王川:关于涌现的随想 (一)

本文最初于 2018年8月2号发布于笔者的公众号。


1/ 涌现的经典定义为,在复杂系统内,不同元素的连接,产生了
“整体 (远大于)>> 局部之简单叠加”
的现象。

2/ 氨基酸是涌现, DNA 是涌现, 原核/真核细胞是涌现,大脑是涌现,部落/城邦/国家都是涌现。

3/ 容易催生涌现的客观条件是:

外界的巨大能量输入 ;

不同元素之间的连接成本极低,接近于零。

连接迟滞极低, 连接带宽(数据传输速率)极高.

巨大数量的元素发生连接。

4/ 因为参与连接的元素数目极多,连接成本和迟滞低,导致各种连接的可能性指数型上涨。

5/ 这种大规模连接是前所未有的,导致局部观察者完全无法根据过去的局部经验,理解它的逻辑和其催生的新现象的特性。
王川:做一个大规模并联者

6/ 不同连接之间的结果,要么是负反馈,要么是正反馈,要么是中性的伴以间歇性的正负反馈。

7/ 系统内的元素都遵守趋利避害的基本原则,增加正反馈的连接,剪断负反馈的连接,其它中性连接慢慢萎缩自动断掉。

8/ 负反馈会使系统维持在平衡态。

9/ 在有外界能量持续输入的情况下,极少数正反馈会越滚越大,产生一种全球性的,前所未有的新结构,新现象。

王川: 论”正反馈循环” 和 “远离平衡态的耗散结构” (一)

10/ 发财的本质是获得更多正反馈,而获得更多正反馈的关键,在于降低单位连接的成本和迟滞,同样成本和时间下你能获得十倍,百倍,千倍以上的新连接,从中筛选出正反馈的概率也大增。

11/ 大城市比小地方工作机会多,为什么?因为人多,连接多,需求更复杂,总有一款适合你的技能。同理,当你的知识体系更复杂,连接更多的时候,你和外界产生正反馈,出现合作共赢的几率也就更大。普通人抱怨某某书没用的时候,往往不是书不好,而是读者自身知识贫乏,无法从中提取对自己有用的养料。

12/ 推进正反馈的一个重要因素在于”记忆“,就是把发展过程中的有益的结构和知识体系保存下来,进而推动进一步的正反馈。哺乳动物和爬行动物的一个重要区别,在于哺乳动物因为是母乳喂养,所以母体和幼儿有更多时间长期互动,有可能把自己的知识经验传播到下一代。

13/ 记忆催生了语言文字,再催生了大规模合作,和更复杂的结构形态。信用分数,档案,金钱财富,等等都是记忆的一个表现,它引导个体的行为方式更有利于整体合作的进一步正反馈。拥有高效的记忆,不可篡改伪造的记忆的结构,其进化迭代速度会比记忆功能较弱的结构快得多,而将后者最终淘汰也是必然。

14/ 正反馈中产生的有益的结构,或曰组件 (building block) ,也是记忆的一个重要体现。在软件行业,这体现于各种各样的开发工具。工具有了,新的参与者做同样的事,少花很多时间,吸引更多参与者进来,然后又产生更多工具。工欲善其事必先利其器,耗散结构要进一步正循环,必须要有更多工具或组件。

王川: 从组件的角度看正反馈循环和区块链产业

15/ 个体要远离平衡态,而脱颖而出, 必须要:

一. 加入到数量最大,连接成本最低,不断增长 (整体浮现正反馈)的生态系统里。整体增长的行业,会有很多位置尚未被占据,而且业内人士大多本身有较大利润和支付能力,新加入的个体都比较容易找到适合自己的位置。
二. 把个体连接和试错成本降得越低越好 (谢绝无聊面谈,避免和无关人士闲扯)
三. 在个体有限资源允许的情况下,大规模增加试错频率
四. 打得过就狠狠打 (正反馈), 打不过就跑 (斩断负反馈);
王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)
五. 不能允许单次试错的负面损失超过可以承受的范围 (谢绝巨大沉没成本,谢绝高杠杆和不对称的下行风险)

六. 扩大正反馈的战果,同时配置资源回到第一步和第二步,继续高频率低成本试错。

16/ 普通人犯的错误:

一,没有到最大的增长行业里,系统内很多人自身难保,支付能力弱。
二,连接和试错成本太高,和太多庸人在线下浪费时间
王川:为什么大部分求职者的管理之道荒唐且低级
三,因为一和二,所以试错频率极低。
四,所以很难找到正反馈 (增长的盈利机会)
五,要么风险控制做的差,所以遇到一次负反馈,损失惨重,全部亏光,
六,即使苟活,也几乎无法脱离泥潭。无法涌现。