Romanticone的个人博客分享 http://blog.sciencenet.cn/u/Romanticone

博文

使人生的熵最大 精选

已有 2354 次阅读 2017-6-17 20:16 |系统分类:生活其它

一直以来,熵这个词常常浮现在我的脑中,促使我要写点什么。
大多数人第一次接触这个字应该是在初中学物理的时候,或许你已经忘了,那时候热学里面有一个概念叫热力熵,但这个写起来有点费劲听起来又有点玄乎的词直到我初中毕业也没有理解它的含义。到了高中,同样是物理里隐现着这个词,当然还遇到了化学里的另一个词叫熵变,很遗憾,高中结束时同样也没能弄明白熵是个什么东西,随后这个词就被弃之脑后,封藏三年 。直到三年之后上了一门叫信息传输技术的课,当邂逅信息量和信息熵这两个概念的时候,我激动了,原来它表达的就是不确定性啊,事件的不确定性越大,信息量就越大,熵(平均信息量)就越大。当然严格意义上并不能这么说,但多数情况是这样的。这就如同我们对事物的探索一样,越是充满未知的东西我们就越好奇,我们后能得到的东西就越多。之后的几年,很多时候我常常会想到熵这个字,也常常会遇到这个字,当然之后遇到的更多的这个字的英文entropy。经过了一百多年的发展,这个词已经不仅仅只有最初的热力学含义了,也广泛出现在概率论,信息论等一些重要学科中。

研究生期间,独立的科研环境使我学会了思考,思考为什么会有这些学科,为什么他们就能有这些伟大的发现和发明,也时常想起熵这个字。记得那时候做文本挖掘的特征选择的时候,遇到了很多方法,但其中很多方法都用到了entropy这个概念,这也就越激发了我对这个词探索的欲望。有时候晚上躺在床上,我还经常想到另一个问题,我们为什么要读书,读这么多书的意义何在?为了获得一个学位,满足一下自己的虚荣心,让别人可以称你一声某某博士?我的答案是否定的,现在这个社会什么都不缺,当然也包括博士,所以这并没有什么了不起的。为了以后找到一份好工作?我的答案同样是否定的。很多职业需要高学历,但是很多行业容不下那么多高学历。同样,找到一份好工作需要很多因素,机遇,人脉,能力都很重要。当然不能否定高学历是很多工作的敲门砖,入场券。但是随着你获得的学历越高,你心目中的好工作标准也在提高,所以这个时候其实也并不一定能保证找到一份满意的工作。为了逃避工作的压力?同样这也并不是我的答案。因为不管你读多少书,学历有多高,最终面临的还是工作。只是不同学历可能会在不同的行业,从事不同的工作。但是随着年龄的增长,人生阅历的增加,社交圈子的变化,这个问题的答案也就似乎慢慢浮现出来了。读书,可以让你学到以前没学过的知识,可以让你认识不同的人,有不同的圈子,可以增长你的见识,可以让你树立自己的世界观人生观和价值观。但是这些东西,很多人会说在职场也可以学到啊。所以这些其实也不是最后的答案。常常想这个问题的时候就会想起熵这个字,直到有一天,我把这两个看似毫无瓜葛的东西联系起来了,并把后者作为了前者的答案,我的答案。为什么要继续读书,使人生的熵最大化。本科四年,学习一个专业,接触一个领域,最后几乎所有的同学们都进了同一个行业。进了同一类国企,一个摸摸脑袋都能看到自己以后是什么样的地方。一眼可以看到十年后的自己甚至自己的后半辈子。硕士,还是这个专业,但是我选择另一条路,我开始接触新的知识,新的领域。虽然这些同学大多也都进了这个行业高一层次的单位,但也不乏追求志向着去了其他的领域。因为他们有了更多的选择,从而可以探索并进入其他领域,有不同的生活方式和人生体验。这不就是学历的能力吗?是你的选择多样化了,人生也就有了更多的不确定性。你披荆斩棘,杀破千军万马来到一个更高的平台,得到更好的资源,看到了其他人看不到的风景,有了不同的见识。你有了跟多的路可以走,人生又多了很多的未知性,你不知道你会选择那条路,你会选择一份什么工作,你不知道以后的你会在哪,未来的你会是什么样子,种种的未知性使你人生的熵不断变大。而这些都是建立在你不断获得学历,获得知识之上的。一个高学历者,不论何时,不管怎样,他的选择都会多余大多数低学历者,当然一些特殊情况除外。对于工作的人来说,他从事这份工作,做着这个行业专门的事务,学着这个行业的专门技能,在某件事情上无非就是把这件事做得很好,当然也可能升职,但是大多数人踏入某个公司的时候就注定了他的职业生涯会是怎样,僧多粥少,最多干了一辈子当上了公司的中层或者高层。这里,当然也有大公司和一般企业的区别,大公司接触的和一般企业做的也就不一样,而进入大公司和一般企业也常常是由你的学历决定的。

因此,你越往上走,你人生的选择就会越来越多,不确定性就会越来越大,你人生的熵也就会越大。(金字塔顶尖的人除外)



http://blog.sciencenet.cn/blog-2447202-1061397.html

上一篇:语音识别使用之感
收藏 分享 举报

5 彭真明 强涛 王从彦 张莹 陈德旺

该博文允许注册用户评论 请点击登录 评论 (5 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2017-12-13 11:33

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

返回顶部