Qetzal ad libitum, ad infinitum

Умение строить модели окружающего мира
Мир вокруг нас — сложный. Мы не можем вообразить его полностью, но мы можем представить его модель — подобие мира, которое может дать нам информацию о мире. Когда мы размышляем о том, почему летают самолеты, как работает монархия или почему наш собеседник нахмурился — мы строим модели.

Чем точнее модель — тем лучше и больше информации мы можем из неё получить. Опыт, знание фактов и того "как всё работает", понимание причин и следствий внутри системы — помогают построить более правильную, более сложную модель (мета-модель: модель моделей и так далее).

Умение проводить симуляции в моделях и предсказывать будущее
Цель моделирования мира, ситуаций, других людей, идей — получать из этих моделей информацию. Для этого мы проводим симуляции внутри нашей модели. Мы представляем эти модели в движении, запускаем внутри упрощенную копию части мира и смотрим на результат. Симуляция это по сути тоже модель — но модель в движении.

Это даёт нам возможность предсказывать будущее. "Если я сделаю А, то в результате скорее всего будет Б".

Результат симуляции зависит и от умения это делать, но и от качества моделей тоже. Очевидно, что чем модель ближе к реальности — тем точнее симуляция. Чем дальше по линии времени мы можем проводить симуляцию (на сколько ходов вперёд) — тем лучше мы предскажем будущее.

Умение использовать результат симуляции для того, чтобы достигать своих целей
Точная модель и симуляции приводят к понимаю "Если я сделаю А, то в результате скорее всего будет Б". Но остаётся важный шаг — сделать этот шаг "А". Переводя на наш язык — иметь такую модель, что плюсы от "сделать А" превышают плюсы от "не сделать А" на долговременном промежутке времени.

Это недооцененный пункт. Мало знать как правильно, если это не ведёт к действиям.

По сути на этом этапе происходит тестирование модели и симуляции "на прочность", проверка — работают ли они или нет и обновление при несовпадении с реальностью.

Что же из этого следует
Если принять этот подход, то из него следует несколько очевидных выводов.

— Ум не однороден "сразу умный во всём". В какой-то области человек может иметь точные модели, а в каких-то — нет. Клише про профессора, гения в своей области, который беспомощен в быту — это как раз про это.
— В любом примере глупости можно найти корневую причину — или неправильную модель или недостаток в симуляции. Глупость, как правило, не выглядит глупостью для делающего, ведь в его модели это правильный путь. Подросток, который делает себе татуировку на лице, считает это крутым шагом именно потому, что его модель мира и симуляция дальнейших действий не работает дальше пары месяцев.
— Чтобы становится умней — надо делать более сложные модели и симуляции, которые максимально приближены к миру. Многие вещи, которые на первый взгляд бесполезны (широкая кроссфункциональность, наблюдение за людьми, изучение истории и т.д.) — на деле работают на усложнение модели.

www.group-telegram.com/jp/qetzal_1up.com/1029

7.6K viewsJan 9, 2022 at 11:50

Умение строить модели окружающего мира
Мир вокруг нас — сложный. Мы не можем вообразить его полностью, но мы можем представить его модель — подобие мира, которое может дать нам информацию о мире. Когда мы размышляем о том, почему летают самолеты, как работает монархия или почему наш собеседник нахмурился — мы строим модели.

Чем точнее модель — тем лучше и больше информации мы можем из неё получить. Опыт, знание фактов и того "как всё работает", понимание причин и следствий внутри системы — помогают построить более правильную, более сложную модель (мета-модель: модель моделей и так далее).

Умение проводить симуляции в моделях и предсказывать будущее
Цель моделирования мира, ситуаций, других людей, идей — получать из этих моделей информацию. Для этого мы проводим симуляции внутри нашей модели. Мы представляем эти модели в движении, запускаем внутри упрощенную копию части мира и смотрим на результат. Симуляция это по сути тоже модель — но модель в движении.

Это даёт нам возможность предсказывать будущее. "Если я сделаю А, то в результате скорее всего будет Б".

Результат симуляции зависит и от умения это делать, но и от качества моделей тоже. Очевидно, что чем модель ближе к реальности — тем точнее симуляция. Чем дальше по линии времени мы можем проводить симуляцию (на сколько ходов вперёд) — тем лучше мы предскажем будущее.

Умение использовать результат симуляции для того, чтобы достигать своих целей
Точная модель и симуляции приводят к понимаю "Если я сделаю А, то в результате скорее всего будет Б". Но остаётся важный шаг — сделать этот шаг "А". Переводя на наш язык — иметь такую модель, что плюсы от "сделать А" превышают плюсы от "не сделать А" на долговременном промежутке времени.

Это недооцененный пункт. Мало знать как правильно, если это не ведёт к действиям.

По сути на этом этапе происходит тестирование модели и симуляции "на прочность", проверка — работают ли они или нет и обновление при несовпадении с реальностью.

Что же из этого следует
Если принять этот подход, то из него следует несколько очевидных выводов.

— Ум не однороден "сразу умный во всём". В какой-то области человек может иметь точные модели, а в каких-то — нет. Клише про профессора, гения в своей области, который беспомощен в быту — это как раз про это.
— В любом примере глупости можно найти корневую причину — или неправильную модель или недостаток в симуляции. Глупость, как правило, не выглядит глупостью для делающего, ведь в его модели это правильный путь. Подросток, который делает себе татуировку на лице, считает это крутым шагом именно потому, что его модель мира и симуляция дальнейших действий не работает дальше пары месяцев.
— Чтобы становится умней — надо делать более сложные модели и симуляции, которые максимально приближены к миру. Многие вещи, которые на первый взгляд бесполезны (широкая кроссфункциональность, наблюдение за людьми, изучение истории и т.д.) — на деле работают на усложнение модели.

BY Qetzal ad libitum, ad infinitum