Распознавание образов не новая концепция. От трейдеров, использующих сигналы моделей для раскрытия выгодных торговых возможностей, до розничных предприятий, использующих большие данные о поведении потребителей для корректировки своих ценовых и маркетинговых стратегий, распознавание моделей помогает принимать обоснованные решения. Или это?
Способность технологии быстро продвигать количество шаблонов, которые мы идентифицируем, может препятствовать качеству наших суждений. Для частных лиц носимые устройства, такие как умные очки и фитнес-трекеры, выполняют функцию устройств сбора информации, получая и распространяя множество данных, информации и часто «анализирующих» отчетов - в конечном счете, большие объемы сообщений. Оттуда, каждый человек часто должен действовать как его или ее собственный фильтр, принимая решения на основе того, что было собрано. Таким образом, носимые технологии предоставляют расширенные возможности для самооптимизации с использованием недавно доступной информации для улучшения процесса принятия решений посредством распознавания / анализа образов.
Например, Google Glass и устройства для отслеживания фитнеса предоставляют новую возможность видеть ежедневное принятие решений на индивидуальном уровне «глазами» каждого человека. Это продвижение создает повышенный уровень понимания, который заменяет их естественную способность человека помнить, что они делают, или порядок, в котором они это делают. Решения, принятые на основе этого повышенного восприятия, могут быть проанализированы для моделей, связанных со сном, здоровьем, образованием или потреблением. Эти шаблоны затем создают способы улучшить себя. Конечно, они также предоставляют богатую информацию для компаний, которые хотят нацелить потребителей на обмен сообщениями и продуктами. (Google Glass в Google Glass инновационный - или просто тупой?)
Итак, есть ли опасность слишком много знать о себе в «информационном веке»? Да, уклон подтверждения для одного. Теперь, когда неограниченное количество информации внезапно оказывается у нас под рукой, нашему мозгу может быть сложно сделать правильные выводы. Наш мозг - это интеллектуальные двигатели, которые ищут в мире подтверждение того, что уже известно, чтобы оптимизировать дальнейшие действия. На то, что мы видим и как мы понимаем, влияют жесткие паттерны, которые наш мозг развивал с течением времени. Это означает, что мы, как правило, обращаемся к шаблонам, которые имитируют то, что мы уже знаем или думаем, что знаем, а не создаем новые отношения или сети, чтобы понимать что-то по-другому.
Итак, что мы можем сделать, чтобы компенсировать это?
Мы можем начать с напоминания себе о том, что мы узнали в науке 8- го класса: что существуют методы и рамки для более объективной попытки понять мир вокруг нас. Например, контролируемые эксперименты. Вместо того, чтобы искать информацию, статьи и данные для подтверждения заранее сделанных выводов, мы должны создать структуры для управления переменными и тестирования решений / поведения. По сути, мы должны стать учеными самих себя: наблюдать за тем, что мы делаем, а затем использовать эти результаты как способ жить лучше, счастливее и эффективнее. Оттуда нам нужно увеличить диапазон и глубину нашего знакомства с новыми идеями, методами и способами.
Чтение статьи в Flipbook не может сделать вас экспертом, а сканирование новостных постов в Twitter не означает, что вы заняты текущими делами. Но они являются первым шагом, позволяющим вам открыто погрузиться в новые идеи, освоить новые навыки и, в свою очередь, использовать свои знания для обучения других. Это эквивалент Равноденствия для вашего мозга, и гораздо дешевле. Чем сложнее и гибче ваш мозг, тем больше интересных и продвинутых паттернов вы можете обнаружить.
Что еще можно сделать, чтобы предотвратить смещение подтверждения? Один из способов - взглянуть на наше поведение и принятие решений в совокупности. Такие организации, как NASA и CrowdAdviser, зависят от коллективных действий толпы, чтобы получить представление и обнаружить вещи, которые ранее были «непостижимыми». Например, НАСА будет проводить конкурс охоты на астероиды, в котором будет задействована публика для определения астероидов на основе изображений и данных из Планетарных ресурсов. Между тем, CrowdAdvisor использует данные, предоставленные потребителями, чтобы предоставить владельцам малого бизнеса шаблоны для принятия решений с целью создания устойчивых компаний. В целом, модели, представленные толпами, демонстрируют богатый источник информации, лишенный предвзятого подтверждения, преобладающего в результатах моделей, определенных индивидуумами независимо друг от друга. Несмотря на то, что предвзятость, с которой сталкиваются отдельные лица, размывает факты и правду о том, что на самом деле происходит, что приводит к образованию испорченных узоров, толпа представляет способ испытать распознавание образов более высокого качества. Целое действительно больше, чем сумма его частей.
В конечном счете, в эпоху информации нет никакого вреда и нечестного восприятия слишком большого количества информации. Но чтобы на самом деле переработать то, что мы воспринимаем, чтобы оно превратилось в более сильные нейронные паттерны, и более здоровый мозг требует нового типа задачи: стать ученым, а не губкой, и изменить ум и ум. школьный класс.
