最近工作中经常讨论到大数据，不可避免谈到的两个基本因素，一个是数据的积累，一个是处理这套数据系统的算法。两者缺一不可，但大多数情况下，算法与算法的差异性并不那么巨大，算法模型的优化靠的是大量数据的哺喂。
所以，对于广告投放分析来说，经常会说到，好的模型系统很重要，但有大量活跃数据的进入，分析，优化更加重要。为什么市面上目前最好的精准广告系统来自于BAT等巨头，并不仅仅只是资金与技术雄厚，人家系统里面每天实时产生，收集，处理的数据才是最大的发展资本。
同样在商业世界中，真正把数据用活，得到最好产出的，也是那些每日有成千上万用户的系统，譬如零售，譬如手机新闻app，譬如点餐软件。
潜移默化中，算法与系统可能是相似的，唯有大数据为王，似乎成为一种现实的世界观。
但在最近的《吴伯凡·认知方法论》中，他提出一个观点，对于个人来说，先要确认你人生的算法，其后你所积累和处理的大数据才能真正发挥作用。空有大数据的人生，其实只是无头苍蝇般莽撞的努力。
1.什么人生的算法
所谓人生的算法，大体跟雷达里奥在《原则》书中所讲的建立起自己的“原则”体系是类似的。它是一些你经过深思熟虑的为自己设定的目标和达到这些目标的行为准则。
首先你要为你的人生设定一个或一些终极目标，并据此来决定此后人生不同阶段的阶段性目标。据说欧洲精英学校小时候培养目标感的做法是撰写自己的墓志铭。想象你离开世间的那一天，你希望对自己一生的评价是什么，你希望取得什么目标。
墓志铭并不需要一次性完成，可以在此后人生中慢慢补全。但这是人生算法的根基，一切之后的判断都要以目标为基础。
接下来便是不断优化具体的行动计划，不断将预期结果与实际结果进行比对，优化行动的设计，保留有效的行动模式，去除无效的行动模式，也学习新的行动模式。
这整个过程难道不是跟人工智能的算法优化学习十分相似？
2.将大数据提升为“智能”
有了目标与行动方案（算法），又有了大量的行动（数据），那我们的人生是否就此一路通畅，驶向成功了呢？
其实并不一定，很多时候，我们忙于行动的积累，却忘了检讨所有我们行动积累下来的大量数据，是否能够产出真正的效果？这又与我们平时常说的“刻意练习”紧密联系。刻意练习之所以有效，是因为这背后是一套科学的行为方法论，是一步一步逐渐训练自己，从生疏直至娴熟的一个过程。
但很多时候我们生活中的很多行动，看似背后有明晰的算法逻辑，但其实只是简单动作的重复累积，做的再多也并不会带来质的变化。怎么从一开始就能进行更加科学的规划，如何在行动中实时调整，则需要我们不断的学习，摆脱人类天生的简单思维，才能真正从数据中产出智能。
3.告别“慌乱”
这个时代，很多人觉得生活在一种信息过载的恐慌之中。要看的资讯，要学习的内容，要练习的技能，似乎无穷无尽，有人戏称我们都生活在“认知焦虑”的时代。
吴老师在专栏中举了一个特别有意思的例子，古人说，一片“荒”地，其实并不是说真正的寸草不生的贫瘠土地，而恰恰相反，说的是杂草丛生真正之前的庄稼或者花草无法生长的地方。
人的思想系统其实也是同样的。对于所有的资讯，所有的知识，所有的技能都一视同仁，那你的思想花园就只能呈现一片荒地的状态，即使里面有名贵的珍稀花草，估计也被埋没而视而不见了。
荒字加一心，则是“慌”，这形象地体现了现代人在忙碌生活中的慌乱状态。而要告别这种状态，则首先要对选择进行处理的数据进行优先次序排列，分类筛选，将不适用目标的，不适用于现当下运行算法的数据先过滤清除，以确保取得更准确的预算结果。
总结来说，将人生看成一部运行算法的庞大数据机器，虽不确切，但也有发人思考之处。
在遭遇困难，面临停滞，或者难以创新突破之时，与其用更多毫无章法的行动（数据）填充自己的生活，不如先回顾下自己的目标与算法，是否设定了清晰的目标，又是否选择了恰当的算法，也是一种值得反思的角度。
网友评论