设万维读者为首页 万维读者网 -- 全球华人的精神家园 广告服务 联系我们 关于万维
 
首  页 新  闻 论  坛 博  客 视  频 分类广告 购  物
搜索>> 发表日志 控制面板 个人相册 给我留言
帮助 退出
 
刘以栋的博客  
General Personal Opinions about market and life  
我的网络日志
人工智能及其应用简介 2019-02-26 20:44:09

人工智能及其应用简介


刘以栋



当今世界,人工智能是一个热门话题,有人甚至预言以后可以娶一个机器人做老婆,这无异于天方夜谭。


出于对人工智能的兴趣,我自己也去读了一些人工智能的入门书。这是我人工智能读书报告第一篇,以后会有人工智能不同领域的读书报告。我自己不是做人工智能方面工作,所以只是编译了这篇科普文章,不到之处请谅解。


人工智能本身不是一个新概念。早在1956年夏天,一帮科学家就在达特茅斯大学提出了计算机的推理能力功能。距今已经60多年。


人工智能简单的来说包括三个部分,接受信息,处理信息和做出行动。当然,这其中任何一部分都可以是人工智能的一个研究领域。接受信息包括语音识别,模式识别,计算机视觉等。处理信息就是计算机的推理能力,最有名的例子就是下围棋的阿法狗(AlphaGo)。 行动部分的例子包括机器人和自动驾驶车。


在讨论人工智能以前,让我们先复习一下人的七种智能。


  1. 视觉空间智能(Visual-Spatial Intelligence)

周围环境辨别能力是任何运动机器人都需要掌握的能力。自动驾驶车和自动吸尘器都需要看到周围的情况。吸尘器要求精度低。人工智能在这方面只能达到中等水平。


  1. 身体运动智能 (Bodily Kinesthetic Intelligence)

外科医生和舞蹈演员需要调整身体姿势来完成动作。人工智能可以辅助医生做手术。机器人需要在人的指令下操作。这方面人工智能可以达到中高水平。


  1. 创造智能 (Creative Intelligence)

创造智能包括新的想法,新的音乐篇章,发现新的模式,新的发明等。人工智能可以模仿人的行为,但是它自己不能有发明创造。人工智能在这方面的潜力是零。


  1. 人际交往智能 (Interpersonal Intelligence)

人和人之间的相互交流,譬如会议上或者电话上交流信息等,不是人工智能所长。人工智能可以根据关键词回答简单问题,但是人工智能不能理解整个句子。这个方面人工智能只能达到低中水平。


  1. 内心自省智能 (Intrapersonal Intelligence)

一个人通过反省,发现自己的兴趣和专长,然后设定自己的奋斗目标,是人类特有的能力。人工智能在这方面的潜力是零。


  1. 语言智能 (Linguistic Intelligence)

语言交流能力,包括听懂对方讲话,或者读懂对方的信函,然后通过思考,作出回答。人工智能一般不能听懂对方讲话,也不能读懂书信,更不要说根据对方要求做出回答了。人工智能在语言交流方面只能达到初等水平。


  1. 逻辑数学智能 (Logical - Mathematical Intelligence)

进行数学运算,探索模式,寻找规律是人工智能所长。人工智能在这方面可以达到高级水平。


不管我们是否喜欢人工智能,人工智能已经进入了我们生活中的方方面面。


我们打字时,人工智能经常给我们改错。有的时候,人工智能提出改正要求,等我们确认。有的时候,人工智能来不及等我们确认,自己做决定。譬如,如果我们开车时,前面有障碍,人工智能可以紧急刹车。人工智能反应比人快。


人工智能也可以使我们工作中的许多事情自动化。自动取款机应该算人工智能的一种形式。


自动化可以取代我们工作中的无聊重复部分,使得我们的工作更有趣。我们去工作,挣钱是一部分原因,从工作中取得的满足感是另一部分原因。自动化还可以提高工作效率,增加工作环境的安全性。


人工智能在医疗方面也有许多应用。人工智能医疗仪器可以戴在身上,这样可以收集长期数据,监督病人情况。人工仪器也可以增加人的体能,人可以通过穿着一种机器人(Exoskeleton, 外骨骼),这样可以跑得更快,负重更多 …..


机器人护理有它的两面性。一方面,机器人做事可能更客观,另一方面,人是有感情的。机器人不会提供同情和理解。


人工智能在人和人之间的交流方面也有帮助。机器人在文字以外,又增加了表情包。机器人可以做自动翻译,Google 的翻译就不错。


机器人在交流领域的新的突破是身体语言。人跟人交流时,除了语言表达以外,还有身体语言。机器人可以捕捉到人的身体语言,譬如姿势,头的动作,面部表情,眼睛接触和手势等,帮助理解人的意图。我个人认为,身体语言在中国不是很重视,但是我们确实不可忽视身体语言。


人工智能的发展包括两个大的领域:软件方面发展起来的人工智能和硬件方面发展起来的人工智能。


大数据,机器学习都属于人工智能在软件方面的发展。


我们这个时代被称为信息时代并不仅仅是我们有很多数据,而是因为我们在分析数据方面达到了一定的成熟度,从而使得我们可以从数据中提取有用的信息。

谷歌 (Google), 亚马逊(Amazon),苹果,脸书和微软是美国5个市值最高的公司,其主要原因是它们的商业模式都是建立在数据上面。


数据是新时代的石油。石油不能被直接被用来做化工制品,它必须先经过提炼。同样,数据在使用前,必须做相应的处理。


数据处理可以包括下面的相关步骤:


数据变换(Transforming)。改变数据的面貌。数据变换可以指不同的形式,但是其主要形式就是把数据按矩阵形式排列。譬如,你去商店购物,商店把每个顾客归在一行,然后每列是购买的物品数量和价格。


数据净化(Cleansing)。改正不完美的数据。不同的数据收集方法会有不同的数据问题,譬如数据缺失,数据值不合理和错误数据等。譬如,网上有的物品和服务评论可能是假的,或者是朋友写的,或者是竞争对手写的。根据这些不可靠的数据,可能会得出错误的结论。数据净化就是要把不可靠数据去掉。


数据检查(Inspecting)。验证数据。虽然计算机可以在数据分析中起很大作用,但是数据分析很大程度上仍然是人的工作。人很容易识别模式,并发现异常数值,譬如客户年龄小于10岁或者大于90岁。


数据造型(Modeling)。掌握数据里不同因素的关系。通过统计方法,发现客户购买不同物品之间的关系。譬如,我们去亚马逊买东西时,它会推荐相关产品。


数据分析在人工智能领域至关重要。业内人士认为,人工智能直到现在才开始腾飞,其主要原因是数据质量和数据来源的提高。


数据分析的最高层次是机器学习。机器学习的中心思想是,在事先没有已知算法的情况下,机器通过分析数据,用数学公式表达现实世界。机器学习让我们可以用未知的数学函数来表达复杂的现实世界。而这个复杂的数学函数,是机器的内部算法通过数据自己学会的。


机器学习过程完全是一个数学逻辑过程。它通过数学形式把输入和输出联系起来。机器学习完全没有理解算法学到了什么东西,而仅仅是内部算法把输入和输出建立起一个函数关系。所以,机器学习过程也是一个机器训练过程。


想象一下我们教孩子学习。我们教孩子认识什么是树,然后告诉孩子树的结构,形状,并让孩子看很多树的图片,这样孩子就知道树是什么样的。


机器学习是一个类似的过程。它通过数学公式形式,建立机器的感知能力。机器内部算法记住各种物体的特征,然后产生辨别物体的能力。


机器的学习能力和人的智力是不一样的。人们不能期待机器有人的智力并完全具有人的智能。


机器学习的三个主要缺陷:


  1. 表述能力(Representation)。用数学语言表述一个复杂问题是一件困难的事情,特别是要模拟人脑。到目前为此,机器学习只能回答简单问题,这是什么?这个多少钱?下一个是什么?

  2. 过度拟合(overfitting)。机器学习似乎可以学习我们关心的事情,事实上它们不能。机器学习系统只是记住了数据,其实它并没有理解数据。过度拟合指的是算法从数据中学到了太多关系,而这些关系在现实中是不存在的。经济学上说,如果一个少胳膊的人跑得快,你不能得出结论,少胳膊可以使人跑得快。

  3. 在数据有限的情况下,机器学习缺少举一反三的能力(Lack of effective generation because of limited data)。机器只能学会你教它的东西。如果你给机器提供不好的数据,那么它产生的结果就难以预料。微软搞了一个对话机器人(Taylor), 它很快就学会了许多脏话。


机器学习的三种主要算法(Machine Learning Algorithms)::


  1. 监督学习 (Supervised Learning)。 监督学习就像我们人类在老师指导下学习。老师给学生举出有用的例子,学生记住例子并推导出一般规律。统计回归,数据分类,图像识别,语音识别,机器翻译,自动驾驶车等,都是监督学习。

  2. 无监督学习 (Unsupervised Learning)。无监督学习是让机器从数据中寻找规律,把数据或者物品分类,给人提供意想不到的内在联系。我们在网上购物时,有些广告会弹出来,这就是机器学习的结果,它认为,你对其它相关物品也会感兴趣。

  3. 加强学习 (Reinforcement Learning)。加强学习就是给算法提供没有结论的例子,但是给机器提供正面或者负面的反馈。这跟人类的反复试验学习方法一样。简单的例子就是计算机学习玩电子游戏。 Google 的 DeepMind 就是一个加强学习的例子,它刚开始游戏玩得不好,但是后来变成冠军。

机器学习的三种主要方法(Three most promising AI learning approaches):


  1. 朴素的贝叶斯 (Naive Bayes)。 这种算法可以比医生做出更精确的诊断结果。它也可以探测垃圾邮件和文字里的情绪。这种方法也经常被用来跟踪互联网上的大数据传运。

  2. 贝叶斯网络 (Bayesian Networks, Graph Form)。 这种图像可以用概率的形式表示复杂的世界。

  3. 决策树 (Decision Trees) 。决策树表现符号最佳。决策树历史悠久,它表示了人工智能的决策过程并因此而得名。


人工智能的深度学习。机器学习是人工智能的一部分,深度学习是机器学习的一部分,所以深度学习在人工智能里是一个很小的领域,但是媒体好像特别喜欢关注深度学习。


深度学习是人工智能模仿人的大脑神经系统的学习方法。人的大脑有神经网络,所以深度学习是用电脑模仿人的神经网络。


想象一下我们要过滤水,让水经过一层一层的过滤系统,最后得到干净的水。

同样,深度学习是把输入数据经过一层一层的信息网,通过一层一层的演算,最后得出结论。我自己的理解,最简单的神经网络就是线性回归,或者逻辑回归,用户输入数据,电脑做回归,建立输入和输出之间的关系。复杂一些的神经网络,每一层对数据做不同的处理和变换,调整变换的系数和权重,最后产生结果。


我自己的理解,深度学习是一个迭代过程(Backpropagation),每个迭代过程的专业名称是时代(Epoch)。已知数据被输入到神经网络里,网络调整内部参数,然后拟合最佳结果。过度拟合也容易在这个过程中产生。深度学习的具体过程,我将会另文介绍。



前面我们提到,人工智能包括两个大的领域,软件方面的人工智能和硬件方面的人工智能。我们刚介绍了软件方面的人工智能的发展,下面我们介绍硬件方面人工智能的发展。


很多人把人工智能和机器人混为一谈,但是机器人和人工智能是两回事,虽然这两者有很多重叠部分。


人工智能是为了像人一样解决复杂问题,而机器人是在现实世界里把人的想法自动化。


介绍机器人以前,我们先了解一下机器人的三个规则:


  1. 机器人不可以伤害人,或者通过不作为而使得人遭到伤害(First Law – A robot may not injure a human being or, through inaction, allow a human being to come to harm)

  2. 机器人必须服从人的指令,除非人的指令违背前面的第一条规则(Second Law – A robot must obey the orders given it by human beings except where such orders would conflict with the First Law)

  3. 机器人必须保护它自己的存在,除非这种保护跟前面的第一条或者第二条相冲突(Third Law – A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws)。


现在各种各样的机器人已经很多,但是大家关心的主要机器人包括无人驾驶飞机和自动行驶的汽车。限于篇幅,这里只介绍一下自动驾驶汽车。


在神话自动驾驶车以前,我们先看一下自动驾驶车的自动化程度分类。


  1. 给驾驶员提供帮助。车的控制仍然在人手中,但是车可以提供一些简单的帮助,譬如控制车的速度。其实我们的巡航控制(Cruise Control),和预设刹车系统就是这个功能。

  2. 部分自动驾驶。车更多的时候不需要人的干预。车可以根据路况调整速度,这样驾驶员只需要保持警惕就可以。自动巡航控制就是这种功能。

  3. 有条件自动驾驶。目前生产中的自动驾驶车基本在这个水平。车可以在特定的路况下自动驾驶,譬如高速公路或者单向行驶的公路。车可以根据路况刹车,人只要关注并在紧急情况下接管驾驶。

  4. 高度自动驾驶。车可以像人一样转方向盘,踩油门,刹车,并根据路况从出发点到终点做路况驾驶调整。车的驾驶不需要人的干预,只是在特定的情况下才需要人的操作。人只需要随车监督就行。预计2020年这样的车可以上路。

  5. 完全自动驾驶。车可以完全自动驾驶,从出发点到终点,车都不需要人的干预。这样的车已经没有方向盘,根本不需要驾驶员。预计2025年这样的车可以上路。


自动驾驶车可以提供下面的几个好处

























































浏览(3311) (2) 评论(0)
发表评论
专业人士展望2019年投资 2019-01-26 17:49:55

专业人士展望2019年投资


刘以栋



资本市场的未来是不可知的,不同的是对不可知的理解。有的人知道自己不知道,所以他们也会承认自己不知道股票市场的未来。有的人不知道他自己不知道,还总以为他自己知道,许多政客属于这一类。当然,还有一些人知道自己不知道,却假装自己知道。


我自己不知道未来,但是仍然会经常看看别人的观点。这里我想编译一些巴伦周刊(Barron’s)的10位专家在一年一度的圆桌会议上的评论,供大家参考和批判。巴伦期刊是华尔街日报的姐妹期刊,在投资界,可能比华尔街日报更有名。


因为文章很长,所以我主要编译几个大家比较关心的主题,这样也不占大家太多的宝贵时间。


第一, 中美贸易战。


中美贸易战没有赢家。从1989年到2018年,美国制造业的利润翻了一翻。驱动高利润的四个主要因素是,中美之间的劳动力成本差异;逐步形成的全球物品有效供应链;低税率和低利率。现在,美国经济除了低税率以外,上面的其它三个因素都开始反转。过去200多年形成的以比较优势为基础的贸易规律,现在在开历史倒车。贸易本身是双赢,贸易各方从事自己擅长的行业。


现在美国的民意是,美国人非常讨厌中国没有知识产权保护,尤其是中国强迫在中国的国际公司跟中国企业搞合资企业。


中美贸易逆差其实不是主要问题,因为许多来自中国的进口是美国在中国的公司生产的,利润被美国公司赚了。


中美贸易战升级有两步:首先是美国副总统彭斯2018年10月初的演说,告诉人们,中美贸易战不是战术上的,而是战略上的。其次是美国通过加拿大逮捕华为财务总裁孟晚舟。


专家们认为,中美会达成某种程度的贸易协议,但是中美之间的信任关系已经被打破了。中国以后会发展自己的半导体行业,减少购买美国的半导体产品。中国也会鼓励大家少购买苹果手机。


如果中美在3月1日前达成贸易协议,那么美国股票就会上涨,否则就会下跌。


第二,美联储的利率政策。


美联储现在在执行定量紧缩(Quantitative Tighting,QT) 。它的定量紧缩政策包括两部分,一部分是提升利率,另一部分是减少 所持有的债券(每个月减500亿美元)。


目前市场预测美联储在2019年不会提升利率,但是美联储给出的信号是提两次利率,一次0.25%。2018年市场预测美联储提升两次利率,但是美联储给出的信号是提升四次利率。美联储也确实提升了四次利率。2019年美联储提升几次利率,这是难以肯定回答的问题,可以是 0, 也可以是1次或者2次。目前还没有人预测美联储在2019年会提升两次以上利率,倒是有人说美联储2019年会降息。当然,这种可能性也非常小。


有趣的是,川普在竞选总统时,说美联储利率太低,所以才导致股票价位高。川普当上总统以后,就嫌美联储提升利率太高。


专家们认为,川普的要求并没有错,但是他在礼节方面做得比较差。他对美联储主席和中国的主席都缺少尊重。有时候,礼貌比要求本身更重要。



第三,美国经济增长率。


现在有人说美国经济在2019年可能进入经济衰退,但是大部分专家不这么认为。


比较一致的观点是,美国经济2019年的实际增长率是2%(Real),再加上2.5% 通货膨胀率,所以名义经济增长率达到4.5%左右。


大家认为美国经济上半年差一些,下半年会好一些。也有人预测美国经济实际增长率只有0.5%。如果是那样的话,那么美国股市会有压力。


现在给出美国经济危险信号的领域是运输业,半导体行业,汽车行业和房地产行业。


第四,股票市场。


股票市场是最难预测的。


专家们认为上半年股票起伏会比较大,但是下半年股市会好转。全年美国股票回报应该是正的,甚至可能达到10%左右。


虽然大家担心中国的经济,但是有人发现中国股市有值得买的股票,譬如中国移动和新东方的股票。我去看了一下,这两个股票从今年年初到现在,已经涨了不少。


不管大家对股市怎么看,我认为2009年到现在的十年牛市,现在已经进入尾声。这个尾声持续多久,谁也不知道。但是如果认为美国股市从现在开始仍然是大牛市,那是过分乐观了一点。



第五,债券市场。


过去十年美国以及世界的资产大幅增值,其根本原因是债券市场的推动。


低利率政策推高了债券价格,政府和公司发行了海量债券,美联储和世界其它主要经济体(欧盟,日本,英国)的中央银行也购买了大量债券,压低了债券利率。

公司也发行债券,回购公司股票和收购其它公司。美国政府的财政赤字也要通过发行债券来维持。


低利率导致钱寻找出路,美国是股市,中国是房市。


摩根斯坦利的研究表明,如果根据财经杠杆率这一项,40%的美国投资级债券(Investment Grade Bonds)应该被划分为垃圾债券。以同等标准,60%的 BBB级债券应该归为垃圾债券(BB+ 往下)。


过去十多年,现金是最差投资选项。2019年,债券将是最差投资选项。


如果你一定要投资债券,那么要选择信用等级高,到期时间短的债券。这样投资风险小一些。现在利率曲线比较平,买远期债券不值。


有兴趣的读者,也可以参见我去年写的短文(37年债券牛市的终结)


第六,汇率市场。


很多人可能认为,如果美联储提升利率会导致股票指数下跌,那么美联储就应该停止提升利率。


但是,如果美联储不涨利率,那么美元汇率就会下跌。美元下跌会导致进口物品上涨,产生通货膨胀。高通货膨胀率会导致债券价格下跌,而债券价格下跌就会拖累股票市场。


如果你认同美元会下跌的话,那么可以购买黄金股票。黄金在过去十年没有增值,所以今年可能会反弹。


2019年的经济亮点有可能是基础建设。美国有很多道路和桥梁需要修理。如果国会和白宫愿意一次合作的话,那么他们应该在基础建设方面达成协议。


专家们认为,过去十年指数基金投资回报高,未来十年积极管理的(Actively Managed Funds)基金回报会高。他们的观点可能带有片面性,因为他们都是积极管理的基金经理。他们过去的投资记录显示他们并没有取得高于指数的回报。


指数基金之父(John Bogle)博格尔刚去世,我如果有时间的话,会另外写文章介绍指数基金。


最后祝大家春节快乐,新年发财!
















































浏览(1297) (11) 评论(0)
发表评论
爬山随想录 2019-01-04 18:45:50

爬山随想录


刘以栋



2019年来到了,回望2018年,我感觉在过去的一年里,除了在微信上浪费很多时间外,确实乏善可陈。


为了安慰一下我自己,我想了又想,除了工作以外,爬山是我在过去一年还算努力去做的一件事。


中年以后,我发现养生确实非常重要。微信上养生的建议非常多,但是许多建议既没有被验证过,也很难坚持。我自己总结的养生之道是,阳光,睡觉,饮食,锻炼和冥想。而锻炼的方式,我选择爬山。


我选择爬山有几个原因。第一,我住在丘陵地带,有山可爬;第二,爬山有绿色(Green), 氧气(Oxygen), 阳光(Light),和脚掌(Foot),跟高尔夫球(GOLF)的 几条像对应。当然,高尔夫球还有别的解释。第三,不受人数限制,可以一个人去爬上,也可以一帮人去爬山。


我爬山的一个感悟,是人们对小草的误解。我们都记得白居易的关于小草名句,野火烧不尽,春风吹又生。其实,小草的生命来自水,而不是春风,至少在美国北加州,小草不是靠春风变绿。我们这里的小草在深秋或者早冬,因为雨季来临而变绿。当雨季过后,小草则变枯黄。人工浇水的公园,草一直是绿的。世界就是这么奇妙,水养育了小草,但是大家却都把功劳算在春风头上。 生活中的功过,又何尝不是如此。


有了草,就需要有牛,否则草就是浪费。有研究表明,吃草的牛肉富含欧米加3。这里的牛是散养,山被铁丝网区分成不同的块,牛生活在分隔区。


爬山要先进入被围起来的区域,跟牛平分秋色。大部分情况下,牛和人平安共处。进入围栏以前,都有一个公示牌,提醒牛可能攻击人,安全自负,不要跟牛太近,不要处在母牛和小牛之间,不要去招惹牛等。我爬山几十次,只有一次牛要攻击我,被我用手中的登上钎吓退。


这里的牛,一年四季,不分昼夜,都生活在野外,人们除了在养牛区建了一个水池子供牛饮水以外,我没有见到其它牛棚等生活设施。每个牛耳朵上有一个牌子,估计有人给牛打防疫针。非常奇怪的是,在雨季来临以前,许多小牛出生,不知道是人为的安排,还是牛的生长周期。


如果仅从远处看,雨季来临以后,山上绿油油的,想着是牛的天堂,其实不然。跟小草长在一起的是许多杂草,而那些杂草,一般都有刺,会扎人,我不知道牛怕不怕扎。雨季过后,草慢慢变得枯黄,最后完全变成枯草,牛还得靠吃那些枯草为生。它们每天的任务,就是找吃的,这样跟人工饲养的牛完全不同。是自己找吃的牛幸福,还是被喂养的牛幸福,我真的不知道。


看到牛,让我想起以前看到的一个故事。美国早年建高速公路的时候,会派一些勘探员去考察公路路线。一个勘探员找到一个农场主,说明自己是勘探员,要去农场主的几个农场看一下地形。农场主告诉他,所有的农场他都可以去,但是有一个农场他最好别去。农场主还没有说完,勘探员就打断农场主的话,掏出自己的徽章说,有这个徽章,我可以去美国任何一个农场。农场主就不再吭声,让勘探员随便去。过了一会,农场主听到外面传来恐怖的叫声。他到外面一看,发现一个公牛在追着勘探员狂奔。农场主没好气地喊道,先生,让它看你的徽章 (Sir, show him your badge)。


有牛就有牛粪。牛是走到哪里,拉到哪里。有趣的是,被牛粪压住的小草,慢慢会从牛粪中穿出,长得更茂盛,所以短时间的挫折并不总是坏事。


以前看到一个寓言。一个小鸟被冻僵了,躺在草地上,刚好一头牛路过,拉了一泡牛粪在小鸟身上。牛粪的余温,温暖了小鸟,使它重新复苏。小鸟复苏以后,发出鸣叫声,结果被狐狸听到了,就跑来把小鸟吃了。寓言的意思是,别人给你牛粪(Bullshit)时,未必都是坏事。受了牛粪以后,不要到处乱讲,结果可能会更糟糕。


我在医生群里看到一个笑话,幼稚的人,憋不住尿,也憋不住话;不成熟的人,憋得住尿,但是憋不住话;成熟的人,憋得住尿,也憋得住话;衰老的人,憋得住话,但是憋不住尿。


现代社会,人们可能讲得太多,包括美国总统川普,和我自己。因为大家都爱讲,所以听的人就少。美国人开玩笑说,两个人在一起,先停下来喘气的人就成了听众。其实,我们讲的话,大部分时间都没有人认真听,许多听的人,也仅仅是出于礼貌。每个人都生活在自己的世界里,其实并没有多少兴趣听别人的观点。


当人的观点不同时,讲话更是一点意思也没有。成人以后,个人观点基本不可能再改变,所有试图说服对方的努力,最后都会发展成对方的人格保卫战。



回到爬山这件事。网上说,爬山有助于血压和血糖健康,提高骨质密度,接近大自然,有利于身心健康。我自己认为,爬山比走路强度大,有利于心脏锻炼。爬山一般在野外的土路上,可以避免坚硬的路面对人关节的冲击。


爬山最好穿登山鞋,有几个方面好处。登山鞋一般底子厚,高帮。高帮可以阻止杂物进入鞋内,厚底在高低不平的路面上,可以起到缓冲和保护作用。


爬山最好带登山钎。登山钎可以在路况不好的地方,起到一个平衡作用。下坡时,登山钎可以减轻膝盖的压力。同时,下坡时,人也容易摔倒。对我来说,登山钎还有一个安全作用,它帮助我成功吓退了一头牛的进攻。




登山是一个强体力活动,不要想一次走太多,尤其在夏天。要带足水和及时调整衣服,这样爬山时不要太热,出门时也不要太冷。


中年以后,已经不再想着会当凌绝顶,一览众山小。各山有各山的特点,  我爬山是为了看风景和锻炼身体,不是为了做给谁看,也不想要征服什么名山大川,只是为了自己开心。


英文里,有欲望(Want)和 需求(Need)的概念。很多时候,我们生活中的需求并不多,但是我们的欲望却常给我们带来烦恼。


譬如,山上各种植物和动物共生,并各自以自己的方式生存。小草以生命力强生存,而许多野生植物则用自己的刺来保护自己。奇怪的是,野油菜可以在山上绽放出一片油菜花,估计它的味道牛不喜欢。牛在山上吃草,却没有各自占领一块地盘。


在新的一年里,让我们多爬山,少在微信群里争论!































浏览(2952) (2) 评论(1)
发表评论
大学毕业以后是否去读研究生---美国人怎么说? 2018-12-28 17:17:01


大学毕业以后是否去读研究生---美国人怎么说?


刘以栋



大学毕业以后是否要读研究生,这是一个有争议的问题?如果你问不同的人,可能会得到完全相反的答案。


我自己在国内和国外都读过研究生,我自己周围的朋友和同事也都有研究生学历。但是,我不能因为自己读了研究生,就认为每个人大学毕业都去读研究生。


为了让大家对是否读研有一个比较全面的认识,我先在这里编译一下美国人对是否读研的不同观点,供大家参考。


美国人支持读研的20条理由:



1。更大的挣钱能力。这是人们进入研究生院的一个流行理由。然而,这不应该是读研究生的唯一理由,因为获得博士或者硕士学位是一个非常严肃的承诺,必须有足够动力,而不仅仅是钱。


2。助推你的事业。研究生学历可以开辟更广泛的职业机会:例如心理学,社会工作,医疗保健等。在美国,医生,律师和教授都必须有专业博士学历。


3。职业转换。许多人发现他们目前的职业生涯没有前途。高级学位可以帮助他们过渡到另一个职业 - 不管是出于个人想法还是职业需求。


4。加强你的专业背景。研究生学习可以提供探索某个相关领域的理论基础的机会。


5。获得同行业的认可。如果你探索你自己的理论并发现新的东西,你就会得到同行业的认可。


6。 获得国际认可。进一步憧憬一下未来。如果您的发现真正具有开创性,您可能会获得国际同行的认可,更不用说获得奖励了。也许你有可能得诺贝尔奖。


7。 获得研究机会。即使你没有探索你自己的理论,你也有其它机会参与研究工作并得到科研资助。


8。 升级你的知识。您对自己领域的了解可能已经过时,如果没有跟进当前的研究并获得高学位,您很难跟上知识的进步。


9。享受旅行机会。一些研究生专业,如考古学,需要出国或者到外地做研究工作。对于那些喜欢旅行的人来说,这也是一个奖励。

10。寻找教学机会。不是每个人都适合教学,但对于那些喜欢教学的人来说,获得博士学位可以在大学或学院中获得终身职位,教授薪水不错,教学助理或研究助理可以帮助教授们完成简单繁琐的工作,教授还可以通过提供咨询机会(部分钱要跟学校分)挣钱。 教授退休后退休金很好。


11。开展高级项目。例如,早期深入研究计算机图形的计算机科学家为当今电影中使用的大部分CGI技术设定了标准。


12。 接触先进的设备和工具。同样,进入研究生课程也意味着可以使用校园内的先进设备 - 例如天文学实验室,超级计算机,稀有书籍,甚至聆听校园里超级大牛的想法。


13。未来晋升的潜力更大。虽然获得研究生学位并不一定总能带来高薪工作,但它可以为未来的晋升提供机会。


14。不再局限坐在桌子后面工作。如果您获得所选行业的高级职位所需的教育训练,这意味着您通常可以选择不需要整天坐在办公桌后面。在美好的一天,您可能会有时间与同事或客户会面,去旅行,甚至在工作时间去打高尔夫球。


15。雇主奖励。一些大公司都预留了资金,为合格的员工支付部分或全部研究生学习费用。


16。成为知识链的一部分。这虽然不是普遍现象,但想象一下,你的教授传授给你的知识来自另一位教授,他或许是从一位著名科学家或哲学家那里学到的。你有可能成为伟大知识理论的一部分。


17。因为你想学习批判性思考,并接受学术挑战。


18。脱颖而出。通过参加研究生学习并完成学位,你加入了大众群体中的精英部分。


19。免费学习。在某些情况下,研究生学习不仅可以免除学费,学校还可以为生活费支付津贴,以换取你做教学助理或研究助理的工作。


20.实现个人价值。不是每个人都在本科学习期间意识到他们适合进入研究生学习。你的一些教授可能会推荐你上研究生,并且愿意做你的指导老师, 同时免除学费和通过研究助理职位以支付你的生活费用。


上面是支持读研究生的理由。美国人也提出了反对上研究生的15个理由:


1。竞争激烈。研究生人数总是比本科生人数少。研究生考取,研究机会,研究经费等都需要竞争,这也经常导致学校内部的权力斗争。


2。导致“职业学生”的心态。有些学生不想离开学校。据说其中一个原因是他们害怕进入劳动力市场。


3。需要具备设置优先级的能力。成功完成研究生学业需要大量的自我约束和优先级设置。这可能对家庭和人际关系带来压力,更不用说给你自己带来的压力了。


4。家庭关系紧张。如果你结婚了,住房可能是个问题。您可能会获得研究助理职位和免费上学,但您的配偶在校园宿舍里没有位置。


5。 压力很大,会耗尽感情和热情。完成研究生学位,特别是博士学位,需要情感成熟和长久的毅力。


6。撰写论文。一些研究生学位需要写一篇论文,论文主题一般是你的导师为你挑选的。与选课相比,撰写原创论文并不容易,而且这也通常是实际读研究生时间比计划持续时间长得多的原因。您延迟的每个学期可能意味着必须支付额外学费的“罚款”。


7。需要感情支持。您可能需要一个强大的情感支持圈子才可以获得成功。


8。可能需要2 至 7年的时间。并非所有人都认为他们可以在典型的1年或2年内完成研究生学位。个人的社会责任的冲突或经济压力都会使研究生学习变得困难。或者您的导师不喜欢您的研究。这还没有考虑读研成本以及偿还贷款可能需要多长时间。


9。额外的教育费用。研究生学费可能非常昂贵。如果您在学习期间不工作或者没有获得助理工作并免除学费,那么您的教育成本将会上升。


10。大笔债务毕业。这种财务状况可能会促使你在毕业后无选择地接受任何工作机会。


11。不保证更高的薪水。获得研究生学位并不一定意味着你将获得一份比现在更高薪水的工作。


12。投资回报可能很慢。即使工资比以前高,但是要考虑抵消学费贷款和因学习期间没有收入而产生的负现金流的速度有多快?


13。有限的就业机会。如果你获得的学位是在特定的学术领域,那么找到教学或科研之外的工作可能很困难,或者,那些工作对你也不值。


14。不受欢迎的工作地点。毕业后能找到的教学职位可能在你根本不想住的城市。


15。过度合格了。在经济衰退期间,如果您需要寻找工作,拥有高级学位可能是一种负担。你可能会听到,“抱歉,你的资格过高了。”


美国人列出来的读研和不读研的理由都有一定道理,但是可能比较抽象。读过研究生的人,应该容易理解。没有读过研究生的人,可能要增加一些想象。


下面我想根据我自己的理解和亲身体会,简单归纳一下。


1。职业的选择。如果以后想做教授,律师,医生等行业,那么读博士是必须的。或者你以后想做研究工作,或者做技术专家,那么读研也是必经之路。


2。如果想做管理层,那么读MBA 也是一个很好的选择。MBA 可以培养一个人技术以外的东西,譬如人际关系,财务原则,部门之间的协调,情商和关系网。读MBA 不需要大学一毕业就读,可以在工作几年以后再读,公司还可能付学费。


3。技术培训研究生。许多专业的硕士学位其实就是职业培训,譬如计算机,金融工程,应用统计等学科,上研究生班,选修十几门课,不需要写论文,也不需要指导老师,毕业去工作。这样的研究生培训,对换专业,提升工作竞争力等,很有帮助。对那些还没有下决心念博士的人,读硕士可以是一个试验阶段。


4。 读研究生的时间选择。对应用学科,譬如经济,管理,法律等行业,可以先工作,以后再读研究生。对理工学科,譬如数学物理等,最好一毕业就读,否则可能会忘掉基础知识。


5。 没有免费午餐。博士学位有一定的光环,也是严格的专业训练,但是时间比较长,读研期间也非常辛苦。不读研究生,可以节省读书时间,有更多时间挣钱,但是许多大学毕业生还没有养成自我学习的习惯,这样当他们走入社会以后,专业知识还不够深,难以跟踪行业的发展,慢慢就会知识老化。


6。 机会成本。人生中许多选择没有严格的对错,但是有机会成本。这跟找对象一样。如果你有两个候选人,各有优点,但是你只能选一个。那么,无论你选择哪一个,你就会失去另一个的优点。同样,在选择是否读研的时候,也要在求知识和求钱之间做选择。


7。 自己的兴趣。根据现代心理学理论,一个人做自己喜欢的事情,并做到得心应手,那么就会比较开心。研究生教育可以帮助一个人在自己喜欢的行业里钻研得深一些,从而更容易脱颖而出,变成业内专才。当然,有些行业可以靠经验积累,譬如财会。


8。 听取客观建议。读研和专业选择,都是因人而异的选择,所以在听取别人意见时,最好听取客观的意见。假如,同一个行业里面有三个人,张三,李四,王五。张三在行业内非常成功,李四做得一般,王五做得很差。你如果问张三这个行业好不好,他会告诉你这个行业的许多优点;你如果问李四,他会告诉你这就是一份工作,有好有坏;你如果问王五,他会告诉你这个行业多么糟糕。他们都是从他们自己的角度看问题,但是你必须从你自己的角度看问题。



最后的结论是,是否读硕士,选择后果影响不是很大。是否读博士,则要非常慎重,时间和钱都是很大的投入。读研与否,没有严格的对错。






























































浏览(3620) (9) 评论(0)
发表评论
哈佛教育学教授论聪明--- 发辉你自己的特长 2018-12-16 17:32:07

哈佛教育学教授论聪明--- 发辉你自己的特长


刘以栋



我们中国人说一个人聪明指的是耳聪目明,就是善于听(善解人意),善于观察(观言察色)。美国人说一个人聪明指的是他或者她的智商(IQ)比较高。现在我们发现,除了智商以外,还有情商(EQ)等。


美国哈佛大学的一个心理学和教育学的教授,加德纳(Howard Gardner,霍华德---加德纳)在他的《心灵的框架:多元智能理论》(Frames of Mind: The Theory of Multiple Intelligences,1983)一书中提出,人有 七种智能,后来他和他的同事又把人的智能增加到十种智能。我认为加德纳的观点有一定道理,所以就把其主要观点编译在这里。加德纳也是中国华东师大的兼职教授。


教育学和心理学容易变成公说公有理,婆说婆有理的情况,所以我想简单介绍一下加德纳教授,或许这样有助于大家接受他的观点。


加德纳1943年生于美国费城,父母都是来自德国的犹太移民。他们在二战以前从德国逃到美国。 加德纳的本科和博士都毕业于哈佛大学,专攻心理学和教育学,他博士毕业以后,在波士顿退伍军人医院工作20年,1986年回哈佛大学当教授,是世界多元智能理论之父,被世界上31个大学授予荣誉学位。


现在让我们看看加德纳提出了哪七种智能。


语言智能 (Linguistic Intelligence)


语言天赋自然就是一个人学习新语言和应用语言的超强能力。他们善于讲故事和打动别人,并且会巧妙地使用幽默来达到皆大欢喜的效果。


有语言天赋的人可以做作家,诗人,记者,律师和政客等,因为这些行业一般需要较高的语言能力。


逻辑数学智能 (Logical-Mathematical Intelligence)


数学逻辑天赋是一个人分析问题,数学推理和通过科学途径解决问题的能力。根据加德纳的观点,这是一个人模式识别,逻辑推理和逻辑思考能力。


数学推理能力和语言能力这两项合起来是传统意义下的智商测试出来的能力,即IQ 指标,基本相当于中国的高考考试成绩。


数学和语言能力强的人,适合于做科学家,科研工作者,数学家,计算机程序员,会计和工程师。


音乐智能 (Musical Intelligence)

有音乐天赋的人会从声音,节奏和音乐模式来思考问题。他们的才干表现在表演,作曲和音乐模式欣赏等方面。 有音乐天赋的人适合做音乐家,歌唱家,作曲家和音乐评论家。


加德纳自己喜欢弹钢琴,并且教了11年(1958---1969)钢琴,但他从来没有成为职业钢琴家。我认为他的多智能理论很大程度上来自于学习以外的音乐活动。



运动智能 (Bodily-kinesthetic Intelligence)


运动天赋表现在身体做复杂动作时的协调能力。这些天赋包括 身体语言,哑剧,舞台表演 和各种体育活动。


运动天赋高的人包括 体育明星,舞蹈家,演员,杂技,体操运动员。有的职业也需要善于身体平衡的人,譬如 救火队员。


视角空间智能(Visual-spatial Intelligenc)


视角空间天赋表现在对空间物体的认知,知道物体怎么安排。雕塑家,建筑设计师都需要空间天赋。其它需要视角天赋的行业包括领航员,视角艺术家,室内设计师和工程师等。


人际交往智能 (Interpersonal Intelligence)


人际交往能力体现在明白别人的目标,动机,和愿望。它对建立良好的人际关系非常重要。教育工作者,销售经理,推销员,心理咨询师和政客都需要较强的人际交往能力。



内省智能 (Intrapersonal Intelligence


内省能力是一个人明白自己的感受和动机的能力。这种能力帮助我们安排自己的工作方式和日常生活。作家和哲学家都需要有较强的内省能力。


加德纳认为,每个人都是这七种能力的唯一组合,即世界上没有两个人的能力是完全一样的。后来加德纳又增加了其它的智能,但是理念非常清楚,就是每个人的能力是不一样的,虽然他的观点现在还不能被实验证明。


根据加德纳的理论,每个人的才华都是不一样的,这就给现有的教育体系带来了挑战。如果我们接受每个人的才干都是不一样的理念,那么我们的教育系统就要根据每个人的情况做调整,使得每个人的天赋都得到充分发挥。这在当前的教育体系下是不可能实现的。


加德纳也承认,心理学理论不能主导教育政策,他的多智能理论还需要被进一步发展和证明。


同时,他的理论也说明了对每个孩子因材施教的重要性。

从这一点看,我认为孔子不愧为是一个伟大的教育家。他在两千年以前,就发现了因材施教的重要性。


论语里面有一个故事:子路问:“闻斯行诸?”子曰:“有父兄在,如之何闻斯行之?”冉有问:“闻斯行诸?”子曰:“闻斯行之!”公西华曰:“由也问闻斯行诸?子曰:‘有父兄在’;求也问闻斯行诸?子曰‘闻斯行之’。赤也惑,敢问。”子曰:求也退,故进之。由也兼人,故退之。


翻译过来就是:子路问:“听到什么就行动起来吗?”孔子说:“有父亲和兄长在世,怎么能听到什么就行动起来呢?” 冉有问:“听到什么就行动起来吗?”孔子说:“听到什么就行动起来。” 公西华说:“仲由(子路)问听到什么就行动起来吗,您说‘有父亲和兄长在世’;冉求问听到什么就行动起来吗,您却说‘听到什么就行动起来’。我不理解您为什么这样,所以冒昧地请教。”孔子说:“冉求平时做事缩手缩脚,所以我鼓励他勇进;仲由平时好勇过人,所以我让他谦退。”


现在回到我们现实生活中来。学校里面对每个学生都因材施教是不现实的,因为毕竟学校有那么多学生,如果对每个孩子单独教学,老师也忙不过来。但是,我们在家里,可以对孩子实行因材施教。父母要发现和培养孩子的优点和特长,容忍他们有缺点。爱孩子作为一个独立的人,而不是只爱孩子取得的成绩。


加德纳的理论,也对标准化考试带来挑战。现在美国大学的入学标准化考试(譬如 SAT, ACT),基本考的就是语言能力和数学逻辑方面的智能。如果我们孩子的天赋在别的领域,譬如在人际关系或者视角艺术方面,那么我们怎么接受孩子的低成绩?同时,加德纳理论也印证了一个事实,那些在高考中的尖子考生,或者大学里的杰出毕业生,到社会上并不总是混得风生水起。这一现象表明,虽然他们有特定的天赋,但他们并不具有生活中的其它天赋。


对那些职场失意的人,加德纳理论有助于他们明白,有些领域是他们的短板,或者他们还没有找到他们自己的特长领域。


对第一代移民来说,生存是第一目标。为了工作和收入,我们有时候不得不放弃自己的兴趣。这样固然解决了温饱问题,但是想在自己不擅长的领域出人头地,可能就是不现实的奢望。


对于我们的孩子,我们应该鼓励他们从事自己擅长的领域。美国人在鼓励孩子选择专业时,经常会问下面三个问题:


  1. 你喜欢这个专业吗(Do you like it)?

我越来越觉得,我们都应该从事自己喜欢的专业。每天做自己并不喜欢的事情,生活会少了许多乐趣。

  1. 你在这个专业有特长吗(Are you good at that)?


有的时候,我们喜欢的事情,并不是我们擅长做的事情。譬如,许多人喜欢玩游戏,或者打牌,但是我们未必比别人在这个行业做得更好。


  1. 你可以靠这个行业谋生吗(Can you make a living on it)?


中国人讲,行行出状元,但是每个行业的状元只有一个。如果我们从事一个自己喜欢的行业,但是在这个行业并不杰出,那么我们就要考虑一下在这个行业谋生的能力。譬如,一般的工程师都可以谋生,但是一般的运动员则不能靠体育谋生。


我个人认为,在规划未来职业时,美国人对未来谋生方面考虑不够,而中国人对未来谋生似乎考虑得太多了一点。


加德纳一书的最终启示是,我们不需要根据人为的标准来评估自己的能力。真正的聪明人是那些知道自己的特长,并在那个领域里追求自己的梦想的那批人。这样的人,才容易成为自己选定行业的领袖人物。


评价一个人是否成功,不应该是他的地位或者财富,而是他是否在自己选择的领域里做得风生水起,得心应手,得到大家的爱戴和尊重。
















































浏览(2245) (7) 评论(1)
发表评论
总共有247条信息 当前为第 1/50页 首页 上页 下页 尾页 跳转到:
 
关于本站 | 广告服务 | 联系我们 | 招聘信息 | 网站导航 | 隐私保护
Copyright (C) 1998-2017. CyberMedia Network /Creaders.NET. All Rights Reserved.