人机沟通法则
最新书摘：
-
Focus2025-03-04我都希望更多的人能体验数字意识是怎样一种感觉。为什么？因为我相信若要与机器沟通，你也需要“生活”在机器的世界里。不幸的是，机器的世界本质上是不可见的。
-
张小国2025-02-28在计算时代，收集定量数据已经变得如此轻松，以至今天的挑战之一是让技术人员离开配有巨大显示器和大量零食的站立式办公桌，进行一次老式的、面对面的客户访谈。这之所以相当困难，是因为轻松获取定量数据是计算时代的主要好处和实际结果，所以对每天生活在未来的人来说，这可能像在往相反的方向走。此外，如果每月只需花费5美元就可以收集和分析数百万使用你的产品的在线客户的数据，那么每月花费数百美元与客户进行一对一的沟通似乎没有必要地昂贵且低效。借用另一个金融业的比喻，最好的投资者不仅会仔细分析他们参投的基金，还会去基金经理那儿进行实地考察，这是他们作为投资专家的额外尽职调查。因此，如果投资界的尽职调查是业内最高标准，那么时不时与真正的客户交谈也是很有商业意义的。
-
张小国2025-02-28一个定量的观点看起来就像事实 —— 一个从噪声中提取出来的重要信号，而一个定性的观点看起来就像吵闹的客户，他怎么也“听不懂”并且可以被忽略，因为他不在7.2%的范围内。实际上，无论是聚合数据还是个体故事都不构成事实，因为这两种情况都涉及了人。人在本质上是不可预测的，所以任何涉及人类行为预测的事情终究也只是一种猜测。一种猜测是通过定量数据，另一种则是通过定性数据。我们花大价钱购买高质量的猜测，将它们当作降低决策风险的一种手段，但没有任何猜测能100%保证是正确的。这就是为什么它是猜测，而不是事实。任何投资者都非常清楚：要想猜得更好，最好的办法是创建一个投资组合，这样赌场里所有的筹码就不会只押在一个猜测上。
-
张小国2025-02-23打个比方，你的肌肉在你运动一段时间后会适应这项运动——你不一定会把做运动这件事看成一系列步骤，但你的肌肉确实已经通过辛苦的练习学会了如何做出反应。换句话说，神经网络是一种对我们可能拥有的「直觉」进行编码的方法，这些直觉不能被写成简单易操作的食谱，并且与长期以来我们广泛接受的由字母和数字符号编写计算机代码的方式截然不同。当涉及神经网络时，并没有实际的计算机代码——只有一个学习模式的黑匣子。黑匣子内部是一个粗略的数学模型，用电流的形式模拟了大脑中的神经元是如何工作的，当受到正确的刺激时，这个数学模型可以利用投喂给它的原始数字数据制造自己的火花、连接和关联来学习模式。
-
张小国2025-02-23如果我们把「神经网络」分开来看，可以发现它意味着两件事。神经：与大脑中的神经元有关。网络：关于神经元之间的相互连接。神经网络不同于符号计算，因为它不涉及由代码的符号语句定义的一系列逻辑步骤——它更像输入和输出之间的数字“原始”关系，通过一组相互连接的类似神经元的元素在数学上建模，就像大脑中的神经元网络。因此，神经网络不能像传统的计算机程序那样被简单地分解为带有符号的逻辑语句，而是包含在合成神经元之间反复传递直到「学习」到一种模式的原始数字。