1943 में, सांख्यिकीय अनुसंधान समूह कमरों में बैठे विमान हथियारों के आग के लिए इष्टतम झुकाव, न्यूनतम बख्तरबंद लोड, और रणनीतिक बमबारी पैटर्न की गणना करते थे। एलन ट्यूरिंग ने 1941 में एनिगमा कोड को तोड़ दिया, जिससे युद्ध को दो से चार साल तक कम किया गया और ~14 मिलियन जीवन बचाए गए। परमाणु बम को श्रृंखला प्रतिक्रियाओं, विस्फोट रेडियो, और विभाजन दरों पर गणना के चलते बनाया गया था। इतिहास सेनाओं को बेहतर गणित के साथ पुरस्कृत करता है, बेहतर भाषण नहीं। और आपका जीवन अलग नहीं है. 5% अधिक सटीकता, 5% कम बर्बादी, और 5% बेहतर समय - ऐसे किनारों को मिश्रित करते हैं जब तक कि वे प्रतिभा की तरह दिखते हैं। गणित सिर्फ सुंदर अनुपात नहीं है, यह बुनियादी ढांचा है। Your Life Sucks Because Your Math Sucks आपका जीवन चूसता है क्योंकि आपका गणित चूसता है आपके द्वारा किए गए हर गलती को एक विफलता में वापस रखा जा सकता है: आप अपने निर्णय की लागत को सही ढंग से गणना नहीं कर सकते थे। आप आंत की भावना, सामाजिक सबूत, और व्हिब पर काम करते हैं. यही कारण है कि आप फंस गए हैं। व्यवसाय जो आपने शुरू किया था वह तीन साल देर से था क्योंकि आपने इंतजार की लागत की गणना नहीं की थी। कौशल जिसे आप कभी नहीं सीखते थे क्योंकि आप जटिलताओं को नहीं देख सकते थे। आपके द्वारा निर्धारित कीमत टेबल पर $ 50,000 छोड़ देती है क्योंकि आप अनुमान लगाने के बजाय गणना करते हैं। You Already Do Math; You Just Do It Badly आप पहले से ही गणित कर रहे हैं; आप बस इसे बुरा कर रहे हैं स्कूल आपको सिखा सकता है कि गणित याद रखने और पालन करने के लिए नियमों की एक सूची है। लेकिन गणित प्रभावी रूप से गणना करने और समस्याओं को हल करने, चीजों को बनाने और बेहतर निर्णय लेने के लिए उस गणना का उपयोग करने के बारे में है। आप सोचते हैं कि आप स्कूल से गणित का उपयोग नहीं करते हैं. गलत. आप इसे लगातार उपयोग करते हैं. आप इसे गणित नहीं कहते हैं. हर निर्णय जो आप करते हैं वह एक कंप्यूटर है। हर जोखिम जो आप मूल्यांकन करते हैं वह एक संभावना गणना है। प्रत्येक लक्ष्य जो आप निर्धारित करते हैं वह एक अनुकूलन समस्या है। आपके द्वारा उठाए गए प्रत्येक वजन एक समानता है। आप इसे अचेतन रूप से, लापरवाही से और बुरी तरह कर रहे हैं। यदि आपने आज सुबह अपने जीवन में एक समस्या को हल किया है, तो आपने गणित किया है. आप इसके बारे में बेहतर होंगे एक बार जब आप महसूस करेंगे कि यह आपके सिर के अंदर क्या हो रहा है। Math Is Common Sense, Extended गणित सामान्य बुद्धि है, विस्तारित गणित मॉडलिंग का एक रूप है (या आप इसे अवलोकन कह सकते हैं), एक तरीका हम जटिलता को संपीड़ित करने के लिए उपयोग करते हैं ताकि हम वास्तव में इसके साथ काम कर सकें। इसका मतलब है कि किसी चीज़ के कुछ प्रमुख गुणों को अलग करना, बाकी सब कुछ हटाना, और बाकी के बारे में गणना चलाना. हम चीजों को समझाने, वर्णन करने, भविष्यवाणी करने और प्रतिबंधित करने के लिए मॉडल का उपयोग करते हैं. Modelling सोचें: विमान मॉडल, वास्तुकला ब्लूप्रिंट, फैशन मॉडल, मानसिक मॉडल, बड़े भाषा मॉडल, और इतने पर। दो मौलिक तरीके हैं कि हम वास्तविकता को मॉडल करते हैं: - तर्क का वर्णन करने के लिए भाषा का उपयोग करें. जैसे कि जब आप बहस करते हैं या पाठ लिखते हैं. 1. Verbal Modelling - सटीकता के साथ तर्क का वर्णन करने के लिए समानताओं का उपयोग करें। 2. Mathematical Modelling इनमें से ऊपर, आपको ग्राफिक मॉडलिंग (कार्ट, चार्ट), सांख्यिकीय मॉडलिंग (कंप्यूटिंग रिश्तों जो पूरी तरह से पूर्वानुमान नहीं हैं), भौतिक मॉडलिंग (मिनीशॉट जो परिवर्तकों को अलग करते हैं), भौगोलिक मॉडलिंग (मैप), और बहुत कुछ मिलता है। इंसानियत को यह समझने के लिए हजारों साल लगे कि कैसे चलना और बात करना है. आर्किमेड जैसे किसी को एक सर्कल के क्षेत्र का पता लगाने के लिए कुछ और हजारों साल लगे. अब एक बच्चा बस उनके द्वारा बनाए गए मॉडल का उपयोग करके दोनों को तुरंत सीख सकता है. मॉडलिंग वह है जो ज्ञान को एक्सपोजेनिकल रूप से बढ़ाता है। Why This Matters If You Want to Build Anything क्यों यह मायने रखता है यदि आप कुछ भी बनाना चाहते हैं दुनिया द्वारा आपको दिए गए अस्पष्ट सलाह - "केवल रचनात्मक बनें," "अपने जुनून का पालन करें," "सबसे कड़ी मेहनत करें" - बुद्धि के रूप में दर्शाने वाली मौखिक अंधेरा है। आप केवल एक सुबह उठते हैं और एक उत्पाद का निर्माण नहीं करते हैं. आप बस बैठते हैं और एक पाठ लिखते हैं जो दिमाग को चमकता है. यहां तक कि अगर आप सोचते हैं कि आप करते हैं, तो यह है कि पृष्ठभूमि में क्या हो रहा है: How Knowledge Is Actually Made ज्ञान वास्तव में कैसे बनाया जाता है Knowledge is created by compressing reality into workable models, then breaking and rebuilding those models until they no longer fail where the old ones failed. यही है। यही विज्ञान है। यह इंजीनियरिंग है। यह गणित है। यही है उद्यमशीलता। लोग रचनात्मकता, अंतर्दृष्टि, प्रेरणा को रोमांटिक बनाते हैं ... लेकिन सभी मिस्टिक के पीछे इंजन मॉडलिंग है। मैं इसे साफ-सफाई से टूटना चाहता हूं: 1. Reality Is Too Big. So, we compress it. 1. वास्तविकता बहुत बड़ी है. इसलिए, हम इसे संपीड़ित करते हैं। आपका मस्तिष्क अभी तक पूरे ब्रह्मांड को गणना नहीं कर सकता है, इसलिए यह 99% विवरणों को फेंक देता है और केवल आपके लेवर्स को रखता है बात है। सोचें यह "गैर फेंकना" मॉडलिंग का कार्य है। एक मॉडल वास्तविकता का दर्पण नहीं है; यह एक . filter एक नक्शा रेखाओं और प्रतीकों में भूगोल फ़िल्टर करता है एक ब्लूप्रिंट एक इमारत को लोड-ब्रेडिंग प्रतिबंधों में फ़िल्टर करता है न्यूटन के नियम ब्रह्मांड को बिंदु द्रव्यमान और बलों में फ़िल्टर करते हैं एक संस्करण दुनिया को विचारों और तर्कों में फ़िल्टर करता है एक व्यावसायिक योजना आयात, लागत, रूपांतरण दरों में अराजकता को फ़िल्टर करती है एक मानसिक मॉडल जीवन को heuristics में फ़िल्टर करता है आपके विश्वास, धर्म, राजनीतिक राय, और इतने पर. आपके द्वारा बनाए गए और / या अपनाए गए मॉडल हैं। आप कभी भी वास्तविकता पर काम नहीं करते हैं। आप ऑपरेशन कर रहे हैं वास्तविकता के आपका मॉडल यही कारण है कि लोग असफल होते हैं: उनका मॉडल गलत है, अपूर्ण है, या अविभाज्य है। 2. Every Model is an Oversimplification: But That’s the Point 2. हर मॉडल एक अति सरलता है: लेकिन यही बिंदु है गलत / सही एक स्पेक्ट्रम है, बाइनरी नहीं. सभी स्पष्टीकरण गलत हैं, लेकिन कुछ हैं क्योंकि वे उन तरीकों से असफल होते हैं जो कम मायने रखते हैं। अच्छे बोर का परमाणु मॉडल हालांकि, यह रसायन का खुलासा करता है। गलत न्यूटन का तापमान था हालांकि, यह इंजीनियरिंग को अवरुद्ध करता है। गलत Ptolemaic Astronomy के बारे में लेकिन यह सदियों से ग्रहों के आंदोलन की भविष्यवाणी कर रहा था। गलत प्रगति "अंतिम सत्य को खोजने" से नहीं आती है। यह से आता है . building a model that fails more gracefully and explains more phenomena with fewer assumptions 3. Falsifiability = Knowing Where the Model Should Break 3. Falsifiability = यह जानना कि मॉडल को कहां टूटना चाहिए अगर यह गलत नहीं हो सकता, तो यह सही नहीं हो सकता। A model must rule out possible worlds. एक अच्छा मॉडल सही जगहों पर कमजोर होता है। बुरा मॉडल: "सब कुछ एक कारण के लिए होता है। "एक अच्छा मॉडल: "जब कीमत महसूस किए गए मूल्य से अधिक होती है तो मांग कम होती है। सभी ज्ञान एक अत्यधिक सरलता है क्योंकि ऐसा ही यह बनाया गया था (मूलन के माध्यम से) लेकिन बाद के मॉडल बेहतर विफलता से अधिक सटीक हो जाते हैं। यह प्रगति का तंत्र है। 4. Creativity Is Just Model Mutation 4. रचनात्मकता सिर्फ मॉडल म्यूटेशन है लोग रचनात्मकता को अत्यधिक भ्रमित करते हैं. कविता को हटा दें, और यहां इंजन है: Creativity = generating variations on an existing model. Criticism = checking where those variations fail. Selection = keeping the variation that fails least. यह विकासवादी एपिसिस्टमोलॉजी है। Model → Variation → Criticism → Selection → Improved Model जादू यह है कि यह रोल काम करता है . सब कुछ Pixar ने बनाई ऐतिहासिक मॉडल स्पेसएक्स विफलता मॉडल का पुनरावृत्ति करता है आइंस्टीन ने Lorentz ट्रांसफार्मेशन का पता लगाया हर महान रचनात्मक जिसे आप प्रशंसा करते हैं इस तरह से काम करता है. आर्किटेक्ट्स रीड्राव करते हैं. लेखक रीड्राव करते हैं. इंजीनियर प्रोटोटाइप करते हैं. संगीतकार रीफ करते हैं. संस्थापक दोहराते हैं. विफलता बाहरी रूप से अंतर्दृष्टि की तरह दिखती है, लेकिन अंदर यह मॉडल म्यूटेशन की शांत क्रूरता है: जो संस्करण टूटता है, उसे मार दें, जो नहीं करता है। 5. A Mathematical Model Is the Most Precise Model 5. एक गणितीय मॉडल सबसे सटीक मॉडल है जैसा कि मैट्रिक्स एल्गबेरा 3 डी को 2 डी में परिवर्तित करता है, हम वास्तविकता को संपीड़ित मॉडल में परिवर्तित करते हैं ताकि हम उन्हें गणना कर सकें। गणित अंतिम संपीड़न कोडेक है। शब्द मॉडल हानिकारक हैं. दृश्य मॉडल सहज लेकिन अस्पष्ट हैं. सांख्यिकीय मॉडल तंत्र के बिना संबंधों को कैप्चर करते हैं. गणितीय मॉडल सटीकता के साथ संरचना को कैप्चर करते हैं. गणित संख्या नहीं है; गणित संख्या है . structure संरचना वह है जो वास्तविकता को संपीड़ित करने के बाद सच रहता है। 6. The Fundamental Recipe for Knowledge Creation 6. ज्ञान निर्माण के लिए मौलिक नुस्खा Step 1: Distill 99% वास्तविकता को अनदेखा करें. क्या मायने रखता है पर ज़ूम करें. परिवर्तकों का नाम दें. Step 2: Constrain क्या सच हो सकता है, क्या सच नहीं हो सकता, क्या सच हो सकता है, क्या सच हो सकता है, क्या सच हो सकता है, क्या सच हो सकता है, क्या सच हो सकता है? Step 3: Compress यही है मॉडल सबसे छोटी संरचना खोजें जो वास्तविकता के सबसे बड़े टुकड़े को समझाती है। Step 4: Compute मॉडल को चलाएं. Solve, Simulate, Graph, Test। Step 5: Criticize विफलता मोड की तलाश करें. मॉडल कहां टूटता है? Step 6: Mutate नए परिवर्तन उत्पन्न करें. धारणाओं को बदलें. एक और अवलोकन की कोशिश करें. एक अलग प्रतिनिधित्व की कोशिश करें. Step 7: Select वह संस्करण रखें जो कम से कम विफल रहता है. यह आपका नया समझ है. हमेशा के लिए दोहराएं। यह मनुष्यों, विज्ञान, स्टार्टअप और सभ्यताओं के प्रगति का तरीका है। Start Computing. कंप्यूटर शुरू करें। आपकी जिंदगी बदल जाती है जब आप बदलाव है। मॉडल Vibe-driven मॉडल चलाने से रोकें जिनके पास बुरे स्पष्टीकरण हैं और कुछ भी भविष्यवाणी नहीं करते हैं। ऐसे मॉडल बनाना शुरू करें जो वास्तविकता को प्रतिबंधित करते हैं और आपको इसके ऊपर लेवरेज देते हैं. आप जो मॉडल विकसित करते हैं उन्हें बेचें और उनके जीवन को भी आसान बनाएं. प्रत्येक विस्फोट उत्पाद, लेखन, अनुसंधान या डिजाइन एक अच्छे मॉडल से शुरू होता है. यदि आप अपना बनाना चाहते हैं, तो मेरे मुफ्त समाचार पत्र देखें: https://crive.substack.com का आनंद लें, बधाई जी।
