万事问AI:很多单位不重视辅助性岗位,结果导致了大问题,历史上这样的例子多吗?
很多,而且往往是“反复出现的老问题”。 历史上,最容易被轻视的通常不是台前的人,而是那些维持系统运转的人:后勤、维修、情报、通信、卫生、记录、质检、安保、基层执行。等出事时,人们才发现这些岗位其实决定…
Read more很多,而且往往是“反复出现的老问题”。 历史上,最容易被轻视的通常不是台前的人,而是那些维持系统运转的人:后勤、维修、情报、通信、卫生、记录、质检、安保、基层执行。等出事时,人们才发现这些岗位其实决定…
Read more01 AI的盲区 我一个做AI的朋友,前两天跟我吐槽了一件特别扯的事。 他说,让AI解微积分、下围棋、写代码,几秒钟搞定。但让它感受一段对话里的尴尬、哄一个正在哭的陌生小孩、在一个从没见过的厨房里做顿…
Read more90年代初的通讯界撕逼过一次,就是这个问题的翻版。 那时候互联网还在光屁股跑,电信巨头们坐在一起开会,商量未来人类的信息高速公路该怎么铺。当时有两个流派。 一派是根正苗红的电信工程师,他们搞了一个叫A…
Read more有个数字,大到什么程度? 大到你在小学学的那套自然数体系里,根本证明不了它一定存在。 不是算不过来。 是你那套证明工具不够格。 这个数字叫 TREE(3)。 它来自一个简单得近乎无聊的规则游戏: 想象…
Read more他们的系统积累了太多屎山。 大多数人对于“西方变了”的体感,还停留在“他们变穷了”、“他们变乱了”这种直观感受层面上。 这只是表征。 剥离掉情绪化的噪音,现在的西方,正在经历一场结构性的“再封建化”与…
Read more37%是经典“最优停止问题”的精确数学解。它不是经验值,而是在“必须一次性决定、不能回头”时,能把选到最优项的概率固定为最大值的那个唯一比例。 核心逻辑:先“观察”再“决策” 你无法预知未来,所以策略…
Read more多个调查说明美国社会的斩杀线差不多是37%,也就是1/e附近。(搬运一个数据来源:美联储报告显示37%的美国人拿不出400美元应急现金。) 太诡异了,这背后是否必然存在一个用于描述的微分方程? 如果有…
Read more回答: 年纪轻轻才要看南明史啊。 南明史的本质就是在一个外部压力不断变大,但内部资源却不断减少的环境里,人群会如何演化的标准模型。 正所谓未虑胜,先虑败,在漫长的人生路上,无论前期多顺风顺水,早晚都会…
Read more