认知矩阵:优雅地计算价值

一件事物或者某件事情,在不同的人看来是不同的,通常可能会是说不同的人认知不一样,从而看到的角度不同

然后在经历的事情多了后,可能在某一特定的时间点,突然就明白了对方的思考方式,从而增加自己的认知,或者说见识

那么有什么模型可以来描述这一现象吗

矩阵思想

如果把世界万物都看成由变量构成的 “信息” 的话,那么我觉得以不同的角度看待一件事物,就相当于提取某一维度的信息

比如对于一个物品,从 A 角度看可能是有一定的作用,从 B 角度可能完全没用,从 C 角度那则是必须之物。像这样当一个人能够看到越多的角度,就越能够清楚这个物品的 “价值”

这整个过程都是对原物品的判断,原物品的信息从始至终都没有改变,而推算这些 “价值” 的过程恰似就像是在对原信息进行了矩阵相乘一样,也就是对原有信息进行了线性变换得到一个新矩阵。而这个新矩阵,则反映了这个人对这件事物的全部理解,比如

  • 维度:这个人认知有多深,可以从多少维度去解析事物
  • 特征值:这些维度上,他觉得有哪些有价值,价值几何
  • 秩:整体来看,他的认知维度是否丰富,或者说这件事物在他的认知中有多少维度有 “价值”

矩阵实际上是一种对空间的动态变换

认知矩阵理论

基于此,我斗胆提出人的认知矩阵理论,具体如下

假设外部世界的一个客观事物或事件是一个矩阵 $X$

每个人因为自己的基因、经历、学识等,大脑内都天然形成了一个独特的认知权重矩阵 $W$ (或者可以说是 “滤镜”)

$$ P = WX $$

这里生成的 $P$ 就是经过个人思考后,映射到脑海里的 “主观分析矩阵”

价值的本质

$$ Pv = \lambda v $$

所以我借此推论

  • 特征向量 $v$ (方向):代表了这个事物在一个人的认知系统里,映射到了哪个维度上,比如情绪维度、学术维度、利益维度等
  • 特征值 $\lambda$ (大小):代表了这个事物在某一特定维度上,对这个人产生的 “价值量级” 或者说 “绝对影响力”

这就可以解释为什么同一件事物,不同人看法不同,做法也不同。因为经过各自的认知矩阵变换后,大家算出的不同维度的 “价值(特征值)” 不一样,而人一般总是会顺着特征值最大的那个维度去行事

一个简单的例子

这里为了简单描述,我就以两个维度举例吧

假如对于认知权重矩阵 $W$,A 的情绪维度占比高,B 的理性维度占比高,那么面对安慰一个人这件事情

  • A:哄开心,转移心情 (情绪维度特征值大)
  • B:理性分析原因,客观求证问题试图解决 (理性维度特征值大)

计算机视觉的启示

当然,在思考这些的时候,我联想到了计算机视觉 (CV),CV 本质上就是把图片当成矩阵来处理,通过矩阵变换 (卷积核) 实现机器学习或图像处理

同时像是灰度化、模糊、边缘测试等效果,都是有一套特定的算子矩阵的

所以这不由得让我深思

认知改变理论

我再次斗胆提出认知改变理论,因为我相信人是可以变的,所以认知也同样是可以变的

那么改变我们的特定矩阵,可能就是现实中的名言警句、共通道理或者重大的生活经历,它们就像是预设好的通用认知矩阵。通过引入这些新的矩阵来看待事物来让自己的认知矩阵进行线性变换甚至拓展维度,从而提升一个人的认知水平 (秩),改变自己的 $W$

同样,人与人之间的争吵、说服、甚至共情,在这个视角下想必也算是一种变相的认知矩阵博弈与参数微调吧