您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
思考的原理是什么？
思维,事物,过程思考的原理是什么？
发布时间：2020-12-06加入收藏来源：互联网点击：
从人类进化史上分析思维文化是由劳动创造历程中发现且积累还在不断进行精益改良中走到现在的！应该是从用石器就开始了还有发明耕种及用火与对物质材料的不断改良等等证明初始状态的存在！后来的建造使用多元混成的从无到有的劳动创造出的成果更能证明思维能力的发展了！故思维能力是用来进行劳动创造财富的非常重要的的方法。这是我的见解。
回答于 2019-09-11 08:43:50
思维是罗辑，思考与意识的综合体现。
回答于 2019-09-11 08:43:50
几个月前我曾经写过思维框架的相关文章，而今天再次重写一个很大的原因就是真正的将思维框架抽象化和模型化，一个好的思维框架必须要能够演绎当前的思维方式和现象，并解释当前思维中常见的问题。
一谈到思维，我们最容易想到的就是结构化思维，系统思维，批判性思维，发散性思维，创造性思维，逆向思维等，而这本身并不是很好的思维分类方法，更多的只是我们在思维活动中需要关注的一些思维方式和逻辑等。
思维的定义
在我的专栏文章《我是如此思考的》里面我曾经给思考一个定义，即自我驱动的独立意识下的思维活动。而这个定义现在来看还是没有本质上的解释思维这个词，而我在重写思维的框架这篇文章的时候，准备结合思维框架的构图重新给思维一个定义，即：
思维是人类在接收到外界输入信息后，经过大脑有意识地处理后，形成有价值的输出结果的过程。
我们将这个定义进一步展开，即是我们接收到外在信息的输入，我们的大脑会对接收到的信息进行降噪，加工和模式匹配处理，在处理的过程中我们需要借助我们大脑里面已有的基础记忆，知识和经验信息。即外在输入+内在知识经验共同进行处理加工和模式匹配后形成有价值的输出。
信息的输入
信息的输入，简单来说眼耳鼻舌身意六根所有摄入的内容都会构成信息的输入，你眼睛看到的事物，看过的视频，图书；你耳朵听过的歌曲；乃至你闻到的气味，品尝到的味道都会构成信息的输入。
对于输入的信息，本身又分为两类，一类很容易进行结构化，定量化和数字化定义；而另外一类则只能进行定性化，图示化和模糊化定义。对于第一类计算机很容易解决，而第二类则需要计算机具备人工智能和进行深度学习才能解决，比如图像和语音识别等。
其次，信息的输入不能脱离周围的环境，即信息输入本身的价值往往在于信息所处的当前场景，否则信息很可能就是一个没有任何价值的数据而已。比如我们上线的系统出现了宕机，如果没有具体场景，我们很难分析具体的问题点究竟在哪里？
大脑处理过程
对于大脑的处理过程，根据思维框架图，我将其分为知识经验库和大脑处理过程两大部分，对于知识经验库本身又包括了基础记忆，知识和经验；而对于处理过程包括了定义和降噪，加工处理和模式匹配三部分的内容。
1) 知识经验库
知识经验库本身是有层级的，即基础记忆库（信息），知识，经验三个方面的内容，这个分法即和我们常说的知识管理的分法是一致的。在这里的知识重点是显现知识你学习后变为你的隐性知识，而这里的经验则是将普适的方法论通过学习和实践后转变为你自己的方法论。
通过这个框架我们可以进一步解释个人知识管理的意义问题，即形成最底层的知识经验库，然后再根据知识经验库去分析和解决问题，形成有价值的输出。如果没有后者，个人知识管理没有产生有价值的输出，即没有体现核心意义。
在我的1年前的专栏文章《思维的框架》里面，我当时将学习和实践方法论也做为一类思维。注意在新框架里面这个不再做为单独一类思维。即可以这样来理解：
即通过学习可以将信息转化为记忆和知识，通过实践将知识转化为经验和方法论，这些构成了我们大脑知识经验库的核心内容，正是这个内容将作为我们独立分析和解决问题，看待和评价新事物的核心参考。将学习这类思维活动单独拿出的一个重要原因就是学习和实践最终是内化到我们的知识经验库为目的，而不是以产生有价值的输出为目的。
老师教会给你一元二次方程和解法，你学会了，这是学习的过程。而你拿到一道应用题，你将其转为了一元二次方程，并把它求解出来，这就变成了一个完整的思维活动。
2) 大脑处理过程
大脑处理活动，第一步就是对问题或事物进行定义，即我常说的5W1H方法对问题进行定义，同时考虑前面谈到的任何问题的定义不能脱离场景。
问题只要能够定义清楚往往问题就解决了一半。在《提问的智慧》里面谈得最多的就是问题的定义，即很多时候你自己把问题定义清楚后你发现问题解决方法你自己已经找到了。
在问题定义过程中有个重点就是信息降噪，即我们拿到的信息，得到的数据是否是真实可靠的，即如果论据本身就是错误的，那么最终推理出的结论自然也是错误的。要解决这个问题，我们就必须要辨别和确认拿到的信息或数据的真实性。
处理的第二个活动是加工，当我提到加工这个词的时候，我将原来我谈思维所涉及到的分解，组合，排序，聚合，抽象，重组等全部纳入到加工环节。而所有的加工活动可以看到仍然是围绕问题或事物的静态和动态两个维度展开的。
静态维度：分类，分组，维度属性，矩阵，树和层级，关联关系等
动态维度：阶段，流程，活动，事件，消息
为何要进行加工，最简单来说即是我们接收的输入信息或问题很难完全相同，而这些问题在粗粒度很难真正进行模式匹配，必须要经过加工后才能够后大脑里面已有的知识经验进行模式匹配。即加工的目的是为了后续的模式匹配，越是复杂的问题，越需要加工和处理，否则无法匹配。
加工完成后，最后的重点就是模式匹配了，将我们已有的知识经验和定义分解后的问题点进行匹配，最终得出解决问题的方法或决策结果。最简单的模式匹配比如认知，我们有了对狗狗的抽象认知后，当别人拿一张小狗的图片给我们看的时候，我们马上能通过模式匹配得出我看到的是一条狗而不是猫，当然真正有价值的思考过程远远复杂过简单的认知。
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |