当前位置:
首页 > 经济管理 > 金融投资 > 诠释人性:如何用自然科学理解生命、爱与关系pdf/doc/txt格式电子书下载

诠释人性:如何用自然科学理解生命、爱与关系pdf/doc/txt格式电子书下载

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

诠释人性:如何用自然科学理解生命、爱与关系pdf/doc/txt格式电子书下载

书名:诠释人性:如何用自然科学理解生命、爱与关系pdf/doc/txt格式电子书下载

推荐语:一本脑洞大开的生活指南,荣获第33届英国皇家学会科学图书大奖,8岁确诊自闭症、像谢尔顿一样聪明的作者卡米拉,邀你一同另辟蹊径认识世界!

作者:(英)卡米拉·庞(CamillaPang),姜帆译

出版社:机械工业出版社

出版时间:2021-08-01

书籍编号:30746258

ISBN:9787111686446

正文语种:中文

字数:120522

版次:

所属分类:经济管理-金融投资

全书内容:

诠释人性:如何用自然科学理解生命、爱与关系pdf/doc/txt格式电子书下载









献给我的母亲索尼娅、父亲彼得以及姐姐莉迪亚

前言


在我降生到地球上的第五年,我开始怀疑自己来错了地方。我大概是坐过了站。


和同类待在一起时,我觉得自己像个异类:我能听懂他们的话,但不会说他们的语言;我和其他人有着相同的外表,但缺乏相似的基本特征。


在家中的花园里,我常常斜坐在一顶五彩缤纷的帐篷里(这就是我的宇宙飞船),面前摊开一本地图册,想着如何才能飞回我的母星。


当白日梦无济于事的时候,我就去求助于少数几个可以理解我的人。


“妈妈,世界上有没有关于人类的说明书?”


她不解地看着我。


“我的意思是指南手册,解释人们为什么如此行事的小册子。”


我不确定(观察面部表情从来都不是我的强项——过去不是,现在也不是),但在那一刻,我好像看懂了母亲的心碎。


“没有那种东西,米莉[1]。”


这没道理啊。关于宇宙中的其他一切事物,几乎都有专门的图书,但竟然没有一本书能告诉我人应该如何在这个世界上存在;没有一本书能帮我做好面对这个世界的准备;没有一本书能教我如何用手臂搂着一个痛苦的人,去安慰他;也没有一本书能教我在别人欢笑的时候欢笑,在别人哭泣的时候哭泣。


我知道自己来到这个世界一定是有原因的,随着岁月的流逝,我对自身状况的认识、对科学的兴趣也在不断地发展,我越来越相信事实的确如此。我会写一本我一直需要的说明书——对于其他像我这样不谙世事的人,这本书会为他们解释人类,对于那些认为自己了解人类的人,这本书会帮他们以不同的方式看待世事。这本书,就是局外人的生活指南。


这个目标并非一直都很清晰,或者说,并非一直都很现实。我是那种一边复习A级考试[2],一边看苏斯博士[3](Dr.Seuss)绘本的人。实际上,我很害怕读小说。尽管我几乎在所有方面都缺乏常识,但我可以用我大脑独特的运作方式,以及我对科学的极度热爱来弥补。


请听我解释。我之所以感觉自己不正常,是因为我的确不正常。我患有自闭症谱系障碍(autism spectrum disorder,ASD)、注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)以及广泛性焦虑障碍(generalized anxiety disorder,GAD)。这些障碍交织在一起,让人无法过上正常人的生活。我常有这样的感觉——患有自闭症,就好像在玩电脑游戏时没有手柄,做饭时没有平底锅或其他炊具,或是演奏乐曲时没有乐谱。


自闭症谱系障碍患者很难理解每天都会发生的事情:我们通常无法筛选自己看到或说出的事情,我们很容易被外界刺激压得不堪重负,还可能做出一些奇怪的行为,也就是说,我们的才能可能会被人忽视。我经常敲打面前的桌子,发出奇怪的吱吱声,还会经常抽搐,神经抽搐的问题会时不时地困扰我。我会在不恰当的时候说不恰当的话,对电影中的悲伤桥段哈哈大笑,并且在情节紧要之处不断提问。而且,我的情绪很容易彻底崩溃。想要了解我的心智运行方式,可以想想温布尔登网球决赛。我的心理状态就像网球,在两边弹来弹去,越来越快。这个网球上下弹跳、左右飞舞,不停地运动。然后,突然之间,一切都改变了。一位选手滑倒了,出现了失误,或者智胜对手。网球失控了,我的情绪也崩溃了。


这样的生活让人非常沮丧,但也能让你得到完全的解放。格格不入也意味着你活在自己的世界里——在这个世界里,你可以自由地制订规则。更重要的是,随着时间的推移,我开始意识到,我的神经与众不同,这也是一种赏赐,是我在生活中的超能力——让我具备了快速、高效、深入分析问题的心理工具。自闭症谱系障碍意味着我看世界的角度不同,而且没有偏见;广泛性焦虑障碍和注意缺陷多动障碍能让我快速加工信息,因为我能在无聊和高度专注这两种状态之间来回切换,并且能设想当前情况的每一种可能结果。我与众不同的神经提出了许多问题——关于生而为人意味着什么,也给了我回答这些问题的力量。


我寻找这些答案的途径,正是给我的生命带来最大快乐的事物:科学。虽然人类在某些方面模棱两可、自相矛盾、难以理解,但科学值得信任、清晰明了。科学不会说谎,不会掩饰它的本意,也不会在背后议论你。在我七岁的时候,我爱上了叔叔的科学图书,这些图书为我提供了我在别处找不到的实实在在的信息。每个星期日,我都会去叔叔的书房,沉浸在科学的世界中。那种感觉就像打开了压力阀——有生以来,我第一次找到了一些东西,来帮我解释最让我困惑的事物:其他人类。在这个没有定数的世界里,我是一个始终追寻确定性的人,而科学一直是我最坚定的盟友、最值得信赖的朋友。


科学为现在的我提供了观察世界的视角,解释了我在“人类星球”探险时所发现的许多神秘莫测的人类行为。虽然对许多人来说,科学似乎既深奥又专业,但它也能帮助我们理解生活中最重要的事情。与任何团建练习比起来,癌细胞更能教会我们何为有效的合作;我们体内的蛋白质为我们看待人类的关系和互动提供了新的视角;机器学习可以帮助我们做出更明智的决策;热力学解释了我们为什么在生活中维持秩序如此之难;博弈论为社交礼仪的迷宫提供了一条出路;而进化论说明了我们的观点为什么会有如此巨大的分歧。通过理解科学原理,我们可以更好地了解生活的本来面目:恐惧的来源、关系的基础、记忆的功能、产生分歧的原因、我们情感的不稳定以及我们独立的程度。


对我来说,通往世界的大门原本是紧锁的,但科学成了打开这扇大门的钥匙。我相信,科学教给我们的东西对我们所有人都很重要,无论你的神经系统与常人一样还是异于常人。如果我们想更好地理解他人,那么我们需要知道人是如何运作的——了解人体和自然界的运行规律。对于生物学和物理化学,我们多数人只把它们看作教科书上的图表,但实际上它们拥有自己的特性、层级和组织结构——与我们日常生活中的体验十分相似,并且有助于我们理解这些体验。对于科学与人性,如果只理解其中一者而不了解另一者,就像阅读一本缺了一半页数的书。科学支撑着我们的人性和我们生活的世界。更好地了解科学,对于更好地了解自己、了解身边的人是至关重要的。在有些情况下,我们依赖直觉、猜测和假设,但科学能给我们带来清晰的眼界与明确的答案。


了解人类和人类的行为,我把这个过程当作学习一门外语。这样一来我就意识到,那些声称自己能流利地讲一门语言的人,在词汇量和语言理解上也存在盲区。我相信本书(出于需要,我为自己编写的说明书)能帮助每个人更好地理解那些定义我们人生的人际关系、个人困境和社会情境。


从我记事起,我的生活中就一直有一个悬而未决的问题:如果你天生不会与人打交道,那你该怎样与他人建立联结?我天生就不知道爱、同理心和信任是什么感觉,但我非常想知道。所以,我成了我自己的活体科学实验品:我不断测试各种语言、行为和思维方式,即使我不能完全成为一个像其他人一样的人,这些测试结果也能让我像自己的同类一样生活。


在这个过程中,我有幸得到家人、朋友和老师的爱与支持,他们给了我许多关照。我在生活中有许多特殊境遇,我想分享自己的经历,谈谈对于从一开始就与众不同的人来说,什么是可能的,以及什么是可以实现的。我所患有的阿斯伯格综合征(Asperger\'s syndrome),往往又被称为高功能型自闭症,这种病症会让人看上去过于“正常”,以至于不像典型的自闭症患者,但又让人过于奇怪,以至于不像那些神经正常的人。我就像是生活在两个世界里的人,而我把自己看作这两个世界之间的翻译官。


我也知道,我的生活发生改变的原因是我意识到自己被看见、被理解了。我意识到自己是一个人,我有权利做自己:事实上,我有责任做自己。每个人都有参与人际交往的权利——有权被听见,得到认真对待。尤其是那些出于天性和本能难以与人交往的人,他们也有这样的权利。我希望本书所分享的经历与观点,既能强调人与人之间的共同点,也能为求得这样的共同点提供新的思路。


所以,我邀请你加入我的旅程,进入我这个阿斯伯格综合征、注意缺陷多动障碍患者大脑里的奇怪世界。这是一个怪异的地方,但绝对不会无聊。也请你准备一个笔记本,戴上你的耳机——我总是戴着耳机,那是一道有效的屏障,能够帮我隔绝外界过于强烈的感官刺激。有了这些,你就准备就绪了。我们出发吧。


[1] 作者卡米拉的昵称。——译者注


[2] 即英国普通中等教育证书考试高级水平课程,也是英国学生的大学入学考试课程。——译者注


[3] 美国著名的作家、漫画家,以儿童绘本闻名。——译者注

第1章 如何跳出思维的盒子 机器学习与决策


“你不能对人进行编程,米莉。那根本不可能。”


当时我11岁,正在和姐姐争论,“那我们是怎么思考的呢”。


我当年凭本能就知道这一点——我们人类的思维与计算机程序的运行方式并没有太大的不同,但直到多年以后我才真正理解。每一个读到这里的人都在进行思维加工。就像计算机算法一样,我们获取数据(指令、信息与外部刺激),并对其做出反应。我们对数据进行分类,并用它做出有意识与无意识的决策。我们将数据归类,供日后使用,就像计算机中的目录一样,这些数据是按照优先级存储的。人类的大脑是一台非凡的处理器,其惊人的信息加工能力是我们这个物种的显著特征。


我们的脑袋里都有一台超级计算机。尽管如此,我们还是会被日常的决策难倒(有谁没有为某天穿什么衣服,如何写邮件,或者午餐吃什么而烦恼过吗)。我们经常说,我不知道该有何想法,或者我们周围的信息与选择多到让我们不堪重负。


当我们拥有一台像大脑一样强大的计算机时,情况本不该这样。如果我们想提升做决策的能力,我们就要更好地利用专门做决策的器官。


机器可能是人类大脑的拙劣替代品,缺乏大脑的创造性、适应性与情感视角,但是,机器可以教给我们很多有关如何有效思考和决策的知识。通过研究机器学习科学,我们可以了解不同的信息加工方法,并调整我们的决策方式。关于如何决策,计算机可以教给我们许多不同的知识,我将在本章对此进行探讨。除此之外,计算机还可以教给我们一个独特的、反直觉的道理:要成为更好的决策者,我们不必更有条理、更结构化,或更加专注于如何处理和解释信息。你可能以为机器学习会让我们朝那个方向努力,但事实恰恰相反。我在之后会给出解释,算法的过人之处在于其非结构化的能力,在复杂和随机的环境中蓬勃发展的能力,以及对环境的变化做出有效反应的能力。相反,具有讽刺意味的是,人类倾向于在思维中追求一致性与简单而直接的模式,从而回避复杂的现实,而机器只会将这种现实作为整体数据集的一部分。


我们需要清晰的洞察力,并且像机器一样,更愿意以复杂的方式思考那些既不简单也不直接的事情。现在,是时候承认计算机比你更容易跳出思维定式了。但也有一个好消息:计算机可以教我们如何做同样的事情。

机器学习


机器学习这个概念你可能听说过,它与另外一个经常被人们提及的词——人工智能(AI)有关。人工智能经常被描述为即将实现的科幻噩梦,但它与人类已知的最强大的计算机(你脑袋里的那个计算机)比起来,只不过是沧海一粟。大脑的有意识思考、直觉与想象力让它远远超过任何目前人为设计的计算机程序。在处理大量数据并识别其程序所要查找的趋势与模式方面,算法具有极其强大的能力,但它也有着令人痛苦的局限性。


机器学习是人工智能领域的一个分支。作为一个概念,它很简单:你将大量数据输入算法中,该算法可以学习或发现其中的模式,然后将这些模式应用于它遇到的所有新信息。从理论上讲,你输入的数据越多,算法就能越好地理解和解释未来出现的等效情境。


机器学习可以让计算机分辨猫和狗的区别,研究疾病的性质,或者估算出一个家庭(甚至整个国家电网)在一定时期内所需要的电量。更不用提它在智力上超越专业国际象棋与围棋棋手方面的成就了。


这些算法就在我们身边,它们负责处理海量数据,做出所有决策,从奈飞(Netflix)接下来会为你推荐什么电影,到银行何时认为你受到了诈骗,以及哪些邮件会进入你的垃圾邮件文件夹。


尽管这些基本的计算机程序远远不及人脑,但它们也能教我们如何更有效地使用我们的心智计算机。为了理解这一点,让我们来看看机器学习中最常见的两种技术:监督学习与无监督学习。


监督学习


监督学习是指,你在头脑中有一个特定的结果,然后编写算法来实现这个结果。这有点像数学课本,你可以在课本后面找到答案,但棘手的是如何找到答案。这个学习是有监督的,因为作为程序员,你知道答案是什么。你面临的挑战是如何确保算法从各种各样潜在的输入信息中总能找出正确答案。


例如,你该如何确保自动驾驶汽车上的算法始终能够识别交通信号灯的红色和绿色,或者识别路上的行人?你如何确保用于协助诊断和排查癌症的算法能够正确地识别肿瘤?


这就是分类(classification),监督学习的主要用途之一。在这个过程中,你基本上是在尝试让算法正确地标注某个事物,并证明算法能够在各种现实环境中可靠地执行这项任务(并且随着时间的推移而改进算法)。监督学习产生的算法可以高效运行,并能运用于各种各样的情境,但本质上,这些算法不过是高速运转的分类与标注机器,你用得越多,它们就越有效。


无监督学习


相比之下,无监督学习中并不存在对于结果的任何设想。我们并没有让算法寻求任何正确答案。相反,我们为算法编程是让它处理数据并识别其中的固有模式。比如,如果你有一组关于选民或客户的特定数据,希望了解他们的动机,那么你可以使用无监督学习来检测并呈现那些有助于解释他们行为的数据趋势。某个年龄段的人会在一定的时间、地点购物吗?什么因素让这个地区投票给那个政党的人团结在一起?


我的工作是探索免疫系统的细胞结构。我在工作中使用无监督学习来识别细胞群体中的模式。我一直在寻找模式,但不知道模式是什么、在哪里,因此采用无监督的方法。


这就是聚类(clustering),也就是根据共同的特性与主题将数据分组,而不必按照原本的A类、B类或C类来为数据归类。当你知道自己想要探索哪些广阔的领域,但不知道如何实现自己的目标,甚至不知道在大量可用数据中寻找什么的时候,这种方法是很有用的。当你想让数据显示自己的结论,而不强加预定的结论时,也适合采用聚类的方法。

决策:盒子与树


在制定决策时,我们所面临的选择与上文所说的情况相似。我们可以设置任意数量的可能结果,并从中进行选择,自上而下地解决问题,从需要的结果开始,就像监督算法一样,例如,企业根据求职者是否具备某些资格和最低限度的经验来判断是否录用他们。我们也可以自下而上地解决问题,从证据、细节着手,让结论有条不紊地浮现出来,即采用无监督的方法。以招聘为例,我们可以发现,雇主会根据每

....

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

本站仅展示书籍部分内容
如有任何咨询

请加微信10090337咨询

再显示