还是聚集资源的能力?技术创业公司是否都会走上被兼并的命运,又想起来了罗胖所说的巨头的倒塌,小公司的资源聚集能力会增强的论调,不知道到底哪种方式更加高效
    • 2)更加注重整体,平衡各种需求

    3.思考题

    • 如何看待苹果整体优化产品而不是只关注某个指标的思维方式
    • 我的思考:感觉苹果公司更加注重用户体验,更加符合现代的体验经济

    八.什么是计算机思维

    计算机思维的真谛是什么

    需要处理好七对关系

    • 大和小
    • 快和慢
    • 多维度和单一维度
    • 网络和个体
    • 自顶向下和自底向下
    • 全部和局部
    • 成本和表现

    理解两个原则

    • 等价性原则
    • 模块化原则

    行业升级转变的经验

    • 目标要超前,方法和认识要彻底更新
    • 做法上要渐进,反对一切推到重来
    • 坚持“原有产业+新技术=新产业”的原则
    • 放弃不适合改变的人

    九.把事情做好的三条边

    基线

    • 基线是每个人掌握的知识
    • 每个人的基线都不一样,应该站在尽可能高的起点

    理论极限

    • 理论极限无法突破

    循序渐进的绳索

    • 把目标拆分为具体的行动步骤,并专注与其中,不要做其他无谓的事


  • (也不得不吐槽一下,团队的博客都是技术方面的呀,之前刘玉老师也说过支持其他领域的分享诶,不知道能不能开一些板块)



  • 又要开板块?我个人觉得,博客应该用标签分类,而不是板块,板块太多不好看啊!



  • @wqy 我觉得也可以鸭


 

Copyright © 2018 bbs.dian.org.cn All rights reserved.

与 Dian 的连接断开,我们正在尝试重连,请耐心等待