《穿越歧路花园》读后感精选

《穿越歧路花园》是一本由亨特·克劳瑟-海克著作，上海科技教育出版社出版的平装图书，本书定价：35.00元，页数：423，特精心收集的读后感，希望对大家能有帮助。

《穿越歧路花园》读后感(一)：司马贺的智慧

金句卡

过于依赖任何一门学科都会限制一个人的知识独立性。

发现真理的关键在于要找到自人中隐藏的模式。因为模式是定律、规则、机制的产物。

科学的全部目的就是化繁为简，把现象归因于产生它们的机理。

人类对真理的获取也是不完全的。

知识总是要接收经验事实的检验；研究和改革必须结合起来；独立的跨学科的探究方式最为可取；

我们的敌人不是情感，而是无知。

专家之所以是专家的原因在于他们拥有一整套抽象知识，即一个理论框架，专家之所以管用是因为他们具备将这种抽象知识应用到具体情况的能力。

创建任何学科的首要步骤之一就是发展精确的测度方法。

反常识

如果你发现任何一种学说占据了支配地位，你就可以加入对立方，并与这种学说对看一阵子······多数人希望生活更有秩序，二者根本不利于本领域的创新。

常识：社会经济活动中的专业化分工使得个人能力、知识的专业化得到加强，而现在更多的人也是在不断的加强专业化知识的学习，忽略了跨学科思考的能力。

思考：创新最基础的可能就是模仿，而模仿复制也需要有被模仿的对象，很多时候，跨学科思维便给我们模仿提供了对象拓宽了我们模仿的疆界，创造了会更多的可能性。

梅里亚姆及其在国家资源委员会的同事们没有下大力气去制定或实施国家五年计划；相反，他们的意愿是开发资源并建立相应的机制，是的设能够自己去做计划。

有计划的社会与一直在做计划的社会存在巨大差异。

思考：社会主义中出现的计划经济已被证明其不可持续性或者是失败，经历从计划经济向市场经济转变的中国，这三十多年来的变化就是做好的证明。不要试图去对整个社会做计划，而应该完善制度与机制，让着社会自己去做做计划。

技巧卡

把科层组织看做扩大理性和提高效率的工具，而不是对组织成员思想的束缚。

在几个学科领域中广泛阅读，并和其他领取训练有素的同时进行广泛的交谈，试图找到解决问题的方法。

当司马贺从某个学科搜索到有用工具时，他会对该学科进行彻底仔细的梳理。

如果能够测度到的只有成本，那么所有东西看起来都会很贵；然而，如果能过测度效益，那么许多东西看来会物有所值。（对比的应用）

量化是实现理论概括和实际应用这两个完全不同目标的一种手段，但是在两种情况中它都只是一种手段，而不是目标本身。（不要把目标和手段混淆）

司马贺问题解决进路：从一组相互冲突的观点出发，追述至关于人性的不同基本假设的根源处，接着对这些假设进行评估，从而判断哪一组假设能够很好地描述世界。（验证假设，假设的提出及质量很关键，验证的方法是否科学？）

司马贺把前人的理论和哲学思想当做自己理论的出发点，而不是自己研究的现成框架。（在已有理论基础上发展自己的理论，敢于提出新想法）

任意卡

司马贺的研究中与变化问题相关的四个方面：

1、决策的“时间共存性”，当前的决策不仅会影响眼前的行为，也会影响将来的选择。

2、由于人们对未来的期许，未来的情况对当前的决策起一定的作用。

预测的性质

实验者的预测行为对被研究的系统可能产生的影响

3、动态的社会理论（自我进化、学习）

4、新旧社会的变化，希望自己能够影响未来的决策。

* 组织系统图往往不能很好地描述权力。

预期反应规则：当权者无须直接行使权力，因为潜在挑战者预计自己会被打败，因此根本不会发起挑战。

《穿越歧路花园》读后感(二)：即使被碾压，也要向天才靠拢

长假的好处，就是你终于可以过上有规律的生活，特别是在连续几个月出差之后。这种规律，又不像朝九晚五上班的那种规律，你可以完全控制自己的时间和行动。于是，留给我的礼物，就是终于可以打开一些一直没有打开的书。

在这里推荐几本书和电影吧。

一、

《穿越歧路花园》。司马贺的传记。知道司马贺的人可能不多，但他可说当之无愧的天才，wikipedia上是这样介绍他的：

“西蒙（司马贺的姓）不仅仅是一个通才、天才，而且是一个富有创新精神的思想者。他是现代一些重要学术领域的创建人之一，如人工智能、信息处理、决策制定、解决问题、注意力经济、组织行为学、复杂系统等。他创造了术语有限理性（Bounded rationality）和满意度（satisficing），也是第一个分析复杂性架构（architecture of complexity）的人。

西蒙的天才和影响使他获得了很多荣誉，如：1975年的图灵奖、1978年的诺贝尔经济奖、1986年的美国国家科学奖章和1993年美国心理学会的终身成就奖。”

光是序言，就让我惊喜连连：

“怎么才能通过这两种相异的人类行为模型创造出一门统一的学科？

他最早是从几个基本假设开始的，并努力将这些假设精致化，具体化和形式化。

这个新科学的目的是构建人类行为的形式模型，其方法是开发一些程序，使得一种复杂系统（如计算机），可以模拟另一种系统（如人脑）的行为。因此，“逻辑理论家”不仅是一个新的计算机程序，而且是关于科学和人脑是如何工作的理论。”

又如：

“他所接受的训练不是以学科为中心，而是以任务或问题为中心。于是，他在几个学科领域中进行广泛阅读，并和其他领域训练有素的同事进行广泛交谈，试图找到解决这些问题的方法。

一个运行良好的研究团队可以是跨学科的，但在司马贺看来，实现跨学科的最好的方式，是在受过多方面训练并有着广阔视角的个人身上体现跨学科。

当司马贺从某个学科搜索可用的工具时，他会对该学科进行彻底细心的梳理。然而，当他研究某个学科能够提供什么东西时，他很大程度上都是自行研究，并不像其他人那样进入学科圈。

这篇论文的论证代表了贯穿司马贺整个职业生涯的问题解决进路：从一组相互冲突的观点出发，追溯至关于人性的不同基本假设的根源处，接着对这些假设进行评估，从而判断哪一组架设能够最好地描述世界。”

简直就是教你如何思考和学习呀！

这就是阅读一流学者传记的好处。他们创造的知识固然如同钻石一般璀璨，然而他们打磨钻石的手艺，才是真正的无价之宝。

二、

无独有偶，这几天读《神话的力量》，坎贝尔也说了同样的话，深得我心：

“我告诉你一种方法，一种非常好的方法，坐在房间里读书、读书、再读书，读对的人写的书。你的心就会被带到某个层次，你可以因此一直拥有一种美好、温和、慢慢燃烧的喜悦。这种对生命的理解，可以成为你生活中的一种常态。当你发现一个真正能抓住你心的作者时，就把他所有的作品都读完。不要说“我想知道某某某写的东西”，也不要被畅销书排行榜所困扰。

只去读这一位作者想要告诉你的 。然后去读这位作者读过的东西。这时世界便以某种一致的观点豁然开朗。”

因为这个原因，我已经开始读坎贝尔的所有的书了。

三、

这两天还看了一部电影，《知无涯者》，讲述另一个天才，印度数学家拉马努金（Ramanujan）的故事。知道他的人恐怕也不多，摘一段wikipedia的介绍：

斯里尼瓦瑟·拉马努金（泰米尔文：ஸ்ரீனிவாஸ ராமானுஜன் ஐயங்கார்，ISO 15919转写：Srīṉivāsa Rāmāṉujan Aiyaṅkār，又译拉马努詹，1887年12月22日－1920年4月26日）是印度历史上最著名的数学家之一。没受过正规的高等数学教育，沉迷数论，尤爱牵涉π、质数等数学常数的求和公式，以及整数分拆。惯以直觉（或者是跳步）导出公式，不喜作证明（事后往往证明他是对的）。他留下的那些没有证明的公式，引发了后来的大量研究。1997年，《拉马努金期刊》(Ramanujan Journal)创刊，用以发表有关“受到拉马努金影响的数学领域”的研究论文。

这段话看不出他有多牛。说一个故事：大数学家哈代认为拉马努金的数学天分比希尔伯特还高（希尔伯特80，拉马努金100，哈代自己25）。

按照哈代的陈述，我推演了一下：一般数学家的天分大约为20，数学研究生为15，我大约在10左右……全球平均水平，我估计在0.5-1之间。

哈哈哈哈哈哈……跑题了。

根据常识，天分这东西绝对不是平均分布的，它更像是正态分布，也就是说，稀少程度跟数值的平方成正比。如果以10分作为一个标准差，那么，超过一个标准差以上的两个人恐怕是很难相互理解的，就像我无法理解哈代的工作，而哈代——其实也很难理解拉马努金。

这就是片中最有趣的部分：哈代和拉马努金的冲突。

拉马努金是印度一位自学成才的小青年，现又称“民科”，但和贵国的民科不同，他的数学基础非常扎实。拉马努金15岁时拿到一本数学书，里面有5000条公式，涵盖代数、几何、微积分等各个领域，于是他花了五年时间把5000条公式用自己的方法证明出来了（太牛了有没有？！）。然后，他开始自己的数学研究，并尝试把成果发给英国的数学家。因为身份实在太不靠谱了（第三世界国家的一个港务局小职员），所以头两个收信的数学家都没有搭理他。

所幸第三封信寄到了哈代手里，哈代相信拉马努金是一个一流的数学家，于是邀请他到英国共同进行数学研究。拉马努金是那种真正的“神人”，睡一觉，数学公式自然就出来了。这可把哈代给逼疯了，在哈代的世界观里，“即使是天降奇才也必须要验证，这才是科学。”

然而证明是要花时间的，要证明拉马努金的这些公式，几辈子都不够。两人吵了无数架，最后的结果是折衷，两人共同发表了若干篇的论文，拉马努金的数学能力得到了承认。同时拉马努金留下了3900条数学公式，留待后人慢慢证明。

可以想象两人当时的心情。对拉马努金来说，就是无聊，他认为他的所有公式都是正确的、不证自明的，但这个世界不这么认为。而对于哈代来说，作为一个已经成名的大数学家，面对一个天分高你四倍的年轻人，唯一的感觉恐怕就是：

被碾压。

这就是天分25分面对天分100分时的心情。所幸的是，哈代并不嫉妒，反而尽力为拉马努金争取学界的承认（不像片中的另一位教授，因为拉马努金快速解答了他的问题而大发雷霆）。

四、

影片中还出现了大哲学家罗素，那时候罗素还在三一学院，和哈代是同事。看到罗素，不由得想起了另一位天才，维特根斯坦。罗素发现了维特根斯坦，就如同哈代发现了拉马努金。有趣的是，维特根斯坦也是“民科”，而且不自信，有一次维特根斯坦跑来让罗素判断他是天才还是傻冒：“如果是傻冒，我就去开飞艇；如果是天才，我就会成为哲学家”，结果罗素告诉他无论如何不用去开飞艇。

后来，维特根斯坦成为罗素的学生，但很快，罗素就发现自己教不了他，反而要向他学习，于是两人成了互为师徒的关系。

再后来，维特根斯坦拿他的不朽著作《逻辑哲学论》到剑桥申请博士学位，答辩主持人是罗素和摩尔（维特根斯坦的另一位老师），随便聊了聊之后，罗素提问说，维特根斯坦一会说关于哲学没有什么可说的，一会又说能够有绝对真理，这是矛盾。结果，维特根斯坦拍着他们的肩膀说：“别急，你们永远也搞不懂这一点的”。这样答辩就算结束了，罗素和摩尔一致同意通过答辩。

这两对的故事出奇地相像。天才是不自知的，在很大程度上是不自信的。但是，天才总能被另一位天才识别出来，就像哈代识别出拉马努金，罗素识别出维特根斯坦。

而我好奇的是，为什么哈代和罗素能够这么义无返顾地支持拉马努金和维特根斯坦？

我觉得这已经不能用“爱才”来解释了，因为“爱才”还是建立在理解之上，而拉马努金和维特根斯坦的才能已经超越了哈代和罗素的理解。对此，我能想到的解释是，他们并非向人，而是向知识臣服。拉马努金和维特根斯坦所代表的，不是天才个人本身，而是更高阶的知识。我无法理解更高阶的知识，但我能识别，并且愿意臣服。对于哈代和罗素这样级别的学者，在他们第一次识别出拉马努金和维特根斯坦时，就已然臣服。

我想这才是值得我们借鉴的地方（虽然不好理解）。有一种生活，可以很简单。对知识臣服，努力去理解更多的好知识，进而对创造臣服。这是拉马努金、维特根斯坦、哈代和罗素的生活。认真去过这样的生活，或许在某些时候，你可以像天才一样，创造出一些新的知识。

安猪，2016-10-03，http://anzhu.net

《穿越歧路花园》读后感(三)：西蒙的知识树

有的学习者构建知识，喜欢用「系统」来类比循环过程；有的学习者则喜欢「树」来描绘生态，系统代表复杂、全面、机械；树则代表简单、具体、生命。

但如要在系统与树之间选择一个最佳的知识表征结构，那必定是树。

树自远古时代便生长在人类记忆之中。人类白天在树中打猎，晚上在树底休息，目睹过树的所有形态：发芽、长高、抽枝、散叶、开花、结果、繁衍……在人类的脑中，树是立体的、有力的、可生长的。如果要培养一棵树，你只需要种子、适合的环境和气候即可生长。

系统则是人类进化后期的词汇，代表抽象的结构模拟。人类本能难以想象，如果硬要用具象来呈现的话，一是电脑的操作系统，由硬件、文件夹、程序等硬件和软件组成，二是建筑，需要图纸、砖瓦、泥水组成。如果要构建系统，你需要掌握整个系统的运行原理、熟悉厚实而全面的基础知识，了解各个组件的构成及原理……

所以，由于有限理性，普通人如学习构建系统，难以全面习得，往往像狗熊掰棒子，捡了一个，丢了另一个，或者是盲人摸象，依靠直觉和想象力去摸索一小块的领域。但如果是学习生成知识树就简单多了，一棵树从小到大，始终保持同一个形态，你无须费过多精力去了解各组件构成与原理，也无须一开始就构思宏大全面的计划，你仅需要选择好合适环境，播下种子，依靠最小行动细心灌溉，日积月累，必成大树。

如果将 1978 年诺贝尔得主——西蒙的种种知识具象的话，那一定是一片茂密的热带丛林，他一生纵跨社会学、人类学、政治学、物理学、心理学、数学、计算机科学、认知心理学和人工智能等领域，每一棵知识树都根茎深厚，枝繁叶茂。

要习得知识树之生成，必需知道底层科学原理——西蒙的层级结构理论。

什么是层级结构理论？西蒙把知识世界定义为复杂的层级结构；把各个学科定义为对该系统的个子系统的研究；把科学定义为有意识的自适应行为的复杂系统研究。而科学知识之所以按层次组织，不是因为无法将基本原理简化，而是因为自然是按层次组织的，而且，通过对其下个层次细节的抽象概括，便可清晰地了解每一层次的形式。

如果想要学习知识，理想是按照树的层级结构来生长。

知识世界比较抽象，就用游戏世界来类比，想象你在知识世界探索过程就是你在游戏世界升级打怪的过程。你人生终极问题就是挑战最大 Boss，Boss 处在游戏世界的最顶层，Boss 下有四大天王、四大天王下有七大高手、七大高手下有众多的小高手。你想看到 Boss ，就必须一层层挑战。

你的成长来自层级间的跃迁，规律清晰，在游戏世界被图谱化为技能树。技能树服从分形结构，分形整体与局部形态相似，这样，你便可从有限认识无限，从中窥见技能的成长轨迹。通过技能树，你在游戏世界生存，仅需要精心搭建属于小分形结构，逐渐累积适应大分形，便形成你自己特有的成长体系。

游戏世界与现实世界一样，你每次打怪升级的经验点（时间和注意力）有限，只能将其分配在少数的几个技能中。因为技能等级与怪物等级成正比，你的某个技能成长值越高，你才能打败怪物等级就越高。如果经验点过于分散，技能树无法长高，你就无法与怪物抗衡，在世界生存。

你也知道，越往后期，遇见的怪物越来多，不同怪物的弱点不同，一个技能重复使用，你只会用锤子，你看见的怪物就都是钉子，小杀伤力多次攻击效率太低，所以，你还需要学习多技能，识别不同怪物弱点，组合使用各种技能，这样杀怪效率高，升级快，才成为赢家。

知识树与技能树状态一致，原理相近，便可以解释许多知识难题。

例如用知识树来解释远距联想。远距联想在文学中是个复杂的概念，如果用学习系统，断然不能解释远距联想，总不能用一个抽象概念了解释另一个更抽象的概念——但如果用知识树来解释，就极其容易了。

当你向大脑输入词语，词语在神经网络传输、组织和联接，就会像树一样，长出更多分枝和叶子。生长新叶子容易，生成新分枝难，在不同分枝的两片叶子间建立相互连接更难。如果你想象那两片叶子是不同文学的意象，彼此一旦相连，那就会发生新鲜的感觉——远距联想。

例如用知识树来解释学科创新。如果两棵代表两种科学的知识树叶子触碰，就极其容易产生创新，例如计算机科学与认知科学的叶子触碰，便从交叉之处生长出新的树枝——人工智能；生物学科、分子遗传学与化学的叶子连接，便产生基因工程。

知识树如何长成？必须要有种子——内在动机。

依然以西蒙为例。西蒙之所以选择科学，是因为他的好奇与激情来源于不停地去发现事物模式。他深知科学的终极目的就是化繁为简，现象与机理直接必然存在模式。对模式的热爱胜过对金钱、权力、和名誉的热爱，对他来讲，金钱、权力和名誉只不过是点头之交。

「他一直坚持探索，他始终坚信这样的模式一定存在，它们具有普遍性，而且可以简化成一套人类很容易理解的简单机理。他相信自己有能力找到它们，而且他相信当他把自己发现的东西讲给别人听的时候，别人会愿意听。对自己的这些信念，他从未失望过。」

为保持内在动机，西蒙不会显摆名人以提高自己身价，也不是追逐名人，也很少与名人保持联系，但他通过同辈，或他们的学生，间接地吸收他们的影响。

「我年轻时与名人的来往并不多。我一直保持这种谨慎。我很难与重要且可能有用的名人熟悉，除非有是出于工作或社会关系，甚至现在我有大量接近权势的方法，我也很少利用它们。这当然一种深思熟虑的方案，而是轻松自在的生活需要。」

西蒙说这话完全有底气。1968年，他被邀请加入总统科学咨询委员会，有机会接触大量政治权势，但西蒙只关心科学事务；1972 年，他拒绝卡耐基梅隆大学校长邀请，理由是他想把更多时间投入研究工作，而不是琐碎的管理工作。

用心呵护内在动机之种子，不消耗精力与人相处，节制情感，知识树更容易发芽成长。

知识树之生成，仍需要一片沃土。对西蒙而言，那沃土便是多学科。他的知识树不在温室，不需要施肥，内在动机的种子播下，根茎便自然会向营养更多的地方伸去，西蒙绝大部分有用知识都是自学的。

最具代表的是语言。西蒙在高中自学德语和拉丁语，以学习大学学习法语为例，西蒙发现不用太注意正式语法并几乎不参考词典就可以阅读，然后进而阅读严肃的法文政治书籍——卢梭和孟德斯鸠，觉得虽然难一些，但还能理解。从那以后他一直以流利地阅读法文作为消遣。接着从法语开始进而学习其他语言，以完全相同的方式独立学习，直至到可以用 20 多种语言阅读专业书籍和论文，用 6 种语言阅读文学作品消遣。

随后，西蒙在大学解阶段自学了社会学、人类学、政治学、物理学、心理学，尤其是数学。这为西蒙在计算机科学、人工智能和认知心理学奠定了良好基础，

所有学科，他最重视数学。

数学是西蒙最常使用的思维语言，在解决问题是，不用词语思考，而是用抽象的表征，它也行是图画或图表，而部分是符号。数学不只是测量和验证通过其他方式形成概念的工具，更是产生新观念的工具，这种数学是相对不精确、不严谨，但有启发性的。

西蒙喜欢引用傅立叶的颂歌来赞美数学「数学就像自然本身一样无所不在；它界定了所有能够察觉到的关系，测度了时间、空间、力……它的主要优点是明确；它没有表达混乱概念的符号。它汇聚了最广泛的现象，并且发现了把它们联系在一起的潜在的类比关系。它似乎是人类精神的功能，目的是弥补生命的短暂和感官的缺陷。」

通过数学，西蒙发现，不仅是数学，应将所有学科应该视作工具来发现和解决问题。这一发现大大拓展西蒙解决问题的能力。

西蒙平时遇到的问题几乎都没有现成的答案，他只能在不同学科学习，将学科视为工具包，选择学习不同学科来解决问题。解决问题的方法可能来自不同领域，从统计学到社会学，从经济学到心理学。如果他需要新的东西，比如一种编程语言，但又无法从社会获得，他就会发明它。如果他作出了一个假设，他会将其形式化、精致化，并检验其局限性。在习得学科知识之后，他总是着眼于推断出普遍性结论，考察这些工具对其他情形的的价值的适用性，再回头来解决实际问题。

在西蒙看来，一个优秀的人必须学会使用学科工具来处理综合问题，一个运行良好的研究团队可以是跨学科的。通过多学科学习，西蒙的知识树越长越多，渐次成为森林，蔚为壮观。

知识树服从分形结构，熟悉一个分形结构，便可批量复制，细胞分裂，快速生成知识树之躯干。对西蒙而言，这分形结构便是抽象模型。

西蒙认为，所有科学的进步源于更加复杂、精致和简洁的抽象模型的建立，而不是源自大量新事实的发现。最好的知识是有关自然的科学的抽象模型，这种抽象模型是隐藏着，需要寻找规则、寻找实例并发现法则，需要在复杂和混沌中去找其背后必然存在的简单和秩序。

抽象知识模型是一门专业敢声称自己拥有针对某些社会功能的权威的关键，专家之所以是专家，就是在于他们拥有一整套抽象模型，他们具备将这种抽象知识应用到具体情况的能力。

有没有探索抽象模型的好法子？有，启发式方法。

启发式方法不是算法，它是一种经验法则，而不是规则。其目的不是搜寻所有可能的答案，而是缩小需要考察的备选方案的「搜索空间」。在这个搜索空间里，选出一些备选方案进行检验，所选的一般是第一个碰到的满意的方案。一个启发式方法可以结合另一个启发式方法，以进一步限制搜索空间，从而尽可能缩短产生和检验备选方案的最后阶段。

西蒙举了这样一个问题：

这个问题有两个解决方案，方案一：采用「强」穷举法，将 0 到 9 这十个数字分别代表十个字母配对，结合规则，计算生成结果；方案二：采用「弱」启发式方法，利用 D=5 ，推算 T=0 ，再结合搜索树，一步步试探，找出答案。孰好孰坏，孰快孰慢，立马可见。

所有问题都可以尝试使用西蒙总结的五种「弱」启发式方法来解决：

同时，西蒙发现人的心智像是一种归纳推理机器，相互作用和归纳的过程产生了进化的发展模式，使得启发法和记忆呈现出共同的树状组织结构——知识树。

专家依靠启发搜索法生成的知识树不仅可以直接记忆更多事情，更可以利用记忆和感知能力抽象分解大量随手可得的数据，迅速取得数据背后的抽象模型。当他们拥有达到了「临界规模」的信息后，便可看见新手看不到的东西，逼近创造力的边界。

同样的知识树，专家的知识树便可以从叶子长出枝条，而不是由枝条长出叶子。

树之隐喻不仅在生长，更在传承。

西蒙如此描述知识的使命：「知识的使命，就是从所有的逻辑可能性总类中选出一个其经验可能性较为有限的子类，从而描述可能性的各变量之间建立一定的功能联系。知识的最终目的是确定过去和现在已知事实与将来的事实之间的关系，从而由当前状况产生的唯一一种可能性。我想象不出比这一表达更彻底的关于知识用途的工具观了。」

愿你品尝到知识树的果实。

要摆脱无生命的原始状态，摆脱人类本性，转而控制我们周围及在我们中间的黑暗和致命的力量，还有一段很长的路要走，但人类正走在这条路上。未来属于那些把理智融于信仰、有勇气和决心摸索前进的人们，他们从碰到机会到有选择，从盲目到创造性地进化。——梅里亚姆