TED演讲 | 如何培养创造力和自信心

简介:



这似乎是一种很难被打破的魔咒:越在乎一件事,反而越做不好这件事,越在乎一个人,反而在这个人面前表现越糟糕。可以说这是心态的问题,但同时不可否认,这一定是缺乏自信心的表现,严重时会让人放弃尝试,认为自己根本不可能做好。如此,便丧失了创造力。


在创新的世界里,我们有太多需要解决的问题。不少人急于寻找创新的方法,渴望快速成功,心态上略显浮躁,希望能够拿来就用。


在关注前言技术、创新工具、世界顶级创新企业的同时,却极少有人把创新的关注点放在创新的主体“人”的身上。


大数据文摘今日推荐IDEO的创始人David Kelley的TED演讲 | 如何培养创造力和自信心,他在2007年与癌症搏斗的日子里,脑海里开始思考这样一个问题:“我降生到这个地球上的使命是什么?” 当他回顾自己生命的时候发现,帮助人们发挥创意潜能是一个值得努力的目标。




他希望通过帮助更多的人树立创造力自信,来改变世界。去年,David Kelley出了一本书《Creative Confidence》(创新自信力)。书中告诉人们一个道理:创意绝不是少数人的天赋,人人都可以带着意识去改善世界。

原文发布时间为:2016-12-11


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
6月前
|
缓存 API 调度
企业多模型降本:别缓存所有Prompt,先缓存那层稳定背景
企业大模型成本治理常误将缓存视为局部优化。实则降本关键在于**分层缓存稳定背景**(如系统提示、工具定义、品牌规则),而非动态用户输入。OpenAI、Anthropic、Google均支持稳定前缀缓存,成本可降90%。多模型场景下,需通过统一接入层(如147AI)实现上下文分层、跨模型命中归因与成本闭环治理。
314 0
|
10月前
|
内存技术
观海微电子---常用电子元器件_磁珠
磁珠是一种铁氧体材料制成的高频噪声抑制器件,等效为电阻与电感串联,具有高阻抗特性。其单位为欧姆(Ω),在低频时呈感性,反射噪声;高频时呈阻性,吸收噪声并转化为热能,常用于RF电路、高速信号线等EMI防护,区别于储能用的电感,专用于滤除高频干扰。
|
10月前
|
消息中间件 Cloud Native Java
SpringCloud概述
Spring Cloud是Spring推出的微服务一站式解决方案,弥补了分散技术栈的整合难题。它具备约定大于配置、组件丰富、开箱即用等特点,完美支持云原生架构。版本以伦敦地铁站命名,如Hoxton.SR12,避免与子项目版本冲突,便于统一管理。
SpringCloud概述
|
10月前
|
安全 C++
📈 模型评估
模型评估涵盖能力、安全与效率三大维度,包括语言理解、知识问答、推理代码等基础能力,对齐性及推理延迟、吞吐量等效率指标。常用MMLU、C-Eval、GSM8K等基准,结合Hugging Face工具实现自动化评估,面试关注幻觉检测、指标设计与人工vs自动权衡。
|
人工智能 JavaScript 数据可视化
AI + 低代码技术揭秘(八):UI 组件库
vtj/ui 是基于 Vue 3 的组件库,为 VTJ 低代码平台提供丰富的 UI 基础组件,涵盖表单、数据网格、对话框等,支持模块化开发与 TypeScript,助力高效构建可视化应用界面。
675 57
编译x264出现错误:No working C compiler found.
编译x264出现错误:No working C compiler found.
1553 0
|
数据可视化 算法 数据挖掘
用傅里叶变换解码时间序列:从频域视角解析季节性模式
本文介绍了如何使用傅里叶变换和周期图分析来识别时间序列中的季节性模式,特别是在能源消耗数据中。通过Python实现傅里叶变换和周期图,可以有效提取并量化时间序列中的主要和次要频率成分,克服传统可视化分析的局限性。这对于准确捕捉时间序列中的季节性变化具有重要意义。文章以AEP能源消耗数据为例,展示了如何应用这些方法识别日、周、半年等周期模式。
888 3
用傅里叶变换解码时间序列:从频域视角解析季节性模式
|
SQL 关系型数据库 MySQL
基于SQL Server / MySQL进行百万条数据过滤优化方案
对百万级别数据进行高效过滤查询,需要综合使用索引、查询优化、表分区、统计信息和视图等技术手段。通过合理的数据库设计和查询优化,可以显著提升查询性能,确保系统的高效稳定运行。
1057 9
|
存储 人工智能 自然语言处理
VLMs多模态大模型当下进展与思考(2)
VLMs多模态大模型当下进展与思考
1158 10
|
数据采集 自然语言处理 测试技术
CodeFuse-13B: 预训练多语言代码大模型
该论文针对蚂蚁集团的现实应用场景,详细介绍了CodeFuse-13B预训练模型的数据准备和训练过程,揭秘了CodeFuse是如何成为一款能够同时处理英文和中文提示的高效预训练代码大型语言模型(LLM)。论文还对CodeFuse在代码生成、翻译、注释和测试用例生成等应用场景中的性能进行了评估。CodeFuse-13B在蚂蚁集团内广
1061 2