2020年注定是急剧动荡的一年，更多的未知不断呈现在我们面前，无论是野火、疫情、洪水、蝗虫灾害还是地震，除去自然环境的不稳定因素，社会政治经济的不稳定也在加剧，下半年或许会更加动荡。
如何在这种不确定的环境里，寻找到一些确定性?
当下我们每时每刻处于信息社会，在所处的互联网环境下，只要不断网，获取各种各样的信息渠道越来越丰富，越来越便捷。而与此同时，这些海量的信息无形中也给分辨筛选有效信息的我们带来了很大的压力。
因此，有必要了解一些信息论方面的知识，学习背后的数据思维，为我们所用。
信息的不确定性称之为熵。我们越来越处于熵增的环境中，自然如此，社会和企业组织亦如此。需外界的干预来减少内部的熵增。
如何减少熵增，信息论中有一个“最大熵原则”，这里有两层含义:
1.不要把鸡蛋放在一个篮子里，要让事情变得“平滑”。
2. 在没有得到信息之前，不要做任何主观假设。其中后者对于投资非常重要。很多人觉得股市连续涨了半年多就一定会下跌或者下跌了半年就一定涨，这些都是主观的假设。很多人对于时机的把握都是主观的，属于一种投机行为。
香农第一定律: 只要编码设计得足够巧妙，就可以找到最短编码。最短编码的方法最早是由MIT的教授哈夫曼发明的，因此也被称为“哈夫曼编码”。从数学上可以证明哈夫曼的这种编码方法是最优化的。从本质上讲，哈夫曼编码是将最宝贵的资源，给到那些出现概率最大的信息。
在现实生活中，凡涉及到需要分配资源的工作，这个最短编码定律就有指导意义，比如用于个人教育和成长上。在孩子小时候多多地尝试各种兴趣爱好，最终要在一个点上实现突破。
在个人成长方面，我们应该对新东西不排斥，努力去尝试这样的，才不会失去可能的机会。同时对于那些我们花了很多精力、但做成几率比较低的事，应学会果断终止，这样可以把最多的资源投入到擅长有兴趣的、可能也是成功率更高的事情上来。
信息论背后涉及的数学数理知识很复杂，但是我们不需要去一一掌握这些理论细节，需考虑的反而是:
如何将工作和生活中中的问题变成信息的收集、传输、存储和处理的问题，从而可以试着用数据的思维来解决现实问题。
无惧前行
网友评论