信息爆炸,物质丰富,你不得不知的奥卡姆剃刀原则

信息大爆炸,知识付费层出不穷,花钱买了许多课程,生怕错过了下一个风口,错过一个发财的机会,买完之后却很少去看。双十一买买买,因为打折促销,因为便宜,可能买了永远都用不上的东西。

你是否收藏了一堆“知识”,你是否买了一屋子的“便宜货”,你又是否让自己的杰作“花里胡哨”?那么,你可能需要了解一下“奥卡姆剃刀原则”。

什么是奥卡姆剃刀原则

人的记忆、思维、享乐、注意力、精力、时间等全部是有限的,所以,无论是对于自己或是自己的产品,都要考虑一个原则“如无必要,勿增实体”。

这么简单的一句话就是奥卡姆剃刀原则的精髓所在。它是由出生在英国奥卡姆的确的威廉提出,以他的出生地命名。

用传统的话来讲就是“大道至简”,大道理、简单的原则方法和规律都是极其简单的,简单到用一句话就可以说明白,所谓“真传一句话,假传万卷书”。

为什么要使用

我们的精力、时间有限,如果这也想学,那也想学,最终都是“浅尝辄止”;

我们的享乐有限,“睡不过七尺食不过三餐”,大多数的购买只不过一堆无用的“垃圾”;

我们的注意力有限,如果不集中在一点,那么最终将被各种“花花绿绿”所消耗;

我们求知,是为有用,求知为用,不要为了求知而求知,不要为了想拥有而拥有。

认知和方法上的应用

在日常生活中,你是否使用各种时间管理的APP,又是否在学习各式各样的学习方法?

在选择的初期,你可以都了解一下,但当真正应用时,采用“奥卡姆剃刀原则”筛选出一套最简单,最有效,最适应你的那一个即可。

很多人喜欢让人推荐书,但对于我来说,选书有自己的方法。如果偶尔看到一本好书,再买书的时会优先考虑该作者的其他书。这本写的不错,其他的也不会差到哪里。这样就把选择进行了简化。

对于学习方法,真是太多了,最近又新出现一个“量子波动”学习法,号称“5分钟看完10万字”,你信吗?面对这么多学习法,仅仅学习这些学习方法就会让你眼花缭乱。就我而言,一直在使用世界上最好的学习法——费曼学习法,简单而又效果好,足以。

管理上的应用

郭士纳在任职IBM CEO之前,IBM内部流传着这样一个故事:要把一个纸箱从二楼搬到三楼需要多长时间?原本几分钟就可以办到的事,在IBM却往往需要几个月。原因是,要搬动一个箱子,先要打报告,然后经过层层审批,再将审批报告层层下达,最后交给IBM搬家的搬运公司。而搬运公司可能上个月的任务还没完成,一个月后能够完成就不错了。

随着企业的变大、组织人员的增加、事务的多元,就会出现类似上面的组织架构、流程复杂化的问题。而郭士纳采用的就是类似“奥卡姆剃刀原则”的方法让IBM起死回生。

裁撤冗余部分,砍掉毫无前途的项目,卖掉一些资产。引入内部竞争机制,砍掉偏重理论而没有效益的研究,将研究和开发相结合,将研究快速转化为产品。同时,为了长期研究,开展与大学合作。

产品设计上的应用

如果说把奥卡姆剃刀原则用到极致的产品,那肯定少不了苹果和微信。

在设计圈里,苹果不论在哪一个层面都属于「简约化」的代表和集大成者,上至硬件产品下至系统软件,无不在一刀一刀剃去繁琐的,无必要的东西。下图为“iOS的演变”过程。

对于微信,我们几乎每个人都在使用,而微信对新增功能的克制也是达到了极端。

再看许多不懂互联网的老板,做一款产品的思维是什么?加功能!加功能!你看我平台里面什么功能都有!

生活上的应用

Facebook的扎克伯格和乔布斯的穿衣是在互联网圈出了名的,灰(黑)T恤和牛仔裤。

大多数人没必要像他们那样极端,但生活中的“断舍离”就是奥卡姆剃刀原则的典型应用。如果一件衣服或一件物品,放在家中已经一年甚至更久没有使用了,那说明你可能根本不需要它。

其他方法的应用

在科学领域,当你有两个处于竞争地位的理论能得出同样的结论,那么简单的那个更好。

投资领域,面对复杂的投资市场,应拿起奥卡姆剃刀,把复杂事情简单化,简化自己的投资策略,对那些消耗了大量金钱、时间、精力的事情加以区分,然后釆取步骤去摆脱它们。

企业管理学中,在管理企业制定决策时,应该尽量把复杂的事情简单化,剔除干扰,抓住主要矛盾,解决最根本的问题,才能让企业保持正确的方向。

而许多牛人也有过类似原则的表述:

  • 爱因斯坦:万事万物应该都应尽可能简洁,但不能过于简单。
  • 罗伯特-格罗斯泰斯特:在其他条件相同的情况下,要求得越少的那个就越好,越有价值。
  • 亚里土多德:自然界选择最短的道路。
  • 艾萨克·牛顿:如果某一原因既真又足以解释自然事物的特性,则我们不应当接受比这更多的原因。

《奇葩说》某一期蔡康永淘汰某位选手时也说过类似的话:辩论是要把一个道理用更简单易懂的说法传达出来,而不是将其复杂化。

奥卡姆剃刀不是真理

奥卡姆剃刀是原则,是方法,是工具,是一种思考问题的方式,是一种审视设计的角度,但它绝不是真理。

它的目的不在于求至真,不在于求至简,而在于求合情合理的真和合情合理的简。凡事切记用力过猛。

如果在人生的各方面,尝试用“剃刀”修一下,你的生活会更轻松,你的精力会更聚焦,你的目标会更明确,你成功的机会也会更大一点。

原文链接:《信息爆炸,物质丰富,你不得不知的奥卡姆剃刀原则

程序新视界:精彩和成长都不容错过

原文地址:https://www.cnblogs.com/secbro/p/11840095.html

时间: 2024-11-12 22:14:39

信息爆炸,物质丰富,你不得不知的奥卡姆剃刀原则的相关文章

“知识越多越反动”这句话是错误的,我还要说培根的“知识就力量”这句话也是有时代局限的(在今天信息爆炸的时代,信息和技能永远在过时的道路上)

第一,养成并保持学习的能力.我在每一次开学典礼上都要谈一个话题:上大学是为了什么?我认为两件事情最为重要:一是掌握学习的能力,二是养成合作的习惯.掌握了学习的能力和拥有合作的习惯,才能事业顺利,缺一不成.在我看来,学习的能力不是指掌握知识和技能,而是指认知世界.理解世界的能力.我们已经知道“知识越多越反动”这句话是错误的,我还要说培根的“知识就力量”这句话也是有时代局限的.在今天信息爆炸的时代,信息和技能永远在过时的道路上.人的一生只有不断掌握并增强自身的学习能力才能不落后于时代.这也是真正的大

Web开发者不可不知的15条编码原则

HTML已经走过了近20的发展历程.从HTML4到XHTML,再到最近十分火热的HTML5,它几乎见证了整个互联网的发展.但是,即便到现在,有很多基础的概念和原则依然需要开发者高度注意.下面,向大家介绍这些应该遵循的开发原则. 1.善用DIV来布局 当开发一个Web页面时,要考虑第一件事就是区分页面重点.将这些内容用DIV标签包含起来,页面的代码会呈现出整洁.缩进良好的风格. <div id="header"></div> <div id="bo

千万级流量的优化策略实战

摘要 性能优化涉及面很广.一般而言,性能优化指降低响应时间和提高系统吞吐量两个方面,但在流量高峰时候,性能问题往往会表现为服务可用性下降,所以性能优化也可以包括提高服务可用性.在某些情况下,降低响应时间.提高系统吞吐量和提高服务可用性三者相互矛盾,不可兼得.例如:增加缓存可以降低平均响应时间,但是处理线程数量会因为缓存过大而有所限制,从而降低系统吞吐量:为了提高服务可用性,对异常请求重复调用是一个常用的做法,但是这会提高响应时间并降低系统吞吐量. 对于很多像美团这样的公司,它们的系统会面临如下三

机器学习游记(一)

机器学习是目前信息技术中最激动人心的方向之一,其应用已经深入到生活的各个层面且与普通人的日常生活密切相关. 一.定义 正如我们人类根据过去的经验来判断明天的天气,购买适合自己的东西,做出有效的预判,那能不能让计算机帮助人类来实现这个呢? 机器学习正式这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能.在计算机系统中,"经验"通常以"数据"形式存在,因此,机器学习所涉及的主要内容是关于在计算机上从数据中产生"模型"(mode

机器学习温和指南

机器学习是如今人工智能领域中进展最大的方面,更多的初学者开始进入了这个领域.在这篇文章中,机器学习与NLP专家.MonkeyLearn联合创始人&CEO Raúl Garreta面向初学者大体概括使用机器学习过程中的重要概念,应用程序和挑战,旨在让读者能够继续探寻机器学习知识. 机器学习是人工智能的一个分支,它通过构建算法让计算机学习,并且在数据集上使用这些算法来完成任务,而不需要进行明确编码. 明白了吗?我们可以让机器去学习如何做事情!当我第一次听到它的时候,让我非常兴奋.那意味着我们可以对计

“跟着西瓜去学习”之--绪论

写在前面的话:人工智能界有一种说法,认为机器学习是人工智能领域中最能够体现智能的一个分支,从历史来看,机器学习似乎也是人工智能中发展最为迅速的分支之一.Andrew Ng曾说机器学习将是未来人工智能的“电力”,可见机器学习的基础性和重要性.笔者本科在南京大学读的EE,出于对CS和人工智能的兴趣,上个学期有幸选到南京大学计算机与科学系机器学习与数据挖掘研究所(LAMDA)的周志华老师的<机器学习>课程,但是由于时间关系,断断续续的上完了该课程,感觉好多老师讲的精髓没有好好领悟,所以这个学期旁听了

Adaboost和GBDT的区别以及xgboost和GBDT的区别

Adaboost和GBDT的区别以及xgboost和GBDT的区别 以下内容转自 https://blog.csdn.net/chengfulukou/article/details/76906710 ,本文主要用作记录收藏 AdaBoost VS GBDT 和AdaBoost一样,Gradient Boosting每次基于先前模型的表现选择一个表现一般的新模型并且进行调整.不同的是,AdaBoost是通过提升错分数据点的权重来定位模型的不足,而Gradient Boosting是通过算梯度(g

谈谈到底什么是抽象,以及软件设计的抽象原则

我们在日常开发中,我们常常会提到抽象.但很多人常常搞不清楚,究竟什么是抽象,以及如何进行抽象.今天我们就来谈谈抽象. 什么是抽象? 首先,抽象这个词在中文里可以作为动词也可以作为名词.作为动词的抽象就是指一种行为,这种行为的结果,就是作为名词的抽象.Wikipedia 上是这么定义抽象的: Conceptual abstractions may be formed by filtering the information content of a concept or an observable

奥卡姆剃刀-简单有效原理的思维模型

简单不是起点,复杂之后的简单才是真的简单.日常工作生活学习都要思考有没有更简单的方法处理,有没有更简单的方法培养自己的好习惯. “奥卡姆剃刀定律”,又被称为“简约法则”, 这个原理最早至少能追溯到亚里士多德的“自然界选择最短的道路”.核心内容为 “如无必要,勿增实体”,即简单有效原理. 删简御繁:为什么要将复杂变简单呢?因为复杂容易使人迷失,只有简单化后才利于人们理解和操作. 奥卡姆剃刀是我们探索事物时一种启发方法,用于在相互竞争的解释中进行选择.“剃刀思维”是一种非常有用的工具,适合在特定情况