人活着就是在对抗熵增
2020-06-28 11:34

人活着就是在对抗熵增

本文来自公众号:柠檬了吗(ID:bzcopy),作者:Lemon,原文标题《人活着就是在对抗熵增 | 熵增启示录》,题图来自:视觉中国


“努力很辛苦,但躺下真的好舒服。”


这句话一直真理般的存在在我的脑海里,伴我在天书中入眠,难题中入睡。没什么是“躺下来”解决不了的,如果不行,就再躺一天。


为什么自律很难,为什么写好的年度flag总是年复一年?也许你会说因为人总是会不自觉的变懒,但人又为什么会变懒呢?为什么一偷懒事情就无法朝着好的方向发展呢?


最近无意中接触“熵增定律”这个物理学原理,三观地震,豁然开朗,原来一切都是有科学依据的,最重要的是,它暗含了在个人管理和组织管理中科学的方法。 


薛定谔说:人活着就是在对抗熵增定律,生命以负熵为食。


这是另一个只有少数人知道并值得我们记住的真理。


熵增定律是什么?



熵增定律完整表述:


一个孤立热力学系统中,无外力作用下,熵永不减小。如果过程是可逆的,则其熵不变,如果过程不可逆,则熵增加。


这是源于一位德国人克劳修斯在1854年提出的概念:不可能把热量从低温物体传向高温物体而不引起其它变化。也正是著名的“热力学第二定律”。


德鲁克把熵引入管理学:管理要做的只有一件事情,就是如何对抗熵增。


华为总裁任正非研究熵,在国内超前的将其作为企业发展之道。 


《熵减:华为活力之源》华为大学著


最近看字节跳动张一鸣、拼多多黄峥的文字资料,也能从其管理理念和动作中窥见“熵”的影子。


“熵增定律”最关键的洞察在于:宇宙中的复杂程度总是在增加,万物总是趋向于向低的能态转变。


比如房间总是不自觉的从整洁有序到混乱无序,因为让它变混乱的方法远远比变得整洁简单。


 熵增到熵减 | medium.com


又比如坐着总比站着舒服,躺着又比坐着舒服。


而从床上爬起来,是在做违背“熵增定律”的事情,必然会不舒服。


说白了,“犯懒”也是符合物理学原理的。



但为什么我们还是要逼自己站起来,企业也需要不停的折腾,不让员工闲下来?


这篇文章,我会从个人和组织的视角,聊聊我的思考和启示。


答案是什么先不管,重要的是先理清概念,提出问题。


一、如何理解“熵”?


物理学研究者们将“熵”区分为“热力学熵”和“信息熵”,分别描述分子状态的混乱程度和信息的不确定性,这两者的本质属性是一致的,但前者是从宏观态描述,后者是微观态描述。


如果一个系统在宏观上无序,则对应着微观态排列的多种不确定性。


如果一个系统在宏观上有序,则意味着我们能够得到非常确定微观态排列,这接近于最低熵的状态。


如同下面这幅图:


假设这个图是一个信息系统,当整体排列为“ENTROPY”的时候,我们能非常简单的解释,这是“熵”的英文单词。而当它被完全打散的的时候,信息与信息之间的混乱程度变得不可描述,解释成本变得很大,不确定性(无序性)增加。


对应到生活中:一个男生说:我只喜欢你。


此时信息熵是0,因为只有一个确定性信息。 


当男生说:我喜欢你。


此时对女生来说信息熵增加了,因为除了你,他还可能喜欢其他任何人。 


当男生说:我可能喜欢你。


这个女生已经凌乱了。


所以熵的本质是一个系统“内在的混乱程度”。一个系统越混乱,意味着看起来无序。


在物理学上“熵”是一个绝对值,可以计算出具体数据。但当人们把“熵“引入到人类社会,有了“人”的视角之后(相当于多了一个信息处理器),系统的有序性和无序性,在个人眼里就成了相对的概念。


比如这一组数字:36732902。


看起来是无序的,但如果我说这是由我家人的生日组合而成,那么这串数字尽管对其他人来说无序,但对我来说却是有序的,因为我知道了其中的隐藏信息。


二、如何理解“不可逆”?


这正是“熵增定律”令人绝望的地方。


正如“热力学第二定律”写的:不可能使热量从低温物体,自发地传递到高温物体,而不产生其他影响。


要使热传递的方向倒过来,必须利用能量,而能量在转移过程中又总是出现损耗,并不能100%的转化。


所以“永动机”是人类的幻想。


为了让地球上的交通更有序,我们于是发明了汽车,但同时又排放出了尾气,污染了系统外的环境,所以从更大的宏观系统来看,熵还是增加了。


企业招揽人才、形成组织是为了在利润增长过程中增加确定性,但在组织管理中又总是不可避免的出现新的不确定性。



言下之意,熵永远在增加,事物总是趋向于从有序到无序,放到整个宇宙中来看,所有恒星都耗尽燃料死亡,质子衰变,黑洞融合、蒸发,抵达宇宙的尽头——热寂。时间有了箭头,并指着混乱无序方向。


绝望中的希望是:即使整个宇宙总是在熵增,但某个区域内可以实现熵减。



我们不能改变最后死亡的结局,却可以推迟结局的到来。就像有些人20多岁就“死”了,而有人可以“活”到80岁。


于是对应了薛定谔的一句话:“人活着就是在对抗熵增定律,生命以负熵为生。”(薛定谔《生命是什么》)


如果我们什么都不做,明天并不会变得更好,甚至不会保持原样。友情会变淡,爱的人会离你而去,事业会走向低谷,十年前困惑的事物今年更加困惑。


对于组织来说,如若没有合理的文化和制度引导,就会在混乱无序或者毫无生机的状态中失去方向。


三、如何对抗熵增?


既然“熵增”不是什么好东西,那我们要如何对抗?


熵增定律本身已经隐藏了答案的方向。


一个孤立系统中,熵永不减小。如果过程是可逆的,则其熵不变,如果过程不可逆,则熵(无序程度)增加。


熵增是从有序到无序,那么熵减即无序到有序。化繁为简,这里我们要思考的问题是:如何从无序到有序?


从两个角度来回答这个问题:


1、认知层面:从无序中发现有序


前面也有提到,对于一个系统,有序和无序在人类看来是相对的,为什么一篇文章是客观存在的,但有人看着觉得太简单,有人却说看不懂 ?


为什么科学家可以解释复杂的宇宙问题,而我却不能?这取决于个人或者组织的认知程度,即识别隐藏信息的能力。


“全知便可永恒”,这是形容上帝的。上帝是否存在我们不讨论,但假若你能够识别宇宙所有的隐藏信息,我一定敬你为“上帝”。


作为一个普通人,我们只能持续学习,提升认知,获得更多的上帝视角。但如果只到这样,等于没说。


关键是如何学习?


对我个人启发最大的,是“人工智能”(Artificial Intelligence)。


AlphaGo战胜了人类,作为一个外行来看,重点不在于它赢了盘棋,促进了人工智能的发展,而在于了解智能化的学习过程。


雷·库兹韦尔在《机器之心》中谈及何为智能,他赞成一种说法:“智能就是在混乱中发现秩序的能力”。本质上,智能是对人类思维过程的模拟。


反过来,学习、使用知识的能力和智能类似,而智能的一个重要学习方法是“模型化”。


人类对事物的认识,正是在头脑中建模的一个过程,人脑根本无法存储大量的无序信息,因此需要不停的在庞大的知识库里寻找规律,总结经验,形成模型,模型帮助我们更清晰的认识世界。



模型的好处在于可重复利用,构建出科学的模型后能够以不变应万变,并且相对于普通机器来说,人类的优势是“迁移学习”能力,即如果该模型在自然科学领域表现很好,那么也可能在社会科学领域应用,举一反三,融会贯通。


道家所谓:一生二,二生三,三生万物。


而构建思维模型的方法,又可引出金字塔原理、分类学、多元思维模型等具体理论,这里就不展开了,看多了就会发现说的都是一件事,即强调分类、整理、归纳的能力,以形成完善的知识体系,当然真正用起来需要大量的刻意练习。


更值得一提的是,我们不能只有简单的几种模型,而是尽可能多维度、跨学科的构建模型,否则我们都只是管中窥豹,陷入“自我”的误区。


2、行为层面:从无序中构造有序


假若机器能够学会人类在所有复杂情况下的应对方法,那么就可以进化成更强大的智能机器。 


而人类的智能化学习,也仅仅是提升了单一个体在特定系统下的识别隐藏信息能力,但真实的人类社会要比这个复杂得多。


比如未知的人生,我们无法预测也无法确保每个节点都能做出正确的选择,甚至不知道节点在哪里;


比如很多人会感受到,企业组织从0到1之后,各部门开始各自为战、争夺利益,项目推进效率低下,业务创新越来越少,组织行为的复杂性加剧了企业整体环境的复杂性,熵不断增加。这也解释了为什么企业到最后终将走向灭亡。


当系统不可避免的走向无序,周围环境的不确定性越来越高,我们是否能够进化出某种形态结构,来长久的对抗世界的不确定性? 


仍然回到“熵增定律”的原理中去寻找答案。


 一个孤立系统中,熵永不减小。如果过程是可逆的,则其熵不变,如果过程不可逆,则熵(无序程度)增加。


(1)开放系统——外部信息流动


开放的核心理念在于:要保持与外界物质和能量的交换。


也就是人们常说的要有空杯心态。


人为了生存需要喝水、吃饭,每天都在与外界交换能量,倘若封闭起来只会死路一条。


人为了成长需要向不同领域不同时代的“老师”学习,丰富和优化自己的思维模型,傲慢与偏见,大多是源于思维模型太单一。


企业同样如此,今天很多人会说华为的5G,而5G标准是源于十多年前土耳其Arikan教授的一篇数学论文,华为发现了它并投入数千人去做研究,今天,5G基本专利数量占世界27%左右,排第一位。


“我们不断有这种世界性的交流,我们自己吸收能量,他们也吸收了我们的需求,不断滚动传播。”(华为心声社区)


2012年,任正非有个非常重要的《2012实验室讲话》,数次提到反熵增思维,他清醒的意识到,华为和所有企业一样,都存在一个绝大的威胁:熵增。并强调:封闭系统必然要能量耗尽,要死亡的。


一切源于早期人大教授黄卫伟给任正非推荐的一本书——《热力学第二定律》,仿佛开了天眼,他把“熵增定律”引入到企业决策和运营,并支撑华为一路高歌猛进。


(2)降低损耗——内部信息畅通


对应熵增定律中的不可逆,即“能量在转移过程中总是出现损耗,并不能100%的转化。”物理学当中的损耗,一般都是来自于摩擦和碰撞,两个物体之间相对运动造成的。


对于个人来说,为什么有学霸学渣之分,为什么同样一本高等数学,学霸一看就会,我特么一看就困?除了学习方法不同之外,还有个不太好办的问题,那就是大脑构造不一样,学霸大脑的工作效率更高,即所谓的“神经效率假说 (neural efficiency hypothesis)”。


来自德国波鸿鲁尔大学的 Erhan Genc 教授团队发现:


“学霸”的大脑神经元互相连接更加高效简洁。


简单的说,脑子好的人,学习时的信息损耗更少,阻碍更小,更容易学进去。


图片来源:Genç E, Fraenz C, Schlüter C, et al. Diffusion markers of dendritic density and arborization in gray matter predict differences in intelligence[J]. Nature communications


在一个系统组织中,复杂的连接方式也引发了各种各样的摩擦损耗,向上、向下、部门与部门之间。


字节跳动的组织管理理念中,常常提及“信息的价值”,底层逻辑是追求信息的高效流动。即降低损耗的一种解决思路。


在字节跳动,任何员工都能在内网IM上直接看到张一鸣的OKR是什么,以及任何员工的OKR。


“能看到一个人的工作计划,意味着你知道TA这两个月的主要精力会放在哪些事情上,一目了然。”


对应的文化价值观中的核心一条是“坦诚清晰”。


基于这种理念,这家公司还做了很多,比如每两个月有CEO见面会,员工每月有三次匿名发言的机会,内部倡导不要包装结果,不要向上管理、投Leader所好等等。


一旦坦诚的文化和机制被建立起来,我们可以减去多少不必要的争论,少做多少用心良苦的PPT,恐怕大家都有所体会吧。


(3)打破平衡——内部信息重组


熵还有一种比较极端的宏观态,样子是这样的,所有的“柠檬”接近均匀分布,完全平衡。



完全平衡是另外一种封闭状态,系统没有空间让信息出去,也没有信息进来,由此丧失了活力。表现在组织内,是你好我好大家好,缺乏竞争机制,个体自我满足,仿佛身处一个稳固的舒适圈,此时的“熵”接近最大值。


这个时候,需要外力,来打破均衡,破坏舒适圈。


亚马逊云AWS的诞生,正是由这个理念而来,AWS一开始只是亚马逊内部的一个技术系统,但贝索斯将它转化成了对外服务化的业务,并意外收获了第二增长曲线。


当把某一个服务外部化以后,也意味着跳出舒适圈,它必须面临真实的竞争,倒逼自己做得更好。


以上,是关于“反熵增”的一些对应思考方向,简易的循环模型如下:



构建了模型之后,组织人才的选用也可参照模型中的条件:首先是否在对应领域有足够的认知和智能化学习能力;第二是否足够开放,愿意吸纳新观点;第三是否总是远离舒适圈;最后是否足够坦诚,不给组织徒增损耗。


但由于每个个体和组织情况不同,侧重点必定也不一样,这里的简易模型仅作参考。


另外一些媒体文章谈及“反熵增”通常会直接搬出“耗散结构”,和上面说的也有重合的地方。于是我去找了下它的源头,发现了“自组织理论”。


这是20世纪60年代末期开始建立并发展起来的一种系统理论,研究对象正是复杂自组织系统(生命系统、社会系统)的熵增和反熵增问题,即在一定条件下,系统是如何自动地由无序走向有序,由低级有序走向高级有序的。(有兴趣系统了解的可翻阅原始资料书《系统科学精要》苗东升、《大自然成功的奥秘:协同学》赫尔曼·哈肯)



凯文·凯利在《失控》一书中提到“后达尔文主义”,他说“深度进化不一定就比自然选择神秘多少。他们把每一种动态共生、定向变异、跳变论或者自组织理论都看作是一种机制,一种从长远来看,作为对达尔文那无情的选择过程的补充,能促使进化不断革新的机制。”


这段话真的很正能量了,他用发展的眼光,肯定了人的主观能动性,认为依靠自组织,我们能够自主进化,实现熵减,对抗熵增,对抗自然选择论的所谓“适者生存”。 


人可以选择过什么样的人生,对抗熵增或者做条咸鱼,毕竟除了自己,没人有权关心你生命的质量。


但企业组织通常没有选择,光明或者黑暗,只有一条路。


最后我在想,现实生活、工作中的“反熵增”归根到底是反什么?发现,人性的七宗罪竟一样也没有逃过。


后记


由于认知局限,本文也只是作为一个思考的起点,重点是在查找各种资料和思考、表达的过程中,也让我的大脑从无序变得相对轻微……有序,仿佛思考的大厦忽然有了根基。


一个很重要的感受是,科学家们真的很伟大,他们发现了宇宙最根本的规律,而我们只要跟着学习使用就好了。


主要学习资料:

[1]《 新科学世界观》 混沌大学·创新学院

[2]《生命是什么》[奥]薛定谔

[3]《熵:时间、信息、和生命》知乎live 傅渥成

[4] 《什么是机器学习》公众号·超智能体

[5] 《时间的秩序》[意]卡洛·罗韦利

[6] 《机器之心》[美]雷·库兹韦尔

[7]《系统科学精要》苗东升

[8]《大自然成功的奥秘:协同学》[德]赫尔曼·哈肯


本文来自公众号:柠檬了吗(ID:bzcopy),作者:Lemon                                                      

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定