距離上一次臭矯情竟然一年過去了。儘管周圍有更很多人提醒你「什麼時間幹什麼事兒」諸如此類的,我仍無法感知自己“28 歲“馬上就 30 歲了”這個「年齡」的概念,只是時常在我想做的事情上,聽到時間在耳朵邊急迫的喘粗氣。
延展時間
因此,我一直在想延展時間這個話題,這是一個抽象的問題。但如果有什麼實踐性的目的,便會有一些實踐性的途徑。我想,可能有兩種方式可以幫助自己延展時間:
1)調慢時鐘 2)加速
我們共同遵循同一個「世界時鐘」,調慢時鐘的思路是,如果每個人擁有一個「個人時鐘」,你可以選擇將它調慢,那你的時間就相對更多,換句話說,延長生物學壽命,人的主觀年齡。
霍瓦斯時鐘(人的主觀年齡)
與逆境對抗——霍瓦斯時鐘的聯想 [1]
以出生日期爲依據的時序年齡(chronological age)可能會誤導我們對衰老的預測。而人的生物學年齡(biological age)的確定與之並不相同,是隨時間在生理層面身體的發育和衰退情況(人的主觀年齡)。
UCLA 教授霍瓦斯的研究成果“霍瓦斯時鐘” 在尋找這種衰老 生物標誌物(biomarkers of aging)。在 20 世紀 90 年代開始風靡的 DNA 端粒學說(端粒長短能解釋生物老化,後被一系列實驗 / 踐證明並無因果關係)站不住腳之後,DNA 甲基化(Methylation)被認爲是生物標誌物的最佳選擇。
DNA 甲基化是被稱爲表觀遺傳學(epigenetics)的更大研究的一部分。表觀遺傳學是調節基因組的不同生物過程的集合。它是導致細胞分化的原因。舉個例子是皮膚細胞的 DNA 和腦細胞的 DNA 是一樣的,之所以分化成不同細胞就是因爲定位不同。細胞衰老就發生在 DNA 分化時。
另外,大衛-辛克萊斯(David Sinclairs)的研究表明:人衰老的速度與數據流失的快慢。
DNA 斷開會爲 DNA 定位變換(1% 可能)創造可能,所以要麼 1)減少斷開 2)斷開之後助力 DNA 重組時保持原樣(減少信息流失)
想想看,如果有機會「重置」表觀遺傳時鐘,不做時序年齡的僕人是不是很有吸引力👀 ?
所以我其實想說,28 歲算個 pi。
加速——塑造 Aptic structure
\”Aptic Structure 是能力的神經學基礎,由先天進化的 Aptic 範式加上發展中的經驗結果組成。這個術語 …… 是爲了取代本能 (instincts) 等有問題的詞彙。它們是大腦的組織,部分是先天的,使有機體在某些條件下有可能以某種方式行事 \”。——Julian Jaynes《二分心智的崩塌》
上面這句話我引用過非常多次,是因爲它在我的腦子裏已經生成了某種 概念。
•決策的加速
做決策其實不需要很長時間。思考的過程發生在做決策之前,而所有的思考決定着最終的決策。
•學習加速進化
我之前讀到過一個 Baldwin effects 「學習加速進化」的研究,非常有趣。這個概念同時出現在 Julian Jaynes 和 Steven Pinker 對語言的研究中。
sources for Baldwin effects
我感興趣的是:學習將如何加速事物的進展,如何學習。舉個例子,當我無法增加 proof Of work 的時間時,你就一個小時可以練舞,那怎麼練才能最大化效用呢?(這顯然令人頭疼)
積極生活
我在「幹他,然後繼續生活」這片文章裏討論了“積極生活”,接下來想實踐一下:
be a JPG collector 😉
naval 在 tim ferris 的播客 [2] 中總結了 2020 和 2021 年輕人最佳職業發展路徑,下圖金融白領們看不懂也沒有關係。
best career in 2021 其實,看一些圖片的好處不僅在於有趣、尋找靈感、還可以學英語、學改代碼生成像素塊 pixel、把黑底白字 8 個詞拆分重組擱智慧合約裏創造新語言 …
學習生成 pixel
George 爲 Loot 社區的提案,開啓“內容編程”
Knowledge display And keep sharing
受到 Cornor 對知識結構 [3] 思考的啓發,接下來我需要探索的是:如何用一種(數據)結構更好的解釋事物?解釋一個決策背後的思考圖譜和複雜動機,解釋一個複雜問題。
比如 NFT 的估值體系,這個話題非常吸引我,影響一個較複雜的 NFT (比如 Loot)的因素有非常多種,金融的技術的社會的等等等等,我如何把它的複雜性和影響它的複雜因素加以呈現,同時又可以抽象出它 underneath 的簡單優美的規則。
synthesize and display knowledge (via data structure)
解釋 Crypto、NFT 等依然非常的困難,而且並沒有多少人願意分享這些來龍去脈,直接說結論多簡單也很大程度上會有好的結果(“買這個大概率不會錯”–歡迎閱讀隨機漫步🚶♀️)。但
truth 是什麼?
什麼是我可以脫離別人的“opinion”自己去做下一個決策的思維模型?你可以聽無數個“老師”的建議,然後最後啥也不是。我希望爲我自己建立這樣的解釋能力,若同時帶給你啓發那我也很開心。
NFT 已開始以猩猩之火的態勢塑造 metaverse (儘管我不想用這個詞)的地形,每一個 NFT 都在這個元宇宙空間裏面有一個獨特的座標點。下一步將會是大航海和繪製地圖的環節,dataverse 和 roam 會是非常重要的工具。
我在「什麼是必然的」這片文章中解釋了對這種趨勢的理解,並在 Spatial data registry[4] 這條筆記下面記錄了對 NFT 地圖模式的思考。
notes on spatial data registry
NFT 地圖模式
同時,我在 discord 建立了一些細分主題的頻道,來聊(閱讀原文不行咯,後臺回覆「discord」加入)。
Hill climbing 爬坡
Chris Dixon 在 2009 年的博客「Climbing the wrong hill」[5] 中提到計算機科學中的爬坡(hill climbing)概念:
hill climbing
計算機科學中的一個經典問題是爬坡。想象一下,你被丟在一個丘陵地帶的一個隨機地點,在那裏你只能看到每個方向的幾英尺(假設是有霧或其他)。我們的目標是爬到最高的那座山。
考慮一下最簡單的算法。在任何時候,向能讓你走得更高的方向邁出一步。這種方法的風險在於,如果你碰巧從較低的山頭附近開始,你最終會在那個較低的山頭上,而不是在最高的山頭上。
一個更復雜的版本在你的行走中加入了一些隨機性。你開始時有很多隨機性,隨着時間的推移減少隨機性的數量。這使你在開始集中的、非隨機的攀登之前,有更好的機會在較大的山丘附近徘徊。
另一種通常更好的算法是讓你反覆把自己丟在地形的隨機部分,做簡單的爬山,然後在多次這樣的嘗試之後,回頭決定哪座山是最高的。
\” 在蜿蜒中行走的早期徒步者(年輕人),隨機地把自己丟到地形的新部分,當你找到最高的山丘時,不要在當前的山丘上浪費更多的時間,不管下一步可能看起來有多好。\”
寫在最後
之前不只被一個朋友或陌生人問到,你每天有這麼多的 takeaway,爲什麼不做個這 xxx、那 xxx 項目?於是我那天寫了一個推文,才意識到我自己是怎麼想的。
每個人都是一個 project,我們來到這個世界的目的就是打造自己這個 project,這個事兒不僅在做,而且天天在做。
我不在意我這一個月、一年、一輩子做過多少「項目」,也不在意這些「項目」會給我帶來多少收益,我不在意我的名字、胖車庫的 logo 在多少地方出現(我更喜歡我的 twitter 壽司頭像)。我更想觀察和探索下去的是,我能把 Jessie👾 塑造成什麼樣,讓她心煩和亢奮的事情都是什麼,感受她崇拜的人類身上的超能量。如果也能把這些能量傳給別人,那就
一起💥吧;)
寫在 2021 年 10 月 30 日
Reference
[1]
https://towardsdatascience.com/examining-the-horvath-clock-and-the-significance-of-biological-age-a5d64b73bc44__
[2]
https://open.spotify.com/episode/3U4wMKyvMUhB83qf8FaA3I?si=UvvWPb-KQL6VEmplFTclyQ &nd;=1__
[3]
https://roamresearch.com/__
[4]
https://ethereum-magicians.org/t/verifiable-spatial-data-registries/6688__
[5]
https://cdixon.org/2009/09/19/climbing-the-wrong-hill__