五十种知识(IoH)

我们什么时候说我们知道这意味着什么?

  • 我们知道如何求解方程
  • 我们知道如何用C或Python编写程序
  • 我们知道人肺的生理
  • 我们知道达尔文的进化论。
  • 我们知道如何准备披萨
  • 我们知道可以说日本人口下滑的维基百科地址
  • 等等…。

我们始终使用相同的“知道”。

同时,我们看到了这些声明的共同点:我们可以说,在任何情况下我们都可以“使用”这些信息来进行任何物质或智力活动。

但是,要知道的单词的含义完全不同,这取决于我们对该事物的了解程度(以及使用方式)。
而且,这还取决于(或不)存储在我们的思想中以及存在于我们周围环境中的知识。

例如,如果我们需要利用链接研究有关日本经济衰退的亚洲经济体信息,则必须访问Wikipedia,因为该信息包含在我们的大脑之外。

我们可以称这种情况为“链接”或找到资源的地址。

我们可以编写一个python程序来计算数字的平方根并将其放入数据库中。 但同样,我们必须使用由硬件组成的外部知识资源,它由我们称为计算机的一系列组件(处理器,内存,屏幕等)组成(在其构造中包含了大量的知识和时间) )进行输入。 但是要用Python(软件)编写程序,我必须无需编写流水线就可以在计算机上加载程序,因为两位伟大的人Guido Van Rossum和Linus Torvalds(以及其他许多人)使我摆脱了这种需求。 但是,要编写程序,我必须学习像Python这样的编程语言,以及如何在Linux系统上加载python。 从本质上讲,我不仅知道下载python的链接,而且从python的页面上,我已经转移了更多的知识,我们将这些知识称为能够使用此“工具”的指令

当然,我不必知道汇编程序中C o中的每个python例程,但是从环境中获得的信息量和复杂性显然比对日本人口统计学的研究要大。 所有这一切的“奖励”是,我脑海中现在使用的工具不仅使我能够计算平方根,而且使我能够构建功能更强大的工具,使我能够解决许多复杂问题。

我仍然强调:将一系列指令从环境转移到我的脑海中( 不是所有的python ),都会因我在大脑中创造出一种更通用的工具而获得回报。 不仅我现在需要的,不是全部,而且还有更多。 如果一个接一个的问题又又如何解决,我是否意识到没有解决此类问题的通用且快速的例程?
随着时间的流逝,我应该从环境中转移出一系列更复杂和清晰的知识,以用C语言编写一部分语言,或者使用GPU的并行计算功能,或者将来使用量子计算机的qbits。 ! !!

而且,如果我想让这些资源发展成为我发布的环境所需要的。 但是要使其可用,我必须编写允许其使用的“指令”。

当且仅当有人对它的开发感兴趣时,我才发布资源:按需发布。
因此,所有人都会回到环境中。 。

在这一点上,我们必须考虑以下几点:

  • 工具的知识程度取决于工具的用途。
  • 知识来自外部环境,只有在进入我们的思想后才能从内部发展:因为这样做必须结构化且简单
  • 最佳知识必须具有一般性和生成性。 我使用了几次? 下一步重要吗?
  • 知识就像洋葱,层之间必须轻松连接

人类大多数知识都存在于我们的头脑之外; 至于我们的身体,我们必须特别注意其健康和营养,我们必须注意我们所学的知识和使用水平。

互联网硬件功能的“非人类”增长已经摆脱了达尔文式自然选择所包含的知识生态系统。

我们将我们所知道的一切都倒入了一个更大的桶中,希望能够自发地自我构建,从而成为一个像人一样大的工具。

如前所述,我们有一个“知识超载”。 是时候改变。 垃圾网太多。

而且,如果创建了物联网,那么用大脑仍与我们的生物根紧密相连的IoH(人类互联网)就做得很少。

如果互联网必须成为有用的工具,那么我们必须牢记它是可用的。 在希望出现像SkyNet这样的自毁式神经网络之前,我们必须首先集中精力使网络面向人。

如果要花两个小时观看电影,那么在千分之一秒内下载电影是没有用的。 如何下载需要花费几个月时间才能理解的条约或文章。

我们可以改变。