当前位置: 首页 > news >正文

人的大脑遇事的思考解决过程

人遇到问题的思考解决过程,大概如下:

1) 遇到问题;

2) 首先,不是直接推理,而是用直觉在自己的知识模式库里搜索,有没有相似的模式或者相同的模式。

3) 如果:

3a)有相同模式,套用已有模式,再一步步解决问题;

3b)有相似模式,匹配相同部分,不同部分按新问题的特征推理解决。解决后加入模式库。

4) 如果没有模式,也就是全新的问题。

则将问题分解:

4a) 自己不能通过短时间学习完成部分(没有一点知识储备),委托给别人(黑盒子),到时候取得想要的结果;

4b) 可以通过短时间学习新知识新模式解决,(有一定相关知识储备,问题难度也不高),解决后将新模式加入自己的知识经验模式库,供后续直觉使用。

4c) 接收挑战,创造工具,解决高难度问题(创新天才型思考模式);

4d) 不解决,也不委托给其他人(躺平型,空函数返回)

2. 问题的复杂度与工程进度

工程进度与解决问题的复杂度正相关。一个工程的完成,就是一群人为一个共同目标分工协调解决问题的过程。工程完成的时间取决于分工合理性与工程的关键路径。这里仅探讨个人节点的完成度。

直觉的时间复杂度是线性的,一步步推理搜索试错是指数级的。所以同一个问题,有模式储备的人与没有模式储备的人,解决问题的速度,也就是完成任务所花时间是不一样的。

问题复杂度越高,差别越明显。

http://www.lryc.cn/news/9676.html

相关文章:

  • GNU zlib 压缩与解压文件详细介绍
  • 离线环境轻量级自动化部署
  • In-context Learning
  • 【新2023】华为OD机试 - 最优调度策略(Python)
  • Python列表系列之统计计算
  • 【蓝桥杯集训·每日一题】AcWing 1460. 我在哪?
  • 一个不可忽视的重要能力
  • 2023.2.6-2.12 AI行业周刊(第136期):住院
  • 听说2年以上的自动化测试都有16k+,4年10k的你还要等待奇迹吗?
  • git 命令实战
  • 基于机器学习LSTM的古代汉语切分标注算法及语料库研究 完整代码+数据+论文
  • 魔百和M401A刷入Armbian系统EMMC开启wifi
  • 超实用的小红书内容营销策略分享!纯干货
  • 高压放大器在介电泳效应的细胞分选研究中的应用
  • Redis三 高级篇-3. 最佳实践
  • 基于 VPX 总线的工件台运动控制系统研究与开发-以光刻运动台为例(一)
  • 回溯算法理论基础
  • 【STM32笔记】低功耗模式下GPIO省电配置避坑实验(闲置引脚配置为模拟输入其实更耗电)
  • AI算法创新赛-人车目标检测竞赛总结02
  • Python 编程必备:盘点nginx和gunicorn的几大用法,建议收藏
  • USB3.0移动硬盘启动Win7的方法(AHCI/AMD USB3.0/Win7)
  • Python学习-----函数3.0(嵌套函数、闭包、装饰器)
  • 最新版EasyRecovery数据恢复软件使用测评介绍
  • 关于知识图谱TransR
  • 始于日志,不止于日志,Elastic Stack全面介绍
  • FDX-B|EMID格式低频RFID 读卡模块LD6900技术选型与说明
  • 《SQL基础》11. 索引
  • 【前端】进阶Mac OS软件商城页面_缤纷多彩的创意UI
  • 格创东智与金羽新能合作|先进工业互联网助力固态电池智能化运营
  • 软件测试面试刷题app包含了各种难题