学习万维刚老师的《万万想不到》中的内容。

概率论是一种数学思维，是现代社会的公民必备知识，也是未来社会必须具备的知识。概率论反应的社会比万有引力复杂，不是一个简单的公式。影响了计算机科学、人工智能以及强大的心理学。这其中有一个假设就是：现代人已经认识到，世界和以前不一样了，以前我们不知道我们不知道，现在进入第二个阶段：我们知道我们不知道，而且我们还知道在很多方面我们无能无力了。因为社会含有极大的不确定性，好像和“黑天鹅”思想有点像，社会已经不是连续的，不是你以为的社会。就像19世纪末人们不理解我们这个汽车横行的社会一样。但是理解概率论中的核心思想、逻辑和智慧可以让我们很好的理解这个社会，可以相对淡定一点，对于社会上发生的各种黑天鹅事件有更深刻的理解。

万老师总结的概率论五个智慧，第一个是随机，这个是我们从初中（貌似高中）就开始学习的概念了，但是我们真的没有理解这个智慧。随机其实就是简单的意味着：有些事情的发生可能就是没有原因的，就像马航MH370，事情背后肯定是有原因和动机的，但是我们不知道为什么这个点这个没多大预兆的情况下为啥发生这样的事。在项目推进中，可能就是有些是偏离你的航道的，但是原因不是项目风险控制可以掌控的，比如老板突然觉得这样不好了，而且你还说服不了他。客户觉得你的UI/UE超过你功能的重要性，你也还是要听他的。有些事情感觉没有理由，但是确实发生了。这就是随机。原来我们以为世界就像瑞士钟表一样，非常精确的运营。但真实世界不是钟表，它充满不可控，就算瑞士钟表，也存在些微的不可控，像噪声一样，只是我们感知不到。

有些事情的发生我们深刻理解，其实没有原因。你努力做的希望达成的可能不一定成功，你无心插柳的可能就发生了。肯定有人中彩票，这个好像又和“基本归因偏差”扯上去了，但不一定是你。其实你无论赢了多少次球，下次赢球和输球好像都是偶然事件吧。《黑天鹅》作者塔勒布说“体育是卖淫化的随机”，是不是就是随机思维的最好例子啊。

我们理解随机性，就要明白偶然因素是不值得较真的，只要输少赢多你还是强队。在工作和项目中也是这样啊，只要方向坚定，偶然的挫折、批评和曲折实际上不必过于较真的，我们在正确的道路上一直努力向前才是最重要的。按照随机性理解我们身边的生活，雾霾很可怕，但是这毕竟是随机的，对于不可控的因素我们能做的很少，戴戴口罩也只是心理安慰吧。项目过程中偶尔吵吵架是随机的，根本不用太放在心上啊。这其实对管理人员的管理思维有一个挑战：管理者有个习惯，一旦出了事必须全体反思，制定相关政策以避免再次发生，但极小概率事故其实是不值得过度反思的，一看有人犯了错误就大张旗鼓地制定政策来纠正错误，那样只会让错误变成伤疤，而且会让公司越来越官僚主义。正确的办法是告诉发错的员工这是个错误，然后怎么修改修正，就完了。起码这一点和我的认知是不一样的，国企的官僚主义是非常明显的，官僚主义就像人的正当防卫一样也是有它的好处的，特别是体系太大之后，通过官僚主义把思路从上到下宣贯是有好处的。这个就要看我们的出发点，如果这个错误有一定的普遍意义，还是值得官僚一下的。如果确实偶然因素很大，偶然因素后面的原因有一定通用性，也是值得官僚的。但是确实偶然，无心之过，就像”刻意练习“一样，练习一下吧。公司官僚主义的问题有机会再深入思考吧。偶然的错误不值得深究，成绩也一样。成绩也有很大的偶然因素，失败者不要妄自菲薄，成功者也应该明白自己的成功是有侥幸因素的。这就是随机思维给我们带来的一些启示吧。

概率论的第二个智慧叫做：误差，误差思维。我们知道大多事情包含必然和偶然因素，我们就希望更多的排除偶然因素，去发现背后的必然。我们可以根据必然去做判断，比如我们根据牛顿定律计算重力，根据物理定律理解世界。这总可以吧？可以，但是要理解误差，具备误差思维。之前的科学家曾经不愿意承认实验可以有误差，认为所有的测量都必须是精确的，把任何误差都归结于错误。后来人们慢慢发现误差是真实存在的，去不掉的，就像信息学中噪声是永远存在的，不可能完全去噪的。目前所谓的科学实验都要测量多次，用统计手段得到结果。我们目前生活中看到的大部分数字都是统计结果得来的，看到的每个数字背后都存在着概率、统计知识等。所谓真实值，基本上不可得，基于这个我们也就理解，为什么很多理论需要多次实验证明，多次验证。有了误差的思维，我们要学会忽略误差范围内的任何波动。要理解，项目管理上也是必然有误差的，这个误差就是你不一定完全理解你的领导，你的领导也不一定完全理解你。会在一定范围内波动，项目的计划也会在一定误差范围内波动，要做的很多事情，其实就是逐步缩小这个误差范围。

概率论的第三个智慧叫做：赌徒谬误，或者叫做不撞南墙不回头的原理。赌徒谬误是一个赌徒一连输了很多把，那么他下一把赢的几率是不是要增大？这其实是一种错觉，赌博完全是独立的随机事件，意味这下一把输赢的概率还跟以前一样。之前发生的事对以后发生的事没有影响。概率论中有一个”大数定律“，如果进行足够多次的抽奖，那么各种不同结果出现的频率就会等于他们的概率，但我们经常误解大数定律和随机性，以为随机就是平均，如果过去不那么平均，未来就会趋向于平均的思维也是有问题的。彩票里面如果前几期出现了5次2，2次6，那么买彩票的就认为下次出现6的概率会大于2，这就是赌徒谬误。其实下一次出现2和6的概率还是一样的。

概率论的第四个智慧叫做：在没有规律的地方发现所谓的规律。理解了随机性，我们得出一个结论，独立随机事件发生是没有规律和不可预测的。这是一个非常重要的智慧。理解了这个，我们就该明白所谓的“彩票分析学”是没有意义的，各种赌博分析都是没有意义的，除非“出老千”或者内鬼。但是发现规律是人的本能，人的进化要求我们去不断的寻找规律，为了让我们生存的更好，以至于我们在明明没有规律的地方也能发现所谓的“规律”，好像素数和π都是没有规律的吧。人脑擅长理解的是规则、规律、规定和制度，但是不擅长理解随机性、概率等。理解随机性是现代人或者未来人有意义的一个技能。所以我们现在深刻理解彩票无规律、圣经密码是扯淡、地震也真的没有规律。未来是不可能按照规律被准确预测的。

概率论的第五个智慧叫做：小数定律。如果数据少，随机现象可以看上去“很不随机”，甚至非常整齐，感觉就像真有规律一样，例如只要巴西夺冠，下一届的冠军就是东道主或者巴西夺冠。或者0：2落后无人翻盘定律。如果你曾经被河南人骗过，你就会听说更多河南人被骗过，结论是河南骗子多；如果你得了一种不太常见的病，就会发现更多的人也得了这种病。人们往往认为，如果是随机的就应该是均匀的，但不知道这个在“大数”的范围内才能反应出来。苹果公司的ipod推出后，很多用户认为其中的“随机播放”功能根本不随机，有些歌会经常重复播放，苹果公司后来放弃真正的随机算法，用乔帮主的话说，改进以后的算法使得播放“更加不随机以至于让人感觉更随机”，一旦出现不均匀，人们就会认为其中必有“阴谋”，事实却是这可能真的只是偶然事件。

如果统计数字很少，就容易出现不均匀的情况。这个规律被诺奖得主丹尼尔。卡尼曼（这是个大牛，著作《思考，快与慢》要好好研读》）总结为”小数定律“。卡尼曼说如果不理解小数定律，就不能真正的理解大数定律（也要好好研读）。大数定律说如果样本足够大，那么事物出现的频率就能无限接近它的理论概率---也就是它的本性。小数定律说如果样本不够大，那么它就表现为各种极端情况，而这些情况可能与本性或者本来的规律一点关系没有。怎么理解小数定律呢，如果你做的项目少，那么你看待项目的管理办法、沟通办法可能会有问题。如果你做的不够多，其实你也说明不了什么，只有你写了很多代码、练习了很多项目管理的能力，才可以说你可以。如果你统计样本不够大，你什么也说明不了。所以很多事，我们才不能只凭自己的经验，哪怕加上周围朋友的经验，也不能完全做出对某些事物的判断，何况现在我们从事的人工智能行业呢，未来更加不可测。有些作家看到几个负面的新闻就把社会批得狗屁不是，貌似也非常无知吧。所以不理解概率论、小数定律只是认知能力比较低的表现。

理解”概率论“是提高我们认知能力的一个非常强大的思维工具，对于我来说还需要深入的学习理解、刻意练习、揣摩套路。