良好的思维习惯让你更聪明

2024-02-02 06:32
文章标签 良好 聪明 思维习惯

本文主要是介绍良好的思维习惯让你更聪明,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

思维是有方法可循的。好的思维方法能更好地触发灵感,获得创造性的思想。反复训练,并摸索出适合自己的思想方法,形成良好的思维习惯后,就会大大提高自己的创造力,让你变得更聪明。

1、换位思维。绝大多数创造性思想都是缘于思维角度的改变。对任何事情,你都应该尝试从不同角度、不同位置、不 同群体等方面去看一看,想一想,往往你会有一些意想不到的发现。视角的特别,也往往决定了创造力的高低。其中反向思维便是其中一个特例。比如开发产品,最好把自己当成服务终端,考虑一下客户以及中间环节,对每一个环节都考察一遍,是不是可以做得跟别人不一样。也可以把自己当成竞争对手,想想他们的情况,多问问为什么这样,反过来问问为什么不这样,这样思考的时候,你就可能发现问题并加以革新和完善。

2、求同求异。多做比较,而且要换不同角度进行比较,既要找出他们的相同点,也要找出他们不同点。比较一定要细致,全面,不放过任何细微之处(细节非常重要)。所以最好将他们一项一项列出来,翻来覆去比较。相同必有相同的内在机制,更可能是最基本的问题。大多数人喜欢求异,而思想家更喜欢求同,从千变万化的复杂事物中找出共性和本质,从而能够更好地理解不同之处。异则可能是思维的入口,是线索,顺着它去就可能进一步分解事物的特性,发现规律,这点大家容易理解。

3、分解与综合。如 果你能将关注的事物分解得足够细,越细越好,把大问题分解成无数个小问题,对每一个问题都细致考察一遍,你就可能找到突破口或开辟新的领地。比如,研究生物的,可以将多细胞的行为分解到单细胞水平,甚至单分子水平,这样必定会遇到很多技术问题,但也可能激发你建立新的技术体系,另外,对自己研究的领域,你也可以这样要求自己,即提出200或更多个问题,在这200个问题中一定会有你的思想火花。爱因斯坦曾说过,提出问题往往比解决问题更重要,因为关键问题 的提出,常常表明你已经意识到解决问题的突破口。

4、非常规思维。想象一下理想状态会如何,极端条件会怎样,特殊人群会有什么需要,时间起点和终端的情况呢,或者无限夸大缩小一下又如何,变成懒鬼是啥样,故意犯犯错会怎样,极小极大极多极少时又会如何等等,这些思考可能会使你的问题简化,或者拓展。比如,你开发一个产品,想象一下要是小孩子拿了就可能猛敲,战场上就可能颠簸和损伤,坏蛋就想搞破坏,你的 产品是不是可以往这方面革新革新。

5、艺术性。你能把平凡的不起眼的事赋予更多艺术性或社会意义。比如 变得有趣、富含深意,那就是一种创造力。把复杂的公式简单化,把普通的事做得更精美,更优化组合,更节能轻便,这是一种美学创意。把简单的东西做出复杂的结构和多样的功能来,也是一种令人惊叹的艺术。所以,做任何事,要试着把它做得细致入微,精美有趣或有意义。

6、增加新特征。组合也是一种创造,所以要时时想着是否可以给你的产品赋予更多的功能,是否可以整合不同的事物。

7、胡乱联系,也就是头脑风暴,是一种发散思维。把大量不相关的东西放在一块,让他们任意组合,胡乱联系一下,再经过筛选分析,启发思维,寻找灵感。所以,有时候随便走走,或者随便翻翻不相关的书刊,跟无关的人员聊聊天,都可能启发思维,不一定要老是呆在某个地方苦思瞑想才叫工作。我的导师常教导我们,吃饭也是工作,说的就是希望我们吃饭时能多结识些外面的科研人员,有意无意中就可以交流一些信息。

8、思考社会需求。只要是需求,都值得认真思考。实际上, 对创造力评价的一个重要指标就是其社会意义,包括理论的,技术的,以及实际生活需求的。所以,一定要把自己的思维拓展开来,考察社会需求的方方面面,能不能建立一种关联。比如,做基础生物学研究的不一定就只做实验室工作,可以拓展一下是不是可以与国计民生联系一下,比如垃圾处理,口腔卫生,食物监控,生物 能源之类。你也可以先考察社会需求,然后看看哪些可以作为自己研究突破的方向。

9、移植思想。是一种发散思维的方法,就是将别的领域的思想方法用到自己专注的领域,或者将自己的思想方法拓展到其它领域,也就是学科交叉,甚至学科横断或上升到哲学层次。彼箱子有一个习惯,就是一有什么想法,赶紧先记下来,然后不断完善,再然后就会想想是不是可以推广到相关领域,或者更宽的领域,其次就是实用性考虑,诸如可不 可以用到日常生活或医学研究中去,可不可以申请专利、开发产品或工业化大生产。这样想的时候,也就会连带出更多配套性的问题,思维也就活跃了。

10、形象思维。一定要试着用图形表达各种意思,因为形象思维能够再现事物原型,能轻易发现言语容易遗漏的空间细节和时空逻辑矛盾。所以,想问题的时候,不妨多画画图,建立模型,用想像力去弥补思维空缺。你也可以用形象去类比,想象一下它象什么,内部可能是什么样的结构,换个角度想象一下,又会是什么结果呢?或者,建立一定的符号,进行逻辑运算,也可以很直观地理解问题,发现矛盾。

11、关注矛盾。问题就是机会,不应逃避,而应把它当成取得突破的机遇。每次遇到困难,你最好问问自己,是不是里面暗藏什么机制性的东西,不要轻易放弃,先记下来再说,然后尽可能提出各种设想,逐个加以分析排除。

12、数学化。对任何事,要尝试建立数学模型去量化、标准化。毕竟世界上很多事还无法量化,这实际上既是挑战,也是发挥创造力的机遇。比如生物医学,目前很难量化,但某些方面却又存在数量关系,很多人就不考虑这种关系,做的研究就可能与实际情况相去甚远。十几年前,彼箱子就喜欢问一个细胞里到底有多少特定的某种蛋白分子, 这种蛋白与其它分子定向结合的几何几率到底有多大,某一种蛋白量的变化对最后效应又会有多大影响,并提出好几种量变模型,而且这些模型是可以设计实验验证的。可是生物医学界一直就很少有人考虑这些问题,现在也只是慢慢被人意识到,说明本人的想法还是超前的。

13、预测未来。你可以想象一下,20年后人们会怎样生活和工作,然后把目标聚焦到具体领域,细化一下,这些预测结果就可以作为你研究要达到的目标。比如计算机行业,未来肯 定是功能大整合,一台掌上电脑就可以满足你几乎所有的信息处理工作,比如打电话、看电视、上网、教育、咨询、服务、仪器控制等等。所以,这个行业的一个创 新就是不断整合,今天有iPhone、iPOD,明天就可能有i100,后天就可能有iALL,做饭、看孩子这样的事几个按钮就可以控制。那现在的任务就 是围绕这些去开发,去完善,要做出比iPOD功能更多更好的产品应该是一种必然。对于其它领域,思想也是可以超前的,比如人体那么多奥秘,有些很少人问津,虽然技术上相当困难,但也不是不可能设计实验进行研究的,至少可以确定为目标,可以一步一步往前摸索。也只有这样,你的思维才能超过别人,才有可能取 得大的突破。

14、关注最新技术最新思想。新技术新思想实际上就是创造力的最佳生长点,一定要敏锐地把 握最新信息,了解前沿动态。彼箱子对新事物的第一反应是,这是我创新的机会,一定要琢磨一番,是不是自己可以在此基础上更进一步,或者拓展开来,为我所用。即使这样的想法没什么实际价值,也要把它记下来,权且作为一种思维训练。所以,越是自己不明白的,越要去接触它,不能完全由着兴趣(喜好有时候就是一 种思维定势)。因为新技术必定不完善,有太多值得拓展的空间,获得新想法的几率更高。

15、逻辑推演。读书的时候,我的一位导师曾经让我无拘无束想各种问题,鼓励我大胆设想,先不考虑任何技术可行性,或者是不是荒诞不经,先根据已有材料建立假说再说,然后大胆推演,寻找证据,不断改进。没有证据的,就用想象来填补,留一个空缺。比如,假定自己的模型正确,它必定会有很多衍生特征,可以分解它的这些特性设计实 验进行验证。假定它不正确,在验证的过程中自然也会了解很多信息加以修正。所以,一定先要有模型或假说,不管对不对,有总比没有好。有了之后就要不断推演,分解细化。所以那时长进最快,学到很多东西,也提出很多自己都觉得惊奇的设想。

16、哲学思考。学点哲学总是有好处的,因为哲学是归纳的结果,具有普适性,下意识地用哲学思想去分析具体问题,往往能更深刻地理解事物本质,触发灵感。比如要学会辩证、系 统、动态地分析问题,从不同层次分析系统要素,研究其结构特性和信息调控机制。也可以从具体研究对象由此及彼地推广应用,甚至上升到更高层次或哲学层次。 有些人很反感哲学,以为学不学无所谓,其实这也是一种感情用事的定式,因为关键是你会不会用,或者你用了还以为没用。比如,生物学家学点耗散结构等哲学思 想,就可能会去思考生命现象中的自组织机制,研究自组织中心,猜测系统运作机制,所以他就可能想到别人想不到的可能性。

17、行胜于言。很多时候,只有亲身经历一些事情,你才可能在某方面形成独到的见解。文学家如此,做科学研究的也一样。比如创立肿瘤血管抑制治疗的科学家就因为他发现临床上 肿瘤血管增生与预后有关,而那么多只呆在实验室的肿瘤学家就很难了解这一点,也就无从谈起发现新规律了。所以,有时候不一定要有成熟想法才去做,而应边做 边发现,摸索前进,很多美国学者就是这么干的。

18、跳出定势。下意识地问问自己的思维模式是不是一种定势,是否可以跳出来呢?这样想的时候,也许你可以感悟到自己的局限,并把思维带到另外的角度或方向,甚至可以天南海北自由驰骋,突破常规。

19、把自己想象成上帝。这是我舅舅给我的启示,虽然他没做过研究,却很有启发性。比如,做生物医学研究的,不要老是在自己圈子里打转,看大量文献,而要把自己看成上帝,想想要是自 己来设计人体和世界,会怎样做。有很多问题,用目前的理论无法解释,很多人就不敢碰,却又是人类认知突破的节点,只有感悟世界可能的规律,你才可能用想象 去填补事实与知识间的巨大空缺,才可能从高处俯视你的研究领域。当然,能达到这种思维境界的,非一般人能做到,需要刻苦磨练和高超的悟性。

20、学做有心人,学会收集资料和思想方法,积累基本知识和资源,成为某方面的专家。洞察研究前沿,这些都是创造思维的基础,所以赶紧收藏本帖吧。

这篇关于良好的思维习惯让你更聪明的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/669743

相关文章

生成式AI让你提出高智商问题,让你看起来超聪明

你可以使用生成式AI来提出极其聪明的问题,这些问题对于各种目的和意图都非常有用。 你想表现得聪明绝顶吗? 我相信大多数人都想。 如果你不熟悉“聪明绝顶”这个词,它在1997年的电影《心灵捕手》中流行起来,当时本·阿弗莱克的角色说他的朋友聪明绝顶,这是一种波士顿人常用的表达,表示某人非常聪明。这个地方性俚语从那时起就被广泛使用,并且非常朗朗上口。 让一个人看起来特别聪明的方式之一就是通过他们

转】聪明的iOS开发者的Xcode使用技巧

【转】聪明的iOS开发者的Xcode使用技巧 用Xcode的快捷方式快速打开你的文件 在开始使用Xcode之前就应该强制记忆其快速打开(Open Quickly)的快捷方式。Mac OS X有一个功能叫做Spotlight搜索(空格),可以帮你找到文件和应用程序(包括别的文件)。快速打开就是Xcode的Spotlight搜索。我经常使用快速打开这个快捷方式,因为这是打开一个文件最

Datawhle X 李宏毅苹果书AI夏令营深度学习笔记:如何让你的模型更聪明地学习

问题的出发点:如何智能地调整学习率? 在深度学习模型训练过程中,学习率是一个至关重要的超参数,可以把它看作是寻优过程中迈的步子大小。这个参数会影响到训练效率,以及模型是否能收敛。模型寻优时聪明不聪明很大程度上依赖学习率这个参数。 上篇文章提到,训练模型时我们有时会头痛模型卡在critical point 训练不动了,随着迭代次数增加,损失函数不再下降,而且损失函数在该点梯度变得很小。但还有另外

微调:让模型在特定任务上更“聪明”的秘密

之前看到一篇meta的文章,提到:“微调通常对注入新知识没什么帮助”,所以和chatgpt进行了一番讨论,这是总结文章: 微调:让模型在特定任务上更“聪明”的秘密 引言 随着人工智能的发展,预训练模型(如GPT-3、BERT等)已经成为了自然语言处理任务的中坚力量。然而,尽管这些模型在广泛的任务上表现出色,在特定任务或领域中,往往需要进行进一步优化。这就引出了“微调”(Fine-Tuning

【OA】Dao层“接口”、“实现”两个维度一个良好的设计学习

在学习OA系统的时候,鉴于已经搭建起来的SSH框架,首先要做的就是从底层开始做起,结合所做的项目更多的是在前人基础上修改,这次学习如何设计Dao也是让我大开眼界,总结成博客,便于以后再回头学习。     一、包设计     项目名称:ItcastOA     资源文件夹:src、config、test              由于“src”用于存放主代码,对DAO的接口、实

SDUT 3061 聪明的玛雅 (状压DP)

题目地址:SDUT 3061 这题的比赛的时候的后台数据是错的。。。好坑啊。。。。就不吐槽出题人了。。 比赛的时候我的思路是错的,漏考虑了一种情况。应该把所有状态下的最短距离都要求出来,而我当时的思路是按照前面能选两个则选两个的贪心思路来状压,但是有的时候可以最多走奇数个并且没全走完,这种情况下就不对了。 正确思路是每次找两个没走过的状态,分成选一个和选两个两种情况来DP。然后最后找所有状态

优秀架构师必须拥有的架构思维习惯

程序员的迷茫不仅仅是面对技术繁杂的无力感,更重要的是因为长期埋没于软件 世界的浩大的分工体系中,无法看清从业务到软件架构的价值链条,无法清楚定位自己在分工体系的位置,处理不好自身与技术、业务的关系所致。   很多程序员打心底不喜欢业务,这一点我曾经也经历过,我更宁愿从事框架工 具、技术组件研究的相关事情。我有个朋友经常吐槽我说:”你们天天加班加点写了那么多代码,然后呢?有改变什么吗?

软银CEO孙正义:10年内将出现比人类聪明1万倍的人工智能|TodayAI

2024年6月20日,软银集团公司(SoftBank)董事长兼首席执行官孙正义在日本东京举行的公司年度股东大会上发表讲话,表示比人类聪明1万倍的人工智能将在10年内出现。这是他近年来一次罕见的公开露面,在会上他质疑了自己的人生目的,并描绘了一个充满人工超级智能(ASI-artificial super intelligence)世界的未来愿景。 孙正义首先谈到了人工通用智能(AGI-ar

力扣1124.表现良好的最长时间段

力扣1124.表现良好的最长时间段 单调栈 将所有>8的标为1,所有<=8的标为-1最终找到一段区间和为>0的区间下标i - j即最大化i - j (同962.) class Solution {public:int longestWPI(vector<int>& hours) {int n = hours.size() , res = 0,s[n+1];stack<int> st;s[

让大模型更聪明不仅仅是增加其参数数量,还包括一系列方法和技术,以提升其性能、理解能力和应用效果。

1. 数据质量与多样性 高质量数据:确保训练数据的准确性和清洁度。去除噪声和错误的数据,标注准确。多样性:使用多样化的数据集,包括不同语言、文化背景、领域和应用场景的数据,以增强模型的泛化能力。 2. 模型架构和算法改进 先进架构:采用最新的模型架构,例如Transformer、GPT-3.5/4、BERT,以及混合模型(如结合图神经网络和Transformer)。自监督学习:利用大量未