即刻App年轻人的同好社区
下载
App内打开
wangdali.eth
268关注21被关注1夸夸
wangdali.eth
1年前
wangdali.eth
1年前

扣子的书房: 外卖也曾在日本兴起 笔者这两天一直在看张津剑的东西。正好看到他对于我国外卖兴起的研究。 他认为： 很多时候我们看上去好像是科技带来的革命，它其实是人口和社会结构的变迁对我们潜移默化的影响。 他以日本举例说明，因为日本数据非常完整，而且时间足够长。具体如下： 从 1963 年到 2007 年，日本跟餐饮相关的所有细分类目的增长情况。有两条线增长非常迅速，在 1963 年到 1990 年这段时间里，分别增长了 14 倍和 12 倍。这两条线一个是 Cooked food ，就是今天日本所讲的便当文化，还有一个是 Meals outside the home，就是去饭店吃的餐饮。 同时，从 1970 年到 1990 年的这 20 年时间里面，日本独居和二人居的家庭比例累计上升了 9.8%。 所以你会突然意识到，今天你为什么会点外卖？因为你只有一个人，或者你和你的女朋友或者妻子两个人。其实有家庭的都知道，当你有一个孩子或者老人的时候是不太愿意点外卖的。 很多时候我们看上去好像是科技带来的革命，它其实是社会结构的变迁对我们潜移默化的影响，是和单身潮、离婚率一起成长的。 因为单身家庭和丁克家庭的比例快速扩大，挤压出了一种基于外卖和外出就餐的需求，这种需求在日本的 20 年的时间里，涨了整整 14 倍和 12 倍，而在同一个时间周期里，整个日本的消费指数大概只增长了 7 倍出头。 当然，外卖的兴起，一定是诸多因素综合而形成的。 但张津剑的这个视角无疑给了笔记看待问题的新视角，很受启发。

00
wangdali.eth
2年前
wangdali.eth
2年前
wangdali.eth
4年前
wangdali.eth
4年前

李小粥的茶水间: 我们在正本清源一下，“加班”和“努力”的区别，“上班996”和“没日没夜创业”和“念书时熬夜复习”的区别。 最简单的总结：我们劳累了半天最后换来的价值，有多少比例归属于我们自己。 如果多，就值得， 如果少，就不值得。 大家都听过“剩余价值”，我给企业创造了10万块，最后我拿5千的工资，这当然不值得拼命干了，因为大部分价值被剥消了。 但如果我是在创业，或者上学，那我熬的夜、流的汗，换来的回报绝大部分都归属于我们自身， 所以当然要拼命干咯，尤其是创业碰到风口、或者天生适合读书的料的话。 你多努力下，成功的概率多好几倍，分数涨个几十分从二本到一本， 回报多大啊， 这叫做事半功倍， 机遇过期不候。 但是在打工的时候，情况完全不同了。尤其现在很多行业处于停滞期，没有那么多坑位留给下面的人， 努力了半天，就为了换回拿一两个月的年终奖，并不值得。 把多余的工夫用到很多地方去，比如搞副业、锻炼身体、了解行业内外动向准备跳槽，都能产生数倍的回报。 可为什么很多30多40岁的高薪打工人，还是觉得坚持应该加班应该努力呢？ 因为时代的馈赠， 十多年前，尤其互联网行业，处于快速发展期，即便打工也能换来爆发性的回报， 多加加班，能更快的提到主管、经理、副总，薪水几倍十几倍的翻，非常值， 这些三四十岁的既得利益者在当时享受到了时代红利和行业红利，所以他们觉得今天年轻人上班就应该奋斗别抱怨加班， 这是时代的局限性， 但现在显然不是那个年代了，萝卜比坑多，没那么多高级岗位， 于是努力的性价比越来越低，低到一个临界点： 升职加薪的预期回报 < 身体损害等成本 选择的方向就发生了颠倒。 这一切，老油条们当然是看得清楚的，但他们不说，非得用企业文化、狼性奋斗啥的鸡汤来迷惑年轻人， 大家说，能任由他们这样胡来吗？

00
wangdali.eth
4年前
wangdali.eth
5年前
wangdali.eth
5年前

PakyuM: 2020 年的一些学到的和个人感悟到的道理 1. 人只能是目的，不能是手段 2. 普通人视角看问题 3. 人要承认自己的局限性 （以上都是从罗翔老师的视频里学到的，醍醐灌顶，特别是人都是有局限性的，以前我们经常说要大胆畅想未来，现在我觉得更加要着眼于现在，关注当下，关注身边的世界 4. 同理心和共情能力来自于生活经验 5. 预期是自我满足的 6. 世界是概率的，这是我们观察世界的方式 7. 我们所谓的生态，所谓生态中的杠杆效应，来源于我们更高效的「选择」价值，而非臆想出来的「创造」价值，这一切似乎更贴切于进化论的描述，同时我也认同一种说法，演化比进化更好用来形容这个世界更好 8. 语言塑造思维，工具塑造文化 9. 农业可能才是真正的 nb 行业，面对世界的不确定性和未来将来的时候，改变世界的行业 10. 没有内容产品，只有社区产品，内容产品和工具产品无异，内容分发平台这个名字是骗人的 （以上是一些个人的，以及和朋友聊天，还有在 clubhouse 聊过的一些话题 11. 人有堕落的权利吗？我不知道，但是人应该不可以无限堕落 （最新一期和我的同事贾建国同志录播客的时候，他问我的问题，我没有想清楚，同样，我在罗翔老师的视频里找到了一个临时答案

00
wangdali.eth
5年前

青十五: 最后再聊一聊，机器学习的归纳与演绎问题。 龙哥认为，人的学习和推理是一个演绎的过程，看到一个猫，可以识别所有的猫； 而机器是一个归纳的过程，要看到1000个猫，才能识别第1001个猫。 在十年以前，确实是如此。 那个时候，人们设计了很多模型，比如SVM、决策树等等，希望用这些模型直接完成目标问题的学习。 这是一种归纳学习的过程，需要很多端到端的样本。 不过最近十年随着深度学习的发展，关于这个问题我觉得又有了新的变化。 还是回到龙哥举的例子，我们思考一个问题：人类的这种演绎推理的能力，是天生就有的吗？ 天生是指和其他生物相比，而不是说一个人的出生。 比如说，猴子会不会有这样的能力，能够看到一个猫，就识别所有的猫？ 再往下，其他哺乳动物呢？爬行动物呢？两栖动物呢？更简单的一些生物呢？ 人类的很多学习、演绎、推理的能力，它们是不具备的，或者要弱很多。 所以我在想，人类之所以有这些能力，不是天生就有的。 而是人类在历史漫长的岁月当中，将习得的关于这个世界的一些信息编码到了DNA之后，一代一代累积下来的。 换句话说，看上去人类出生就拥有举一反三的推演能力，本质上是因为我们的祖先经历过足够多的归纳过程，然后把一些核心的东西遗传给了我们带来的。 这种核心的东西，在最近的深度学习发展过程中，看上去有一些端倪了。 例如神经网络+迁移学习范式，就是在一个比较泛化的场景做大样本的预训练，得到一组网络结构之后，把这组网络结构拿到另一个特定的场景，做小样本的微调学习。 前者可以看做是做归纳的祖先，后者则可以看做是有一定演绎能力的后辈。 更多这方面内容，可参考小样本学习、单样本学习、零样本学习等相关资料。 虽然这些领域还很前沿，还不是特别完善，但我觉得与过去的传统机器学习过程相比，已经看到了让机器拥有一定演绎能力的曙光。

00