大部分人最缺的其实是「认知」

本文探讨了认知与知识的区别,强调了认知的重要性。作者分享了如何通过拓宽视野和人际交往来提升个人认知水平,指出真正的价值在于认知而非单纯的知识积累。

?

阅读文本大概需要 2.2 分钟。

目前为止,知识星球已经有 3600+ 位球友了,有的人加入比较早,有的人加入比较晚,但是到期时间是一样的,之所以这样设置,因为我认为这个世界就是这样的,先入为主就是这个社会的现实,仔细想想每一个行业是不是都是这样。

不管你是最先加入的,还是中途加入的,你们可以观察到,我几乎很少在这里分享技术相关,甚至技术的问题也不会回答,我一直跟大家说,我想让大家在这里「做事态度」与「思维方式」有所改变,这是受益终生的,很多人也许不理解啥是「思维方式」,觉得有点抽象,其实「思维方式」本质上就是「认知」。

我之前跟大家说过,技术性问题你最需要的是 Google,没人能比 Google 能解决你的问题,而 Google 搜索出来的东西本质上是「知识」,Google 不可能告诉你一些「认知」上的东西,而且知识真的哪里都有,而大部分人恰好缺的不是知识,而是认知。


有人问了,啥是「认知」?啥是「知识」呢?

举几个例子,大家就明白了:

五年前告诉你去买比特币能赚钱,是认知。

如果告诉你比特币背后的原理,给你普及区块链相关的技术,这是知识。

两年前,我告诉你定投腾讯股票能赚钱,是认知。

怎么买腾讯的股票?怎么开户?这是知识。

我告诉你未来五年是人工智能的时代,Python 语言会大火,是认知。

如何正确的学习 Python?这是知识。

前段时间我告诉大家,搞个头条号,搬运点内容,可以赚点小钱,这是认知。

怎么注册、运营头条号?怎么搬运内容?这是知识。

我告诉你投资理财很重要,这是认知。

怎么接触学习投资理财?这是知识。


......

知识有没有用?当然有用,但是知识你不加以吸收转化为自己的能力,是没多大用的,而认知通常不需要你花大量的时间去吸收,你只要愿意执行、总结甚至加以扩展,那就有很大用。市面上所有开发的东西,能搜到的东西,基本都在传授知识,但是很少有人告诉你认知,这是最大的差异。

我不知道有多少球友有印象,我之前给大家普及的认知中,如果回头看看,虽然就短短的几个月,但是很多认知都被验证了,我给大家普及过定投的概念,并且建议大家定投腾讯股票,现在再看看腾讯的股票。我说过我长期看好比特币,但是在 3w 左右的时候短期内不建议大家入了,紧接着后面大跌之后又大涨回来了,我说过玩头条号可以小赚点零花钱,我不止看到一两位球友在上面赚到钱了,当然还有一些赚钱的套路、情商、自我激励、我的阅读经验,甚至还有产品、运营、房价、房贷等等方面的认知,当然也有一些知识,还有各种各样方面的问题回答,总之,我是想做到的是提升大家的认知。

有人会问?如何提升自己的认知呢?

认知这东西真的不是靠你努力就能获得的,这取决于你接触的环境、接触的人脉,以前我只是一个程序员的时候,很多东西真的没机会接触,但是当我在公司成了高管,负责公司产品,加上我公众号也影响力越来越大,我接触的行业、人脉是很多人没法接触的,比如我经常跟老板交流,也接触过不少产品经理、投资人,通过公众号也认识了不少金融大 V、互联网大 V 等各行各业,长时间的接触与交流,加上我自己长时间的阅读,我的思维与视野都会被打开,我的认知也逐渐被提高,我可以这么说,这两年内的认知提升,超过之前我二十多年的认知。

我之前说过这么一句话:「你想成为什么样的人,那就尽量去向他们靠近。」你跟别人靠近并不会对你职业上产生多少帮助,但是一些交流、思维、影响是会逐渐感染的,你的认知,总归也会逐渐受到提升。

所以,我的星球不是「知识付费」,而是「认知付费」,而本质上,认知付费才是最有价值的,也是最有可能让你弯道超车的!



PS:这是一篇我在知识星球发布的文章,今天发布在公号上,让大家详细的了解下我在星球里到底干了些什么。顺便也提醒下大家,双十一的星球特价活动还剩最后一天,现在是特价 99 元,之后会调整为 159 元,我可以保证,这个价格绝对是史上最低的价格,哪怕星球只剩最后一天,以后绝不会比这更低,现在加入,第一期所有的内容以及精华分享都可以看到,并且会享受第二期续约的超级大福利。


当然,以前只给别人打广告,今天这也算是给自己的星球打个广告,毕竟我也希望我用心分享的那些有很大价值的文章,可以扩散给更多人看到,这也是我赚取「睡后」收入的一种方式,感兴趣的请把握机会,不感兴趣或者不愿为自己投资这 99 元的请忽略,谢谢大家的认可与支持。


?

扫码长按加入,期待我们一起在人生的道路上弯道超车。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研员及工程技术员,特别是从事智能控制、非线性系统控制及相关领域的研究员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值