|
丹尼尔卡尼曼经典大作《思考,快与慢》阐述了思维中两个系统的协作关系。
就翻译水平而言,个人感觉洪兰翻译的繁体《快思慢想》要好于简体字版本;同时读完之后,总体感觉社会心理学的研究方法是“提出假设→设计实验→验证猜想→反馈指导现实”。
就自己而言,读完了第一章《系统一与系统二》,已然基本了解了卡尼曼对思维中两个系统模型的设计。恰好自己有着机器学习的知识背景,感觉可以从“数据+模型”的角度尝试解读表述下思维的快慢系统。
如何证明我们的思维确实存在两个系统?
书中开门见山地给出了两个示例,一个是观察下述图片后产生的感觉,另一个则是计算17×24的乘积。
显然,当我们观察图像时,大部分人都会感觉这位女士处于愤怒中,下一时刻大概率会说出咒骂语句;整个过程从我们看到图片开始,自动完成。而对于乘积计算问题,则鲜有人能直接给出准确答案,大概率我们需要借助竖式或计算器得到正确结果。
如果将识别图片与计算乘积看作两个任务,那么它们分别触发了我们两类不同的思考模式:
一类是“快思考”,即一种无意识且快速地思考方式,难以察觉且完全处于自主控制状态
另一类则是“慢思考”,此时需要将注意力集中在任务上,从而进行有序分析、计算与判断。
两类思考的差异可以从其名称上看出,快思考反应快,类似于通常所言的直觉、印象、感觉等,而慢思考则依赖于逻辑、统计及复杂的关联分析,因而反应较慢。
事实上,二者有一个本质差异:即是否需要持续集中注意力。
对于快思考而言,也会多少调用注意力,但是即便中断也可进行。比如在高速上驾车,当车很少、路又平又直时,司机就有闲暇和乘客闲聊几句,或简单思考“下一个服务区还有多远”之类的小问题。
但是慢思考需要处理复杂情境,因而需要持续集中注意力,如当高速超车时,司机需要应对各种超车情境,因此会转变为“慢思考”,导致大概率处于“忙碌占线”中,无暇理会乘客言语。
细心的朋友可能发现了,按照书中给出的“快慢思考”的本质差异,日常驾车过程就同时融合了快思考与慢思考:当路况简单安全时,快思考占据主导;当路况复杂多变时,慢思考短暂上位;整个驾驶过程就在快慢思考的转换中不断迭代。
卡尼曼认为,当我们清醒时快思考与慢思考都处于活跃状态。
快思考自主运行,慢思考则处于不费力的低功耗状态,因而运行时只有部分能效。
快思考不断为慢思考提供印象、直觉、意向和感觉等初始判断信息,若慢思考全盘接受上述信息,则会将印象、直觉转变为信念,将冲动转化为自主行为。
通常情况下,慢思考可能会稍微调整或毫无保留地接受快思考处理结果;但是当快思考遇到问题时,就会向慢思考寻求支持。此时慢思考会分析复杂情境,并调用逻辑推理、统计关联分析等方式给出更为可靠的判断。
一旦慢思考处理完毕,大脑再次切换到快思考为主的状态。
那么什么时候快思考会“唤醒”慢思考呢?
一种典型的场景是个体感知到新情境时,可以是之前未曾见到过的情境(如第一次上路开车时会全身贯注在方向盘上),或是违反既有认识的事物(学术点讲,可以理解为违背既有范式的新实例),如猫咪像小狗一样汪汪叫等。
当今脑科学研究表明,大脑以神经(元)网络的形式存储分析信息,个体思想本质上可以看作是某条复杂的神经元回路结构,可以实现输入电信号激活某些特定神经元集合效果。
若将个体看作是智能Agent,那么个体学习的过程可以抽象为Agent与周围环境不断相互作用的过程。继承自远古祖先狩猎采集的劳动实践,归纳学习赋予了我们从实践中感知、提炼共性模式规律的能力;即我们作为智能Agent,当感知到某个环境情境时,环境信息经过处理提炼后,以特征信息的形式输入到大脑中,沿着既有的深度神经网络结构,激活相应的输出层节点,最终得到某种分类判定和时序预测。
比如当我们看到一只猫咪时,视觉感知提取其面部特征(大眼睛、扁平鼻子、耳朵、胡须等)和体态特征,进而大脑使用已经训练好的“动物识别”深度神经网络模型自动前向传播,输出相应的多分类判定结果。
其实读到这里,同样了解机器学习的朋友可能也会发现上述过程类似于模型训练过程,并尝试推导出类似的解释:
当使用训练好的模型执行分类任务时,若遇到训练集中的样本,则无需处理数据提取特征,可以直接给出模型分类结果(快思考);
当遇到从未见过的测试集样本时,就需要重新提取样本特征,然后送入到既有模型中分析处理得到分类(慢思考);
但是当遇到和训练集样本似是而非的新样本时,思维系统往往倾向于选择“最简单”的答案,此时便可能出现思维偏见和错觉。
以著名的缪勒-莱耶错觉图为例,我们既有的视觉感知模型习惯将连续线条看作整体,因而直觉上下册线段要长于上册,但是只要用尺子简单测量,就会发现二者其实等长。
慢思考可以修正快思考的错误,从而将新样本的判定结果作为“信念”更新到脑海中,但是却无法组织快思考依旧得出“二者不等长”的直觉结论。
当样本处于训练集时,无需经历进一步数据处理和模型分析,即可调用已有结果,自然是最为“节省”;当样本变化较大,需要重新处理分析时,自然也是“能耗”最高的;至于样本似同而异的情况,我们的大脑更倾向于选择“节省”方案,“假设”新样本同既有样本一样,从而得出相同或稍微调整的结论。
上述行为的的底层逻辑是:我们的大脑是“懒惰”的。
个体生存依赖能量,而大脑思考分析是最为耗能的,因而为了个体生存考虑需要,自然最佳的方案是:平时运行一个低功耗系统,必要时短暂启动高功耗系统,至于不确定是否要启动高功耗系统时,只要不是十分确信且必要,自然是优先使用低功耗系统“凑活”即可。
所以我们的思维系统分为“快思考”与“慢思考”相互协作模式,其实是生物演化最优方案使然。
对于慢思考而言,既然需要数据处理与模型分析,自然也就需要各种“运行库”的准备工作,比如相关知识背景信息的记忆搜寻与载入,我们可以称之为慢思考的上下文(Context)。由此可以知道,若频繁更换慢思考任务,大脑就会频繁更换调取Context,耗时也耗能。同时,既然慢思考是耗时的工作,如同发动机不能连续长时间高速运转,大脑也不能长时间处于高强度慢思考,会疲惫、会烦闷,这都是自我抑制保护机制,所以,善于休息的人,才更善于工作。
对于快思考而言,其特性是擅长信息关联,虽然无法进行深入统计分析,但是却可以跳跃性关联不同事物信息。比如当你看到下述词组搭配时,你的直觉反应如何呢?
(1)香蕉 呕吐
(2)糖果 微笑
快思考善于关联不同事物,常见的关联性有三类:相似性、时空序列以及因果联系。这就导致了快思考习惯为先后出现的信息之间“添加”因果关联。
此外,当面临诱惑时存在“延迟满足”的问题,而计算未来长期收益显然比“即时满足”更累人,因而快思考往往都倾向于选择“即时满足”。
那么如何让快思考尽可能多地占据思维主导呢?比如在营销领域,日常消费品(如奶茶、咖啡、零食等)主要收到冲动消费的影响,因此如果能让快思考占据主导,那么显然会增加销量。
从数据模型角度,当个体感觉周围的环境都比较熟悉时,自然就会消除紧张,告诉慢思考“一切尽在掌握”,即当我们处于“认知放松”状态时——通常是感觉熟悉的情境——慢思考大概率会放松地“退居二线”,此时“第一感觉”代表的快思考往往会占据主导。
所以,当我们进入超市想购买零食时,如果映入眼帘的“薯片”早已在广告上耳熟能详,加上味道又不讨厌,那么很有可能会自觉放入购物车中。
读《思考,快与慢》对我们有何帮助呢?
首先可以引导我们觉察自有思维模式,辨识出平日里哪些信念、想法来自于“快思考”,从而帮助我们更客观地看待自己。
比如开车时遇到前车速度慢,“快思考”给出的解释是前车司机技术“菜”。
然而事实上呢?只要稍微一思考,就会发现这个命题本身就有问题:技术差→开车慢,但是反之不一定成立。
比如前车司机正在思考重要的问题,比如在与家人通电话(当然开车时不建议),比如刚刚大病初愈(或手术康复)首次驾车,十分小心等。
你看,只要稍微动用“慢思考”,就不会愤愤不平了。
其次,平日里大部分场景可以相信“快思考”的判断预测,不必事事计较启用“慢思考”;但是当遇到人生大事决定时,还是主动多提醒自己调用“慢思考”,切莫让倾向“即时满足”的“快思考”钻了空子。
最后,若想有所成就,自然离不开“慢思考”的深入分析与复盘,但是考虑到这是一项“高能耗”项目,合理工作+合理休息还是十分重要的!
有句话说得好:
越会休息的人,越会高效工作。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-23 22:04
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社