今天继续来分享吴军老师的得到课程:
《谷歌方法论》——吴军
吴军老师是当前Google中日韩文搜索算法的主要设计者,原腾讯副总裁,现在是著名的硅谷风险投资人。在过去的十多年里,谷歌能够长期稳健的发展,就是受益于比别人更好的方法论。吴军老师在这门课程里面充分介绍谷歌方法论,并结合日常工作和生活,给出一套完整具体的操作指南。《谷歌方法论》的大部分内容,都比较宽泛,涉猎广博;又或者专精于计算机专业领域。但并不影响我们去理解其背后的思维底层逻辑,也就是“方法论”,如果听过之后多想想,它就会潜移默化的影响我们的思考和动作。
而在课程间隙的“答读者问”中,总能挖到一些精彩又实用的观点。
先分享我的听课笔记:
读书就要「学以致用」20190221:计算机思维这是我刚开始听《谷歌方法论》时收获的第一个知识点,也是来自吴军老师的答读者问。因为是课程的一开始,吴军老师只做了初步解答,当时我还没有在简书尝试写作,只尝试性在学习群里做了分享,今天我借着简书平台再次分享,同时加强自己对重要知识点的认识。
什么是计算机思维?
我是土木工程毕业,现在从事着艺术类行业的管理工作,所以那些什么计算机语言我是一窍不通,要不是之前就读过吴军老师的书有一定了解,看到《谷歌方法论》这门课程我估计也不会有兴趣学习,更不会对“计算机思维”这个标题感兴趣。
其实不然,计算机思维我们一定需要了解的,它将更新我们所有思考背后的底层逻辑。
计算机思维并不是说计算机有思维,
而是因为这种思维方式是伴随着计算机出现的。
吴军老师从“七对关系”进行解读
一、大和小
这一对关系可能是基于大数据。吴军老师认为,在大数据时代,大和小相对于以前,在量级上不一样。说起“大”,以前一个产品能链接上百万人就已经很大了,这是以前的大,现在是动辄上亿。比如微信的用户数量,余额宝的资金体量;再说起“小”,以前的银行理财的小是五万起,现在支付宝的理财小到一元起。
这种变化,追根溯源还是源于计算机网络和大数据,大和小的呈现就完全不一样了。
二、快和慢
作为经历了计算机变迁的80后,计算机的快速迭代我们有目共睹,同时给这个世界带来的快速变化,尤其在近十年更是如此。比如,在我们父辈那个年代,一个企业寿命四五十年不稀奇,现在快到两三年;一个职业可能突然就毫无征兆的消失,快到我们来不及学习调整。这才逼迫着我们必须要时刻“学习在线”,快速迭代更新,全力奔跑,才能让自己留在原地。
三、多维度和单一维度
我们都知道计算机有“多线程”的处理能力,从多个角度解析一个问题。以前我做技术的时候,就是所谓的“单线程”,遇到问题容易钻牛角尖,不懂得变通思维。比如,我希望项目顺利,就光想着通过技术手段把效果做好,却不知道去了解客户的需求。后来做管理的时候才发现,一个问题的解决可以从多个维度下手的,比如客户满意是最终目标,在实施管理的时候,就需要从沟通、流程管理、质量管理、进度管理等多个维度下手,从而更有效的达到目标。
四、网络和个体
现在的人工智能是基于互联网下的大数据,“神经网”式的学习模式叠加没有边界的互联网,这是计算机里的运用。我们抛开计算机,回到我们个体的学习成长:以前的学习就是自己捧着书多学多练,顶多再努力努力进入一个牛逼学校牛逼班级,同一个领域同一个学习环境,如果放到当下的成人学习,更加受时间空间约束,局限看得见;现在呢?就如我们的学习群,大家来自天南海北,各个年龄层,不同领域,一个观点我们可以看到各种角度的解读,互相影响共同成长,这是网络时代的“联机学习”,很大程度上打破了局限。
五、自顶向下和自底向上
计算机里的自顶向下,还没看到吴军老师的具体解读,我基于之前其他课程里的知识说一说。我们都知道现在很多互联网公司都在基于大数据开发智能运用,怎么用?据我了解,都是先基于核心需求有一个顶层设计,再往下设计算法进行多维实现,比如说,Google 的无人驾驶:核心需求是“无人驾驶”,基于这个往下设计算法分析交通规则、分析卫星路网下的最优路线、分析传感器搜集的障碍物数据,等等。
读书就要「学以致用」20190221:计算机思维在我们日常生活工作中也是如此,比如我设想需要去创业驾驭一个公司,这是核心需求,那我就要多维度设计我的能力成长,比如影响力、统筹力、执行力、沟通力,等等,最后进行整合。
这就是我对自顶向下的理解。
六、全局和局部
从吴军的表达里,我也觉得这是“自顶向下”的延伸。只有基于顶层设计全局考虑,然后开始细分,才可能有全局观安排各个维度的细部动作。今年1月份,我在团队操作安排18个项目,远超出了团队的日常吞吐量,所以核心需求是“不出问题,全部交付”,从这个大局考虑。那么,我对人员安排、成本、项目优先级,质量把控的局部安排都要服从这个大局观。如果我过于局部去关注单个项目某个环节怎样怎样,反推向上影响是极其分散的,全局势必是不可控的。
七、成本和表现
我们还是拿上面说的团队管理做举例,基于大局观,我需要不断平衡得失,没有最对最好,只有相对更优。
“计算机思维”的七对关系,我个人理解,不在于计算机本身,
而在于我们理解背后思维逻辑的运用;
我们可以抛开计算机,放在自己能触碰的基础领域进行降维创新运用。
最后吴军老师又补充了两个原则
一、等价性选择
很多时候,一个较难的问题A和相对容易的问题B是等价的。去年我们领导一直盯着我要提升项目完成质量,我很惆怅,基于现在的人员情况和项目情况,就算每天盯着他们,顶多也只能提升5~10%,不会有本质上的提升,我们把这个看做问题A;后来我想了个没那么难的办法,就是逐步替换他们用了超过10年的软件,这个软件很好上手,相比之前的软件,没那么全面,但却能在一部分运用上让整体质量快速提升到150%,用问题B的方式来局部实现问题A,并根据情况逐步迭代,总比面对这问题A束手无策好吧。从价值角度看,某种程度上是等价的。
二、模块化原则
我们的学习,对一个目标能力的实现,不一定要按部就班层级递进,拆分成模块,单个实现,组合成型。理解上,可以参考一下上面我分享的塑造未来“运维公司”能力的实现。
“计算机思维”,吴军老师在这里并没有深度分析。我为什么现在就来分享?
训练自己的独立思考能力模块。
网友评论