終極目的:
透過經驗探索和模仿AI(頂尖腦科學博士)來建立符合人腦運作的架構
釐清觀念:
1.建立知識系統,是靠深層經驗(更小維度的資訊組塊)整理成一套系統,你沒有實作的經驗,你的系統是漏洞百出的,因為是沒有經驗脈絡作為地基支撐的,容易靠自己的想像,且常常是淺層經驗,因為你沒有實際去做,你的大腦就會因為沒辦法體會到更密集的意義化,而造成你的大腦懶得去思考,和去形成更多腦袋畫面,這會造成你使用系統解決問題時,跟問題的對接完全接不上.
例子:而有些人之所以在文字上不用實際體驗也學的快學得有效,是因為他靠過去經驗去腦補那個文字上的學習內容,而在腦袋畫面中形成連貫的的體驗過程(所以要判斷自己當下的學習問題是缺哪一個環節).
2.人的每分每秒的生活體驗都在累積,人與人之間的差距在於,別人有好好利用他的累積,而憂些人沒有,這才形成了差距的假象.
例子:最高效的就是系統化你的經驗,因為系統化就是讓多種的經驗與經驗之間無死角,因此經驗之間的每一種碰撞都能形成一個知識,而導致當兩個人有相同的實際體驗經驗時,一個有系統化時,他懂得知識卻比另一個人多,這也就是所謂的「學思並行」.
3.知識是由上到下的用途,而經驗是由下到上的產生.
整合的文章(歸納用途,或定義系統位置):
人為什麼要取代AI的原因? ⭢ 建立系統的動機,將事情功能區分的更詳細.
當你達到條件,不管結果好壞都是經驗 ⭢ 建立系統(簡化版).
重新定義人腦冰山 ⭢ 整個系統的組成,及運作過程.
做過和沒做過的差別 ⭢ 記憶的詳細原理.
為什麼你會想著A然後去做B ⭢ 專注模式和發散模式的運作方式,和記憶的原理,並額外補充發散模式中,拆解單位組成和隱喻的重要性.
設計工作介面 ⭢ 注意力控制,和執行行動的動力.
問對問法的重要性 ⭢ 啟動人類行動動力的關鍵機制
如何對你理性選擇上的東西感興趣? ⭢ 建立內在評斷標準,來讓每項行動都有基本的獲利以提供穩定的執行動力.
如何將慾望連接到思考上,讓人無時無刻想要思考 ⭢ 建立思考的動力
如何進入新流? ⭢ 自我覺察做事過程(行為,心路歷程),動力來源(背後的渴望)
覺察自己的上癮行為 ⭢ 內在覺察自己的習慣,而形成正向習慣迴圈.
情緒上的問題處理集 ⭢ 處理中層,底層所遇到的問題
人腦做事的現象經驗 ⭢ 觀察大腦實際做事時,所遇到的眾多問題集
程式式學習法 ⭢ 應用系統的實際方式例子
系統組成:
1.由畫面組塊
2.組塊之間的關係(隱喻,或叫意義化)
系統規則:
1.確定系統中各個現象組成單位的影響加權比例量,才能區分出系統的主幹和枝幹.
執行方式:
1.任何事都要舉例子,來畫面化. ⭢ 先形成記憶 ⭢ 有了系統組成的組塊 ⭢ 組塊之間可以橫向或縱向來產生更多組塊 ⭢ 也看到自己擁有什麼 ⭢ 另外也能定義好你目前遇到的問題是什麼
例子:看一段文字時,先觀察自己,目前看到了什麼名詞和動詞的圖像?以及他們結合在一起的畫面是如何?你會發現之前自己都在偷懶,很多畫面你並沒有完整的生成,這樣因此能讓你看到自己目前獲得什麼畫面組塊,以及他們的組成.
2.將各種畫面組塊,透過不斷意識上的輸出(意義化),來整理發散思考,短期記憶,長期記憶的內容. ⭢ 有了動機,動力 ⭢ 並產出更多有特定意義的畫面組塊
3.確認內心是否接受. ⭢ 是否達到特定門檻
系統框架:
底層:心態上對新的東西用接納和承諾,而不是控制和逃避.
中層:
上層:
額外補充:
1.啟動元認知:是一種後設思考方式,
2.你無法控制的東西,但你卻能感知到:
例子:跟別人比較,因為你無法控別人,所以任何比較都沒有意義,所以要從你的出發點「渴望」來換個方式來滿足,而不是繼續用「比較」這個方法來滿足渴望.
3.智慧叫做可控化:也就是透過專注思維來讓自己大腦的發散思維,短期,長期記憶的這些散亂的資訊組塊有順序化,線性化,以達到去死角化;而反過來則是解決單一化,思想狹窄的問題.
例子:說出來,做出來,寫出來,而只有寫出來才能形成系統(因為人的工作記憶容量有限),其他的都只能去一點死角而以,而這兩個都是你的價值來源,這兩個要擺在你人生中目標的第一位,也不用去迎合環境,因為這就是你的價值,他遠比你迎合的更有價值.
4.任何記憶都是一個循環,是線性思考的循環,也造就了這段記憶的完整性,所以當你意識上沒有將記憶形成循環而形成完整性,就會回想不起來,只可能受到環境激發而回想起來.
