《吴军得到分享》
首先吴军老师引入了一个概念:
计算机思维
什么是计算机思维？
计算机思维是全方位的，不太可能用一两句话概括。简单地讲，需要处理好这样七对关系：
1. 大和小
2. 快和慢
人的进化是很慢的，每个世纪只有百分之几，总体来讲经济和社会的发展也是比较慢的，每年最多几个百分点。因此，人本身并不适应非常快速的发展变化。但是，计算机本身的发展是18个月翻一番，大约相当于10年增加100倍，在智能时代，人的思维要适应这种快速变化。
3. 多维度和单一维度
从总体上来讲，人脑是线性处理事务的，看问题常常是一个角度，也没有能力把很多角度综合起来。但是，计算机有这个能力，因此占到了多维度的便宜。
4. 网络和个体
人的思维是个体行为，作决定彼此不干扰。这有好的一面，但是也难以集中很多人的智慧，产生叠加的效果。事实上，群体智慧的简单叠加甚至不如个人的智慧。但是人工智能是建立在网络效应基础上的，它是通过很多彼此联系的计算机共同协作工作而产生的。
5. 自顶向下和自底向上
自顶向下做事这一点是计算机的精髓，而人更适合自底向上。在一个组织内，自底向上的做事方式更容易激发群体的积极性，但是容易造成资源的浪费。这一点以后我会专门举例说明。
6. 全局和局部
人做事情时，限于自己的认知，通常得到的是局部最佳，失去对全局的优化的可能性。由于计算机有处理大数的能力，以及是自顶向下的做事方式，更容易得到全局最佳。这一点在 AlphaGo 和人对弈时表现得淋漓尽致。
7. 成本和表现
人很多时候喜欢强调对错，喜欢追求绝对的公平，喜欢要求最好的结果。但是，从工程的角度讲，好和坏，只是在固定成本下相对的表现。计算机里面无论是软件设计，还是硬件设计，都是在平衡性能和成本的关系。
此外，掌握计算机思维，还需要理解下面两个原则：
一、等价性原则
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。但是人类常常容易给什么问题就解决什么问题，给了 A 就解决 A，尽管它很难。而计算机则会试图解决等价，但是却更简单的问题。
二、模块化原则
我们在生活中，做一个桌子，或者一个椅子，会直接去做。而在计算机的世界里，永远是先制作几个非常简单，能够大量复制的乐高积木块，然后用很多这样简单的模块，搭出复杂的桌子和椅子。
从历史上各个行业升级转变的经验看，应该遵循下面四个原则：
1. 目标要超前，方法和认识要彻底更新。
2. 做法上要渐进，反对一切推倒重来。
3. 坚持“原有产业＋新技术＝新产业”的原则。
4. 要知道，很多人是不适合改变的，因此不要指望所有人都能适应新环境，对不能适应新环境的人员要坚决淘汰。
结合这四个原则，我们也就很容易知道自己在未来将要获取的技能，从而完善自身！
所有人都面临着思维方式的升级
未来的时代，又将是一个“洋枪洋炮”对“大刀长矛”的时代。
在过去的十年里，传统行业在和经过 IT 改造后的行业竞争时，无一例外地败北。08年金融危机前，全世界市值前十的公司只有微软一家是 IT 企业。仅仅过去了十年，市值前十的公司中有六家是 IT 企业了。
但是另一方面，世界上又有一些受益于这个时代的人，比如设计了 AlphaGo 深度学习系统架构的杰夫∙迪恩等人，更不用说马云了。
他们和普通人有什么不同呢？简单地讲就是他们拿着洋枪洋炮，而普通人，都在使用大刀长矛。
这里面的武器，并非是计算机，而是思维方式。将这种思维方式用于工作和生活中，就是一种方法论。
具体地讲，这是一种适应计算机的思维方式，和人本能的思维完全不同。
还是以围棋的例子来说明。
在人看来，围棋是什么？是棋道，是文化。但是在计算机看来，围棋是一道数学题。那么哪一种看法对呢？当然是后者。
人之所以把它称为棋道和文化，说得不客气一点，是人太“笨”，根本算不清楚这道题。计算机当然没有主动思维，帮助它思维的是它背后的人。
具体讲到 AlphaGo 这个团队，这个团队一开始依然保留了常人的很多思维，比如学围棋时觉得就应该使用人类高手对弈的棋谱。但最终他们发现，那些人类的棋谱反而教坏了计算机。不使用人类对弈数据的 AlphaGo 的升级版 AlphaGo Zero，反而比 AlphaGo 本身厉害得多。
这就是思维方式的升级。
我们需要更好的方法论来指导
吴军老师拿他自身的经历举例:
15年前，我加入 Google 公司时，公司还只有100多个工程师，连同我在内开发外国语（主要包括亚洲的中、日、韩语，简称 CJK，欧洲的法、意、德、西语，简称 FIGS）的工程师只有四个人。
我们当时已经占了全世界搜索流量的70%（包括为雅虎提供服务），相比之下我们的竞争对手们，人数比我们多出一到两个数量级。而且，我们中间没有人懂得韩、法、意、西这四种语言。
那么这个奇迹是如何创造的？显然不是靠拼人力，也并非我们的智力比别人高多少，而在于我们的方法和别人不同。
人通常会把每一种语言的搜索问题看成是一个单独的问题，因为各种语言在形式上完全不同，然后从自己熟悉的语言开始，一个语言一个语言，一件事一件事地做。
而我们则不同，我们直接面对所有的语言（当时我们处理了70种），找到语言的共性，也就是承载信息，然后从信息的数学基础出发，让机器同时完成所有事情。
直到今天，Google 中、日、韩文搜索算法的主体依然是我当初设计的方法，而英、法、意、德、西语搜索中的构词法部分，依然是我们四人和辛格博士（Amit Singhal）共同设计的。它们依然比世界上其它任何搜索引擎都要好。
今天，很多成功的企业、个人，有意无意地采用了这样的方法，也取得了惊人的成就。
比如说，支付宝的被欺诈比例极低，比一般的银行交易，低两个数量级。
这并非是因为传统银行没有资源，而在于它们的思维方式太落后——传统银行把每一个交易，每一个案子孤立地看待，这虽然符合常人的本能，但是效果却有限。
而支付宝，从一开始就是网状的，并有意无意地在网络基础上变得“聪明”起来。要知道，人的智能是一个个体行为，而机器的智能在很大程度上来自于网络效应。
但是，并非所有人、所有机构都能自觉地采用适合智能时代的思维方式和方法。
由于受到过去环境以及生理上的限制，人在思维上存在先天不足。好在有一些人，他们的思维水平超出我们常人，他们善用现在的各种 IT 工具，能更快更好地达到目的。
学习这些人的思维方式和方法，是在今后智能时代赢得胜利的唯一方式。
今后不论是从事什么行业，思维方式改进了，方法论先进了，境界提高了，在竞争中就是用洋枪洋炮在对付别人的大刀长矛。
作者：如雪般飞舞
链接：https://www.jianshu.com/p/595bf0c4a139
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。