微軟中國CTO韋青:真正厲害的人都有工程師思維

語言: CN / TW / HK

時代在鉅變,這是一個沒有標準答案的時代。

我們為無法看透時代變化的本質而焦慮,還會感到無所適從。

愛因斯坦說,不能拿出現問題的那種思維方式、思維高度、思維維度去解決這個問題,思維方式要升級。

同理,我們不能再拿閉卷時代的思維,去解決開卷時代的問題。

今天上午,混沌學園邀請微軟中國CTO、工程師韋青先生,為大家分享了在確定性消失的時代,如何像工程師一樣思考和解決問題。

韋青說:“我們習慣於收到資訊之後馬上相信和反應,但我們的外圍環境卻以資訊電子化、數字化為導向的方式在劇烈地演變。我們的行為和思考方式能否應對時代的變化,這是一個大大的問號。”

“今天的話題其實不是理論,全是實踐,但實踐是最難的,因為它要變成一種習慣。”

以下為課程筆記: (注:本文僅佔課程內容的1/10,完整版課程就在混沌APP)

授課老師 | 韋青 微軟中國CTO、工程師

編輯 | 混沌商業研究團隊

支援 | 混沌前沿課

想,是有前提的

今天我用一個工程師的理念,把我們過去是怎麼學的,以及我看到的很多工程師大咖是怎麼學的,怎麼用的,總結成一個邏輯,叫先要想明白,還要說清楚,還得要做到。做到還不夠,因為這個時代是動態的,所以還要做好。

你必須要知道,你的理念,是在什麼樣的約束條件以及範圍內去考慮、分析、判斷和行動的。出了這個圈,當前提不在的時候,你的結論也可能還是真的,但必須要重新驗證。

我們今天做事,往往缺一個人告訴我們在多大概率的情況下,是可行的或成立的。在這種邏輯下,我加了很多前提假設。我相信這個年代最不缺有知識的人,所以今天的分享完全不是建立在大家不知道的前提上。大概率大家比我還要知道,尤其在專業領域。

好多傳統企業轉型,非常謙虛地去學所謂大師級專家的教導,但大師級專家他熟悉你的業務範疇嗎?你為什麼相信他會給你一個百搭的藥物,一片阿司匹林就把你的病全治了呢?

我們有很多工作是幫助合作伙伴、客戶做技術能力的再造、數字化轉型、能力升級,看到太多人居然接受被沒有行業專業經驗的人指手劃腳,只因為這個人被叫大師、專家,而不看他具體的能力怎麼樣。

掃碼預約課程

更多精彩好課盡在混沌APP

“師其意,不師其辭”

這個時代的常態是不斷變化的,我們對變化如果不能有本質認知,會很麻煩。在這個前提下,好多人說我要發展,我要壯大,股票只能漲,工資只能加,其實是沒有道理的。就像特斯拉說,世界的本源就是震動。一定有上有下,月有陰晴圓虧,此事古難全。

在變化無常的時代,理想的學習方法是“師其意,不師其辭”,這是韓愈在一篇文章裡講的。很多成功的、有名的、在高位的人都會向他學習,韓愈也不是不教,但他說一定要強調師其意不師其辭。你要知道他的意蘊,他的邏輯、他的判斷、他的前提在哪裡,至於他到底是怎麼寫的,怎麼做的,只可以借鑑,不可以照抄,因為每個人都有自身發展的特色道路,這是重中之重。

盲人摸象

我們都是盲人,當時代劇變,明白人還沒出現時,一個表現形式就是各執己見。誰都說服不了誰,而且誰都有非常充分和完備的理由不被說服。

有一種方法,轉變你的思想,接受我們都是瞎子。但凡你認為你不是瞎子,你就會有己見、有成見,你就會看不起跟你想法不一樣的人,你就會覺得我耳朵比你尾巴牛。首先承認自己是瞎子,但沒關係,會去探索、去摸索,然後再去利用。你摸到大象的耳朵之後,你可以利用這個耳朵,用這點知識去做點事情,不要因為沒探索完全就不去利用,也不要因為利用了,就認為探索到頭了,這是不矛盾的。

小馬過河

盲人摸象之後,還要小馬過河。如果只是盲人摸象,容易陷入一種虛無主義,認為反正我是摸象了,隨便湊合就完了,不是的,必須要實證。但實證的時候,我們要知道小馬過河這個故事,無論是老牛還是小兔子,都跟你是不相關的。無論別人在河裡淹死了,還是走過去了,都只能做借鑑,因為小馬必須要親自過河。這兩個故事都是東方的智慧。東方的智慧和西方的思想管理體制結合,恰恰是這個時代應對複雜性挑戰的一種比較有效的集合。它是一種文明的融合,挑出最優秀的素質重新融合,這也暗合了複雜系統論的觀點。

複雜系統論有兩個詞,融合(Convergent)和湧現(Emergent)。融合之後湧現出來的是新生的事物。在這個複雜性時代,大家要把眼界放開,不斷突破自己、不斷探索、不斷利用,把古今中外的方法集中在一起,開創適應這個時代的全新文明,這或許是複雜性時代給我們的一種挑戰。

這是一個開卷考試時代,重視科學方法的實證。我們的大腦,我把它稱之為非洲土著腦。我們必須要用第一系統迅速反應,因為那能夠增加我們的生存率。假設你是一個非洲土著,走在非洲大草原上面,聽到一聲虎嘯,你的最佳動作是什麼?趕緊跑,那時候想都來不及了,這個系統叫非洲土著腦。但這個時代是一個資訊過載的時代,我們手機上的資訊是過五關斬六將被我們看到的。

不要以為人真的好學,人是不好學的,好學都是學跟你理念相近的,就是確認偏差。說得很漂亮,說我好學,我願意聽不同意見,結果真戳到痛處,臉一下就拉長了,這是人性,不要認為它是錯誤。人是不愛聽不同意見的,而且人還是願意主動去迎合大眾意見。如果沒有自己的思想和考慮,複雜系統會讓人的想法不斷地共鳴、接近。稱之為資訊繭房也好,確認偏差也好,人的思維邏輯就傾向於聽相同意見,慢慢聽著就會不斷地去印證,慢慢大家就已經沒有審辨思維、批判精神了,這是咱們本性大腦的特徵造成的。知道才有可能改變。

埃隆·馬斯克在推特里面曾經專門強調,思維偏差的問題是每個人年輕的時候都應該學習的,這是蠻令人警醒的。因為它是我們的原始腦所自帶的,不能說改變,而是要自知之後有意識地去選擇。我選擇的是“三錯法”,一上來我就是盲人,這樣很大程度能讓你不會那麼自負,也不會認為我對你錯,或你對我錯,不要過多強調對錯,而是強調什麼前提下是對的,什麼前提下是錯的,或者什麼前提下是適合的,什麼前提下是不適合的。

掌握資訊者,具有降維打擊的能力

資訊是一個被低估的物件。資訊是目前人類還沒達成共識的概念,沒人知道什麼叫資訊,你有你的定義,我有我的定義,但大家沒有一個共識。

我認為資訊是一種被好多人低估了的力量。在資訊時代誰有訊息誰就可以賺錢,可以對別人降維打擊,可以知道別人不知道的。這種資訊一旦跟金錢掛鉤,跟權力掛鉤,跟控制掛鉤,不會成為很多人爭奪的物件嗎?如果爭奪不到,或者沒法把控的話,會衍生出什麼後果?把控、捏造資訊,就會出現錯誤資訊和虛假資訊。這都是因為掌握資訊者具備一種居高臨下,降維式的打擊能力。

在生物學、物理學、通訊學、政治學、數學這麼多維度裡,其實資訊是沒有一個標準定義的。克勞德·夏農在《通訊的數學理論》中說,資訊是有關選擇、不確定性和熵。

當我們不去研究資訊的用途和含義,比如在過去幾十年過於強調夏農的資訊理論內涵,反而忽略了它的應用對人類社會產生的巨大影響。

要理解資訊是怎麼被使用的。有一個最基本的模型,它有關生成、傳播、消費和反饋。這裡面每一個環節都會出現極大的隱憂,有錯誤的、有虛假的,有真的、有實的,有完全生造出來的,而且在傳輸過程中還會有信噪比,有噪音。就算你有資訊,也會被傳播成有噪音的資訊,更不要說是重新造的資訊了。

資訊影響決策

再往前看印刷術。印刷術對於社會的影響,我們要有更加深刻的認知。印刷術的出現,真正塑造了全球化的資訊傳播網路。像荷馬史詩時代,人類的知識是靠說故事,讓人類形成了統一的觀點和意見。

後來西方有了文字,所以有巴別塔的故事,東方有倉頡造字,天雨粟、鬼夜哭,這些故事代表人類知道語言的力量有多麼大。到了古登堡印刷機出現,知識極大地傳播之後,這種對於社會價值觀解讀的權力,就從國王、貴族、僧侶的手中到了知識分子、學者、商人、資本家手中。這才產生了所謂文藝復興。文藝復興的翻譯也是有問題的,它的本意是重生(Rebirth)的意思,這也是一種語言的誤導。幾個光屁股的雕塑和很美的畫像,只是文藝復興極小的一部分,它真正帶來的是理念的開放,知識的流行,這種觀念的改變促進了宗教改革。後來的法國大革命、科學革命、工業革命都是因為資訊的流通造成的。

印刷機的出現造就了第一位暢銷書作者馬丁·路德,他寫的《九十五條論綱》貼在德國教堂後被人撕掉,但被運到英國馬上滿大街發放。所以之後英國有天主教、新教的衝突,血腥瑪麗的故事,後來才有所謂的光榮革命。這些我們如果不去理解,會極大低估這一輪的資訊革命對世界產生的巨大影響。

當我們重視數字化轉型、科技創新,資訊、人工智慧,千萬不要忘記,重視的目的不只是上市、賺錢,它是一種生存的壓力。

為什麼資訊那麼重要?因為行為是需要被管理的。諾貝爾經濟學獎得主司馬賀講過,管理即決策,你需要做出決策,管理決策再管理你的行為。決策需要知識,你得有你的常識,才能做出你認為合理的決策,而知識來源於資訊。根據假資訊、錯誤的資訊、完全無中生有的資訊,你會做出什麼樣的決策,產生什麼樣的結論,結論引導什麼樣的行動,這是今天我們要談論資訊的原因。

如果我們一上來就想靠學一個招數和方法解決問題,而不是說我沒想到這種辦法是因為我的思維侷限了導致的,這是不一樣的。

我們能夠知道什麼?

我們對於知道和智慧是不是有深刻的思考呢?我們如何知道,怎麼知道,如何能夠知道我們知道了,這聽起來像繞口令,但好多科學家、工程師都是在如何能夠知道,即真正的知上面下了很大功夫。

我們經常專注於方法論(Methodology),但在方法論之前還應該有本體論(Ontology),即你如何看待、理解這個世界。為什麼這些知識也是我們需要去理解的呢?元宇宙中很重要的一個支撐技術叫數字孿生(Digital Twins),它的建模方式本身方法論就是本體論。宇宙四方為宇,前後為宙,已經是完全的世界觀了,怎麼把我們所認識的這個物理世界對映到賽博空間?它最大的攔路虎不是技術,而是你怎麼看待這個世界。

如果我們沒有理解這個世界,就沒法去精確地、準確地、有效地描述這個世界,沒法讓機器理解我們的描述,那麼數字孿生、一切可被計算、元宇宙這些概念就根本不存在了。很多人不能理解機器是怎麼看待這個世界的,不能理解就會把它神化或者妖魔化,而不是把機器認同為自己的一個朋友和助手,是共生共榮的。

如果我們開始考慮什麼叫知識,什麼叫認識,世界的本源是什麼,機器是怎麼理解和解讀這個世界的,這種能力會為我們成為下一代的人類打下很好的基礎。不是說我們一定要學計算機、程式設計、數字化,而是讓我們能夠有資格在未來還仍然具有和社會的相關性。

再過十年,我們還有沒有社會價值,這跟有錢沒錢沒關係,有錢但和社會沒有相關性的話,也是一個廢人。一個很簡單的衡量標準是,我們的下一代再過十年二十年已經長大成人,他們在找我們的時候,是隻會說伙食費不夠了來要錢,還是可以問你問題。能夠讓我們的下一代問上一代問題,這件事在這個劇變的時代將會是一個巨大的成就。

明白這些之後,大家才能真正明白我們到底是來學什麼,學的不是數字化技術,不是計算機程式設計,學的是在這麼一個劇烈變化的時代,讓我們能夠維持跟社會的相關性的能力。

為什麼埃隆·馬斯克他們經常說第一性原理呢?在這種劇變時代,不是往上追概念,是要往回找它的本源,這樣能讓我們的學習更高效,也不用造那麼多新詞兒。

過去這二三十年,大家學的新概念、新詞兒,有幾個還在用的?林肯問,如果把狗的尾巴稱作腿,狗有幾條腿。有人說,五條腿?林肯說,不,還是四條腿,尾巴不會因為被叫做腿就成為腿。

新概念不是什麼,和你認為它是什麼,遠比它被稱作什麼重要得多。

本質決定概念,以元宇宙為例,一定是先有了這種想法,找了一個詞,覺得叫元宇宙會聽的人更多一點。理論上來講,你也可以把它叫做狗尾巴,它是那個所指,不是能指。

舉個例子:一百多年前金嶽霖他們那代人把國外的邏輯學傳到國內,將Meta Physics翻譯成形而上學。Meta Physics作為形而上學的理解,對我們來講,共鳴程度和理解程度,跟翻譯成元物理,差別在哪裡?這就是前輩們對於能指和所指極度講究的地方。我們現在把Meta Verse簡單翻譯成元宇宙,造成了那麼多人的混淆。

當然暫時硬要叫元宇宙沒問題,但千萬不要忘記,這可能不是它所代表的願景,因為那願景太遠了。但是在這過程中,它能夠幫助人類,幫助我們的家庭生活、學習、工作,有好多事可以做,不必只想著一步登天,或者上市、投資、賺錢、拿股票、財務自由。說到底,是為了讓人類社會幸福一點,少些戰爭、疾病,大家能夠少工作一些,而不是多工作一些,能夠看看自己喜歡看的書,去喜歡的地方旅遊。這些是現在人工智慧、區塊鏈、元宇宙、Web3.0應該乾的事,而不是它們所描述的非常遙遠的願景,這個是本質性的不同。

舉個例子:工程師怎麼看AI和ML的區別?

微軟內部的技術助理,因為特別風趣,看問題也極度尖銳,人家就問他,你是微軟CEOSatya的TA,微軟的人工智慧好像蠻牛的,你能不能解釋一下怎麼區別人工智慧和機器學習?他說,其實我也不怎麼知道,但以我的理解,如果是用Python機器計算機語言寫的就叫機器學習,如果用PPT寫的就叫人工智慧。

當然他有種戲謔的成分,但也直指人心。不要去背那些概念之間的這不同那不同,關鍵是你要什麼,你有什麼,你用得了什麼?有和用,這都是和你相關的。唯一不相關的是糾結什麼叫AI,什麼叫Machine Learning,什麼叫元宇宙,什麼叫數字孿生。對於我們應用者,不需要浪費時間,在完全沒有明確的定義上,而是要抓住它的本質。

大家一方面在說我忙、我累、我學不過來、我沒時間、睡眠不足、抑鬱了,但你學的東西是什麼?當你學的東西不能解決日常問題的時候,你肯定忙和著急,但如果學的是能解決問題的東西,是不是會好一些呢?

掃碼預約課程

更多精彩好課盡在混沌APP