3大系统,构建认知闭环

简介: 3大系统,构建认知闭环

人人都知道认知的重要性,有句话说:

花半秒钟看透事物本质的人,

和花一辈子都看不清的人,

注定是截然不同的命运。

决定命运的是什么?是能够有效且高效的处理信息。有效的意思是识别并选择了正确的信息,高效是过程中用了很少的资源。

虽然人人都知道认知的重要性,但大部分人并不明确怎样升级认知。我们从认知的底层逻辑出发,聊聊这个话题。

智能体3大系统

认知在哪里发生?你可能会说大脑,但决定一个人的认知能力的仅是这1400克的大脑吗?

设想这样一个场景,有个患有阿尔茨海默症的病人,记忆力差,转眼就忘,有什么办法能让他生活的更好一些呢?

你会想到,给他提供一个辅助记忆的工具,比如一个笔记本,他随身携带这个笔记本,随时记录和查找信息。

从某种程度上来说,这个笔记本成为他生物记忆的一部分,也是他认知能力不可分割的组成,没有这个笔记本,他的生活会乱成一团。

从这个例子,我们可以看出:

认知不仅是大脑的作用,而是大脑与环境相互影响,构成的一个联合系统的共同作用。这个系统扩展了我们的思维,将我们的思维方式,认知能力扩展到身体之外,整合成了一个更广泛的心智。

狭义的心智, 指的是调节能量和信息流动的方式,产生于大脑。更广泛的心智,是大脑与环境构成的联合系统,这个系统可以调节能量和信息流动。

乔布斯说,电脑是人类大脑的自行车。电脑和人脑组成了处理信息的联合系统。

科学认为,世界上所有的东西都由能量和信息构成。一个人,一个企业,一个国家,任何智能体,都是把信息从一个状态变成另外一个状态。

所谓智能体,就是能够感受环境并采取行动以获得最大可能成功的系统。

根据定义,一个智能体,需要感知(观察系统)、思考(智力系统)、行动(活动系统)三个子系统紧密合作才能成功。

智能体首先感知环境刺激,将刺激转化成信息,经由智力系统处理,再根据处理后的信息而采取行动。小到草履虫,大到一头大象,一个企业,都是这样的一个过程。

提升认知,就是构建这样的一个完整过程,比起一个目标是否达成,建立这样一个有生命力的系统才是最重要的。

经过上面的解释,我们将认知问题转化成了一个信息过程,问题变成了构建相互协同处理信息的3大系统:

  • 观察系统
  • 思考系统
  • 行动系统

OODA环

看到这三大系统,很多同学会联系到OODA环模型。OODA环是关于人与所处环境相互作用的模型。OODA代表观察、建模、决策、行动。它是美国空军上校约翰·博伊德机动作战理论的基础。其中第一个O是观察系统,第二个O和D是思考系统,A是行动系统。

当我们处于一个快速变化的环境中,需要迅速作出反应时,OODA提供了保证。为了便于表述,我把它画成了一个线性,它其实是一个不断重复的环,这个环包含了3大系统。其中:

1.O:Observe,观察

就是搜集信息。观察有看的意思,但观察不仅仅是用眼睛看,而是融入周围环境,全面感知。在观察阶段要求你用眼,用心看自己,看对手的体力,脑力及心力,同时还要对所处环境有细致觉察。

蒙眼比武也是观察。

2.O:Orient

原意为导向,有的文章译成「判断」,但我喜欢用「建模」来理解。就是在在大脑中对自我和环境构建模型,对世界现在是怎样的,如何运转形成一个预测。

头脑中的这个模型由你的基因、模因(文化)、以前的经验、上一步观察的结果整合而成。因此它是循环中最重要的一环。如果你构建了错误的模型,你就不可能有正确的判断,你的行动必定不能达成目的。

3.D:Decide

决策是建模到行动过渡的一环,是优先级排序,决定下一步要采取的行动。你前一步的建模工作做得好,并有一套自己的规则和标准,那么决策就很容易做。相反,如果很难决策,就是观察和建模工作没做到位,这个时候就不要在决策上花时间,返回到前两步要更好。

4.A:Act

行动是将前面三步生成的信念和认知付诸实施,就像科学中通过实验来验证假设一样,行动是验证我们的观察和判断能力。行动完成后继续进入下一个循环周期的观察。

OODA模型要点,国内军事家也总结出来了,伟人就说:

正确的部署来源于正确的决心,正确的决心来源于正确的判断,正确的判断来源于周到的和必要的侦察,和对于各种侦察材料的联贯起来的思索。

你看,几乎完全一致。

我们生活中的每一次行动,都会经历这样的一个OODA环。比如要喝桌子上的一瓶水,首先,你看到桌子上的这杯水,然后你会在脑海中构建一个相关模型或者说画面,然后你就会做一个决定,然后走过去(行动)拿起水。当然,生活中,这些都是无意识的,在不到1s的时间内就完成。

但是,当我们需要分析问题的时候,就可以通过这个模型来思考,看看究竟是哪一环节的瓶颈,这样切片细分也是设计的一项核心能力。

认知就是调节能量和信息流动的方式,提升认知就是提升信息过程中的效用和效率。为了便于分析和构建,我们将整个认知过程分解成3个子系统组合的过程:

  • 感知系统:搜集信息
  • 思考系统:处理信息
  • 行动系统:验证信息

今天我们谈理论基础,下一篇文章来探讨实现方式及相关工具。个人需要三大系统,一个组织也需要这三大系统。

目录
相关文章
|
存储 数据可视化
BPMN介绍说明(图解)
BPMN介绍说明(图解)
1395 0
|
安全 云计算
身份和访问管理(IAM)软件市场现状及未来发展趋势
本文研究全球及中国市场身份和访问管理(IAM)软件现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
身份和访问管理(IAM)软件市场现状及未来发展趋势
|
4月前
|
机器学习/深度学习 人工智能 机器人
面向人机协作任务的具身智能系统感知-决策-执行链条建模
本文探讨了面向人机协作任务的具身智能系统建模,涵盖感知、决策与执行链条。具身智能强调智能体通过“身体”与环境互动,实现学习与适应,推动机器人技术升级。文章分析了其关键组成(感知、控制与决策系统)、挑战(高维状态空间、模拟鸿沟等)及机遇(仿真训练加速、多模态感知融合等)。通过代码示例展示了基于PyBullet的强化学习训练框架,并展望了通用具身智能的未来,包括多任务泛化、跨模态理解及Sim2Real迁移技术,为智能制造、家庭服务等领域提供新可能。
面向人机协作任务的具身智能系统感知-决策-执行链条建模
|
11月前
|
监控 安全 Serverless
"揭秘D2终端大会热点技术:Serverless架构最佳实践全解析,让你的开发效率翻倍,迈向技术新高峰!"
【10月更文挑战第23天】D2终端大会汇聚了众多前沿技术,其中Serverless架构备受瞩目。它让开发者无需关注服务器管理,专注于业务逻辑,提高开发效率。本文介绍了选择合适平台、设计合理函数架构、优化性能及安全监控的最佳实践,助力开发者充分挖掘Serverless潜力,推动技术发展。
385 1
|
9月前
|
存储 算法 C++
【C++数据结构——图】图的邻接矩阵和邻接表的存储(头歌实践教学平台习题)【合集】
本任务要求编写程序实现图的邻接矩阵和邻接表的存储。需掌握带权有向图、图的邻接矩阵及邻接表的概念。邻接矩阵用于表示顶点间的连接关系,邻接表则通过链表结构存储图信息。测试输入为图的顶点数、边数及邻接矩阵,预期输出为Prim算法求解结果。通关代码提供了完整的C++实现,包括输入、构建和打印邻接矩阵与邻接表的功能。
268 10
|
11月前
|
人工智能 搜索推荐 API
Perplexica:开源 AI 搜索引擎,Perplexity AI 的开源替代品,支持多种搜索模式、实时信息更新
Perplexica 是一款开源的 AI 驱动搜索引擎,支持多种搜索模式和实时信息更新,适用于个人、学术和企业等不同场景。
1066 6
Perplexica:开源 AI 搜索引擎,Perplexity AI 的开源替代品,支持多种搜索模式、实时信息更新
|
Dart
Dart基础:进制转换、int与string互转
Dart基础:进制转换、int与string互转
309 3
|
机器学习/深度学习 人工智能 自然语言处理
深入理解深度学习:从理论到实践
【9月更文挑战第23天】深度学习,作为人工智能领域的一颗璀璨明珠,已经引领了无数科技的突破与创新。本文将深入浅出地介绍深度学习的核心概念、基础理论以及实战应用,帮助读者构建起对这一前沿技术的整体认识。我们将一起探索神经网络的奥秘,了解如何训练高效的模型,并且通过代码示例具体展示深度学习的强大能力。无论你是科技爱好者,还是志在从事AI研究的学者,这篇文章都将成为你深度学习之旅的启航点。
412 4
|
机器学习/深度学习 数据可视化 算法框架/工具
【深度学习】Generative Adversarial Networks ,GAN生成对抗网络分类
文章概述了生成对抗网络(GANs)的不同变体,并对几种经典GAN模型进行了简介,包括它们的结构特点和应用场景。此外,文章还提供了一个GitHub项目链接,该项目汇总了使用Keras实现的各种GAN模型的代码。
340 0
|
开发工具
Debain10上出现的问题,右上角网络图标显示问号
Debain10上出现的问题,右上角网络图标显示问号