maxOS

懒:最小作用量原理

随笔

TL;DR

GTD 的通过精简任务数量来提升效率,但 GTD 最难的部分在于坚持,整个宇宙都是如此,宇宙基于某种目的让物体都遵循最小作用量原理运动,这种运动也是概率上最可能发生的现象,但概率上最容易发生的并不代表就是我们想要的,概率让我们变得很懒,但我们的目的则是对抗懒。


周末在整理 Twitter 的列表的时候发现一个我几乎在创建之后就没有在看过的列表——Productivity(工作效率),许多人在谈论工作效率与 Getting Things Done 的方法,我自己也是使用和不断的改进。如果你有详细的了解过 GTD,你可能也看过这张图:

基本上这张图已经完整的阐述了如何通过 GTD 的方式来安排自己的工作。但是对于绝大多数人来说,其实我自己也是这部分,这个流程过于繁琐,在原本就已经不充分的时间中又加入了一个环节,那岂不是只有更少的时间来做任务了?

确实如此,但首要的问题是什么是任务?如果找出有价值的「任务」本身也是一项「任务」,那么你用来做任务的时间其实并没有变化。GTD 并不会缩短你做任务的时间,你原来做 100 个任务需要 10 个小时,使用 GTD 之后做这 100 个任务依然是 10 个小时。GTD 能做的是缩减你做任务的数量,你原本需要做 100 个任务,使用 GTD 你最终可能只需要做 80 个任务,那么相对的,你做任务的总是长可能也变成了 8 个小时,但是你每小时做 10 个任务这种速率是不会发生变化的。而原本需要你做的 20 个任务可能交给其他人做了,可能直接取消了,也可能推迟到未来某天了。也可以认为 GTD 虽然没有提升你的效率,但是提升了你做任务的价值比,它过滤那些当下没有价值的任务,而让你可以关注到更高价值的任务上。

理解 GTD 的目标并不难,整个过程也不难,就好像减肥就是少吃甜食多锻炼一样,道理每个人都懂,但就是做不到。这才是阻碍每个人都去使用 GTD 的原因,方法反而是最简单的。你可能会谈到自控力,只要你可以控制自己的行为,强迫自己按照 GTD 的方式来就可以。道理还是一样,提高自控力就好像是减肥一样,做起来很简单,但依然没有人可以坚持。我自己也不是一个很好的案例,也不能分享有效的提高自控力的方法,因为「懒」是人类的天性,不仅人类如此,所有的动物,甚至整个宇宙都是如此。根据牛顿第二运动定律所推导的最小作用量原理解释了整个宇宙运动规则。无论是经典力学还是在相对论,或者是量子力学世界,几乎所有的物体都遵守着最小作用量原理。一个常见的例子就是光从空气传入水中后会发生折射,这是因为折射后的曲线路径使得光的传播速度最快。按常理来说,如果从空气中的 A 点到水中的 B,最短路径肯定是 AB 之间的直线路径,但是最短路径并不代表中用时最短,这个问题与最速降线问题一致。

最速降线问题的问题如下:「假想你正在侧视的场景有高低不同的两点,且高点不是在低点的正上方,若从高点放开一个静止的质点让它沿着任一路径(直线、曲线、或折线皆可)滑到低点,其间只有均匀的重力作用而没有摩擦力,则怎样的路径可让这段行程的时间最短。」[1] 1638 年伽利略在《论两种新科学》中以为此线是圆弧,此后牛顿、莱布尼茨等人也证明了该猜想。也就是说,光线从空气中的 A 点传播到 B 用时最短的路径就是光线折射的路径。

brachystochrone-clipart-3[2]

整个宇宙中的所有物质的行为都与光线类似。[3] 而光线以及宇宙中的其他物质为什么都遵守最小作用量原理,或许正如物理学家理查德·费曼所解释的那样,宇宙有其目的,所有物质的运动规则都是为了满足这种目的。而至于这种目的是什么没有人知道。如果根据热力学第二定律,封闭系统会趋向于最大化,也就是意味着不能做功,不做功那就是懒的极致了。也就是宇宙的最终目的是充满熵,没有任何能量可以在被利用,恒星不在闪耀,也不会再有新的黑洞产生,一切都归于平静、死寂。这种宇宙的终结形式被称之为「热寂」。而之所以热寂会发生,则是一个概率上的问题。

熵从另一个角度上理解实际上是能量的分布方式,例如在一个封闭的房间中放置一杯热水,随着时间流逝热水最终会变成常温的,现实中无论在哪里测试结果都是一样,原因就是就是熵的增加。热水拥有大量的能量,而房间的其他地方没有,因此随着时间的推移,能量会逐渐均匀的分布在房间中。假设热水附近的有 3 个能量单位,而在房间的其他地方只有 1 个能量单位。如果我们把这 4 个能量单位分成两组,会出现多少种情况呢?

这是一道中学的排列组合问题,如果我们不考虑能量单位的排序问题,那么可能出现以下几种情况:

  1. 左侧 4 个,右侧 0 个;
  2. 左侧 3 个,右侧 1 个;
  3. 左侧 2 个,右侧 2 个;
  4. 左侧 1 个,右侧 3 个;
  5. 左侧 0 个,右侧 4 个;

因为我们不考虑排序,所以这就是一个组合问题,那么每一个情况可能出现的次数如下:

  1. C(4,0) = 1
  2. C(4,1) = 4
  3. C(4,2) = 6
  4. C(4,3) = 4
  5. C(4,0) = 1

也就是说,最所有的可能出现的情况下,第三种情况出现的概率最高,也就是做 16 次实验,总共有 6 次你会看到能量均匀的分布在整个房间。虽然也会有概率出现左侧的能量增加(第一种情况),但是在现实中,你面临的是数不清的分子和能量,概率可以完全忽略不及,如果我们把数字加到 100,C(100,50) = 100891344545564193334812497256,那么能量增加的概率就是 1 / 100891344545564193334812497256,想象面对万亿个分子,能量倒转的事情就算从宇宙大爆炸开始算也不可能看到。

爱因斯坦说上帝是不会掷骰子的,因为宏观物理学中的所有行为都是可以通过公式推演出来的,1 就是 1,不会变成 2,也不会存在概率问题。但是在量子物理学中,所有的事情就变得不一样了。光的波粒二象性验证了观察者的介入也会影响观测的结果。因为量子物理太微观了,任何一个元素最细小的变动都会导致结果很大的变化。观察者是否出现都会都实验结果产生完全不同的影响。波粒二象性同时也解释了在微观物理世界中,很多事情的发生就是因为概率高而已,薛定谔的猫之所以测不准,就是因为任何附加的行为,包括观测都会影响实验结果。而猫是活还是死,其实是个概率问题。量子计算机与冯诺伊曼结构电脑最大的区别就在于,后者是通过逻辑运算来计算出准确的结果,只要确定输入,输出也是确定的;而量子计算机其实是在计算概率,它可以计算出基于输入可能发生的所有事情,然后给出最有可能发生的结果。

不仅仅是微观世界与宏观世界有这样的差别,个体与群体之间同样存在着这样的差别。当一个独自的时候,他的行为和把他放到一群当中是完全不同的。一个人的时候你可以不受道德规范的约束,你可以裸体或者做任何事情都不会触犯到其他人,但是当这个人进入一个群体后,群体的其他成员会对他的行为产生影响,除了已有的道德规范的约束之外,人本是还是有从众心理的,此时的个体同样会做出与独自的时候不同的行为,甚至完全相反的行为。

一个群体就形式一个网,群体中的个人并不是一个散落在一起的个体,而是被这张看不见网联系的一群的个体,群体中的每个人的每个行为都会受到其他所有的影响。如果「懒」是概率发生最高的事情,那么即使有个人原本并不懒,但是群体中的大部分人都很懒,也会导致这个人变懒。除非他有很强的自控能力,从概率上看不是不可能,但是这样的人很少。

量子物理学家埃尔温·薛定谔晚年的时候发表了《生命是什么》,他期望通过物理的方法来解释生物学背后的逻辑。生物的运动也符合热力学第二定律,为什么生命的尽头总是死亡,因为死亡本身也是一种熵最大化的体现。而一个人或者是其他生命体,终其一生都是在对抗熵增。熵的本意是生物体的任何活动都会产生不可再被做功的熵,在经济学中相当于是隐形的交易费用,而生命体的出现正如现代经济中公司的出现一样,都是为了对抗熵,公司通过规模化来不断的降低每笔交易的交易费用,生命则是进化和成长的过程中不断的规模化细胞对能量的利用率来对抗熵。在《规模:复杂世界的简单法则》中,作者提到了一个现象,在所有的生物体中,生物的体型每扩大 1 倍,所需要消耗的能量只会扩大0.75 倍,也就是体型的增加并不会引起能量的同等增加,反而是随着生物体型的增加,细胞对能量的利用率更高,因此能效更高。在规模化的过程中,生命一直都是在对抗熵,直到规模经济递减,也就是当细胞的能效达到最大值的时候,细胞开始入不敷出,于是开始进入衰退阶段,直到死亡。我们也可以说,死亡就是「懒」的终极状态。

虽然热寂看起来是宇宙的终点,但这显然不是宇宙的目的,就像所有生命体的终点都是死亡,死亡也是熵最大化的体现,但不代表生命的目的就是为了死亡,倘如如此,那这世界上的存在不就没有任何意义。恰恰相反,生命存在的目的就是对抗熵增,我们期望的「懒」并非是死亡,而是活着。「懒」会不可避免的一直随着我们,生命就是如此,我们要做的就是不断对抗「懒」,因为活着总会有一种动力,无论这种动力是什么,它都是我们用来对抗懒的能量。而对抗懒这件事情,它不是一种状态,而是一个持续的过程,听起来很痛苦,但这就是生命。


  1. Wikipedia: 最速降线问题 ↩︎

  2. Copia de The brachistochrone and other curves ↩︎

  3. Lagrangian Mechanics - A beautiful way to look at the world ↩︎