如何利用可视化来辅助思考 ——Obsidian 实践（《天才与算法》读书笔记） - 少数派#
#Omnivore
如何利用可视化来辅助思考 ——Obsidian 实践（《天才与算法》读书笔记）
分享使用 obsidian 的 Excalidraw 插件制作读书笔记的实践案例。
分享的书籍是《天才与算法》，英文原名为《The Creaticity Code》。
这本书的作者是马库斯・杜・索托伊，是一位数学家，他创造了流行数学的概念，善于将复杂的数学与数字概念用形象生动、通俗易懂的语言表达出来。在这本书里，他用数学思维帮助我们理解算法，探索了音乐、写作、艺术、科学和数学中的人工智能算法的创新应用，向我们讲述了 AI 是如何全方位得挑战人类的 “创造力”。
这本书出版于 2019 年，现在 2023 年的我们，从 ChatGPT 的出现，到前几天 open ai 的发布会，每天都能听到新的 AI 产品，感受前所未有挑战和机遇。这本书在现在这个 AI 发展这么迅速的转折点时期，每个人都应该读一读。
视频就借这本书的内容，分为两部分和大家介绍
- 第一部分是我会分享一下《天才与算法》这本书的读书笔记，具体介绍一下这本书的内容。
- 第二部分我会分享一下我利用 obsidian 制作读书笔记的全过程，给大家一些执行方面的参考。
《天才与算法》读书笔记
《天才与算法》读书笔记#
数学是计算机编程的基本逻辑，算法作为数学的核心已存在了数千年。马库斯・杜・索托伊的数学家背景，可以让他站在了算法的逻辑上去看问题，他认为技术正在重构世界秩序。
1-3 章 机器有创造力吗？#
书籍的前三章讨论了 “机器有创造力吗？”
创造的冲动是人类区别于其他动物的关键要素之一。玛格丽特・博登 (Margaret Boden) 将人类的创造力分为三种探索型创造力、组合型创造力和变革型创造力。
本书讨论新一代人工智能 (AI) 的 “极限”：它是否能拥有与人类相似甚至超越人类的创造力？AI 能否学会创作，以及帮助我们人类提高自身创造力？
第一位程序员阿达坚信，任何创造性的行为都取决于程序员 (人)，而非机器。但新一代的程序员则不这么认为，他们觉得 “代码” 也能胜任创造性的工作。
在验证 “机器真的有创造力吗？” 这个话题里，作者没有采用 “图灵测试”，而且提出了洛夫莱斯测试，它的标准是：算法需要创作一件艺术作品，人类程序员无法解释该算法的工作机理，而且整个过程是可以复现的。这被阿达称为 “难以克服的_挑战_”。
在创造 AI 的过程中，围棋曾被认为是计算机创造力的挑战。学者认为，中国围棋的思维方式更能体现数学家思考的创造性和直觉力。围棋可以在简单的规则下形成精妙绝伦、错综复杂的推理。
戴密斯・哈萨比斯 (Demis Hassabis) 团队创作的 AlphaGo 以 5:1 的成绩战胜了李世石，完成了这个挑战，震惊了世界。哈萨比斯为算法精心设计了一个巧妙的模型，即编写一个通用性的 “元程序”。
通用性的 “元程序” 就像新生儿的大脑并没有预先设定应对生存挑战的方法，但他们会通过不断学习来强化自我，根据环境的变化作出适当的调整。从某种角度讲，深度学习算法提取出了人类无法用语言描述和表达的特征信息。
机器是能够学习的，前提是人类要让它学习对的东西，而且学习的是人所不具备的一项技能：对 _海量数据_进行分析，并从中发掘出有价值的信息。
4-6 章 算法的进化#
书籍的 4-6 章讨论了算法的进化。算法利用我们解决问题的模式，反过来引导我们去找到解决问题的方案。当前我们的生活很多事情依赖算法，我们的生活对算法依赖越多，对算法的工作原理及运行过程的深入理解就变得越重要。
这其中有一个重要的信息就是：“数据” 引发了人工智能革命
现在互联网每天可以创建 1EB（10 的 18 次方）的数据，现在人类 2 天内产生的数据量，就可以媲美从 “文明曙光时代” 到 2003 年所产生的数据的总和。海量的数据是机器学习进入新时代最重要的催化剂。现在的商战就是在抢夺用户数据的战争，他们通过 “猜你喜欢” 的推荐算法，获取更多的用户数据。
还有一种数据是机器自我学习产生的数据。AlphaGo 的训练数据来自人类千年留下的所有棋局数据，后续所有的优化都是基于最初 “人的数据”。DeepMind 又开发了 AlphaZero，它不再学习人类的棋谱、走法，而是完全依靠自我对弈来迅速地提高棋艺，从而走出人类对围棋认知的局限与定式。AlphaZero 自我训练的时间仅为 3 天，完成的自我对弈棋局数量就达到了 490 万盘。人类花 3000 年才能实现的，它却只用了 3 天。在对阵曾赢下李世石那一版的 AlphaGo 时，AlphaZero 取得了 100:0 的压倒性战绩。
7-10 章：数学家的望远镜#
书籍的 7-10 章讨论了对机器的看法，他认为这是 “数学家的望远镜”。
数学是发现和解释规律的科学。数学家本质上是一位规律的探索者和发现者，发现规律的能力让人类在与自然世界的谈判中占据了优势。
作者引用尼采的话，我们的写作工具参与了我们的思想形成的过程。一些数学家认为：“我们正处于一个新旧时代的交替期：数学的发展虽然受到人脑局限性的制约，但借助计算机，我们对数学的探索已远远超出了人脑的思维范畴。”
这部分提到了我一直很感兴趣的一个主题：“分形”。
作者认为分形是大自然的代码，自然利用分形算法创造蕨类植物、云、波浪、山，科学家发现了这个 “算法”，并利用计算机的分形图像来模拟自然世界，现在好莱坞的大片已经普遍使用了这种算法。
11-16 章：算法的艺术之路#
书籍的 11-16 章讨论了算法在音乐、写作、绘画等领域的创作。
风格即算法，艺术家的创作风格和符号是大脑中运行的 “人类代码”，我们人类已经进化到对构成自然界的混乱的抽象结构具有高度的敏感性，艺术家的行为在某种程度上是依赖于自身的 “算法” 对周围世界所作出的响应。
计算机是扩展人类智慧的强大工具，当 AI 可以学习了我们的 “人类代码”，他的 “记忆” 中拥有人类所有的 “数据”，会给我们敲响警钟，让我们回到事情的本质上，我们为什么要创造？以及接下来我们如何去创造？
希望大家看完这本书，可以找到一些答案，或得到一些启发。
我个人知识管理的流程分为【🌱收集 -🌳整理 -🌻创作 -🌖分享】。
收集#
我一本书的信息收集，我主要关心三方面，作者、大纲、书中的精彩点。
作者的履历和写作时间，是我首先关心的，我会查询一下作者的背景，有利于我更好得理解他提出的观点。
书籍大纲，也就是这本书作者讲故事的逻辑。
最后是书中的精彩点，能启发我思考的观点。
执行中，这本书我是纸质书和电子书都有的，我阅读的是纸质版，遇到感兴趣的就划线，评论就在当时的页面夹一张纸，也会在这张纸上用简单的图形来理解书中的信息。
这里的技巧是，一张便签纸上只记录一个观点，而且会记录原文信息，方便后续查看。这个技巧来自_卢曼_的卡片盒笔记法。这个过程中是以我自己的灵感为主的，不是以快速读完一本书为主的。这个技巧是我收集信息的原则，快速收集，不打断思路。
整理#
首先，创建一个读书笔记，将需要收集的所有笔记记录在一起。看电子书这里会有一些同步技巧或者有些 AI 工具可以帮助收集。我自己使用纸质的，就会用微信的拍照功能，然后提取上面的文字。这里有个小技巧是，我会为一本值得的书创建一个临时_模板_，整理的时候调用能保持我笔记的秩序性。
第二步，这个读书笔记会依据内容放到我知识库的其它笔记中，例如提 [戴密斯・哈萨比斯 (Demis Hassabis) 我会复制粘贴到 [[]] 的笔记中，提到 [[人类的创造力]] 我会复制粘贴到 [[创意的方法]] 主题里。
对于这本书，我选择的是整体读完之后，一起整理的，需要整理的事情会有点多，但是也在整理的过程中又读了一遍重点内容。大家读其它书籍的时候根据自己的需要，可以几章之后就整理一下。
创作#
第三个阶段也是读一本书最重要的阶段，我会根据我自己理解，重新组织一下这本书的内容。为了更好得思考和理解，我选用画板功能，也就是 Excalidraw 插件。大家根据自己的情况，也可以选择写文章或者录制分享视频。
根据我对这本书的理解，会梳理出一条新的故事线，会把一些抽象地概念用图形的方式绘制出来，也就是把我脑海中的画面记录下来，辅助抽象的文字，让以后的我看起来更容易理解。利用图文结合的方式来呈现复杂故事或激发深度思考，我称为可视化笔记。我使用的都是免费的素材，现在利用 AIGC 的工具更好实现了。
故事线
分享#
笔记创造完成之后，如果你是一个读书笔记博主或者有需求把这本书介绍给其他人，就可以将文章或者视频发送到各大平台。
创作再创作#
读完一本书从来不是结束。
在其它主题的笔记中，也有这本书的一些观点，我会在这本书理解的观点基础上去构思新的内容，和其它渠道收集的信息一起去完成一个新的 idea。例如我还有一个笔记叫 [[🌠 创意 - 人与 AI.excalidraw]]，我会把有关这个主题的内容都放置在这块板子上。
深度思考 —— 可视化笔记#
我日常的思考，也就是我工作流程的 “创作” 环节，基本都是使用白板来完成的。我尽量使用简单的线条来勾勒出脑海中的画面，避免只有抽象文字的描述，利用图文结合的方式来呈现复杂故事或激发深度思考。
所有的灵光乍现，都是厚积薄发 —— 亨利・庞加莱（Henri Poincare）
喜欢研究 PKM，喜欢研究 TFT，喜欢思考如何激发创意 nebulapkm.com