张首晟:用科学思维指导投资
張首晟:用科學(xué)思維指導(dǎo)投資
?
12月6日,據(jù)騰訊《一線》從多位信源處確認(rèn),知名華裔科學(xué)家張首晟教授,于12月1日去世,終年僅55歲。張首晟為斯坦福大學(xué)物理系終身教授,美國(guó)國(guó)家科學(xué)院院士,美國(guó)藝術(shù)與科學(xué)學(xué)院院士,中國(guó)科學(xué)院外籍院士。2007年,張教授發(fā)現(xiàn)的「量子自旋霍爾效應(yīng)」被《科學(xué)》雜志評(píng)為當(dāng)年的「全球十大重要科學(xué)突破」之一。
?
此外,張教授一直保持著對(duì)區(qū)塊鏈領(lǐng)域的關(guān)注,其在2013年創(chuàng)立了丹華資本,投資領(lǐng)域涵蓋區(qū)塊鏈、人工智能、大數(shù)據(jù)等具有顛覆性的新興技術(shù)。這一期分享一篇張教授的演講,本文能較好體現(xiàn)張教授在科學(xué)與投資上的一些思考,相信這些內(nèi)容也能啟發(fā)我們認(rèn)知區(qū)塊鏈等復(fù)雜事物。
01
演繹推理
?
這個(gè)時(shí)代,我認(rèn)為能看懂知識(shí)體系間本質(zhì)的人,是可以抓住無(wú)數(shù)機(jī)會(huì)的,這是科學(xué)賦予我們的Deductive Thinking(演繹推理)。
?
我們的哲學(xué)就是利用科學(xué)的思想做投資,尋找簡(jiǎn)單、普適的技術(shù)和產(chǎn)品,也要讓我們看到不同領(lǐng)域間的關(guān)聯(lián),給予不同企業(yè)以他們看不到的協(xié)同力,真正去抓住這個(gè)時(shí)代的源動(dòng)力。
?
科學(xué)有兩大方向,一是把各種形態(tài)的物質(zhì),分解到最基本的組成部分;二是用這些最基本的組成部分,構(gòu)造出物質(zhì)不同的態(tài)。
?
譬如一杯水,假設(shè)里面有10的23次方個(gè)水分子,我不可能預(yù)測(cè)到每個(gè)分子的運(yùn)動(dòng)軌跡,就像你讓我精準(zhǔn)預(yù)測(cè)明天股市的走向。但我們知道,里面的每個(gè)分子,都在做隨機(jī)的布朗運(yùn)動(dòng)。當(dāng)分子足夠多時(shí),在統(tǒng)計(jì)學(xué)原理下,它們便會(huì)產(chǎn)生一個(gè)新的規(guī)律。
?
這就是投資組合的一個(gè)概念——如果只投一個(gè)公司,成功率顯而易見(jiàn),很難。但如果你有一個(gè)投資組合的搭配,你就能合理對(duì)沖預(yù)期回報(bào)與風(fēng)險(xiǎn)大小。當(dāng)投資組合足夠健康時(shí),單個(gè)投資產(chǎn)生的隨機(jī)概率就會(huì)相互抵消,使總體成功概率更高。
?
不過(guò)也要提防資本泡沫,觀測(cè)泡沫的發(fā)展形態(tài):有的泡沫膨脹到一定程度會(huì)破滅,有的泡沫成長(zhǎng)到一定程度,又會(huì)成為新的可持續(xù)現(xiàn)象。
?
分析泡沫現(xiàn)象,可以按照泡沫的大小和數(shù)量,進(jìn)行分布分析,看這個(gè)分布是指數(shù)函數(shù),還是倒數(shù)函數(shù)。如果是指數(shù)函數(shù),說(shuō)明泡沫都是非常集中的大泡沫,指數(shù)函數(shù)的積分是有限的,這種情況下,泡沫更有可能破滅。倘若是倒數(shù)函數(shù),則是一種長(zhǎng)尾分布,有一定的大泡沫,也有很多小泡沫,這個(gè)積分是無(wú)限的,可能進(jìn)一步發(fā)展到穩(wěn)定的狀態(tài)。
?
拿水分子組成的泡泡說(shuō),當(dāng)溫度接近100攝氏度的臨界值,我們看到的泡泡分布,應(yīng)該就是長(zhǎng)尾分布。再升高一點(diǎn),水成了水蒸汽,有了無(wú)數(shù)個(gè)小泡泡。這時(shí)泡泡就成了一種新的穩(wěn)定狀態(tài),水也能保持100 度的溫度一直沸騰。
?
我們現(xiàn)在看到的泡沫,包括創(chuàng)新本身和資本布局。如果都是集中在少數(shù)領(lǐng)域內(nèi),大家一窩蜂去搶短平快的項(xiàng)目,這就有可能是泡沫。如果未來(lái)所謂的泡沫,開(kāi)始大量分布在其他各個(gè)領(lǐng)域的項(xiàng)目里,那么這種發(fā)展就是一個(gè)穩(wěn)定的發(fā)展。
?
我們繼續(xù)拿水分子類比,泡泡代表了一種新的事物。水分子在泡泡里比較稀,在液體里,水分子比較密,而最初新生事物肯定是比較稀疏且被傳統(tǒng)事物(液體)所包圍。所以泡沫的現(xiàn)象值得關(guān)注,它可能是新態(tài)的預(yù)兆。
?
02
化繁為簡(jiǎn)
?
人類現(xiàn)在碰到的最大問(wèn)題就是知識(shí)體系是呈樹(shù)狀迅速發(fā)展的,樹(shù)越長(zhǎng)越大,人類的知識(shí)越來(lái)越豐富體系越來(lái)越繁復(fù),但是問(wèn)題是不同分支不同領(lǐng)域的知識(shí),想要互相關(guān)聯(lián)溝通起來(lái)非常困難,個(gè)人對(duì)體系內(nèi)的知識(shí)了解越來(lái)越深入,但是對(duì)于跨領(lǐng)域的了解卻甚少。
?
中國(guó)有句古話「隔行如隔山」,這也正是我們時(shí)代的挑戰(zhàn),也是機(jī)會(huì)。科學(xué)的準(zhǔn)則就是要回到原點(diǎn),一旦我們能回到根,或者是幾個(gè)重要的節(jié)點(diǎn)上,我們就能把上面的枝葉都看清楚。
?
比如,我們做投資有一個(gè)「黑板測(cè)試」,讓創(chuàng)始團(tuán)隊(duì)在壓力之下,在黑板上將公司運(yùn)用的數(shù)學(xué)原理、公式、思路,總結(jié)和推導(dǎo)出來(lái)。倘若能展現(xiàn)一個(gè)邏輯自洽的理論框架,那就很不錯(cuò)了。
?
有一次,看一個(gè)AI醫(yī)療診斷系統(tǒng)的項(xiàng)目。創(chuàng)始人一上來(lái),就說(shuō)了許多大而時(shí)髦的詞,「深度學(xué)習(xí)」、「馬可夫鏈」、「卷積神經(jīng)網(wǎng)絡(luò)」、「遺傳算法」等等,顯得極為專業(yè)。可被要求到黑板上進(jìn)行算法推導(dǎo)時(shí),臺(tái)下人發(fā)現(xiàn),他不過(guò)是熟背了一些AI技術(shù)的名詞術(shù)語(yǔ)而已。他的醫(yī)療診斷系統(tǒng),只是一個(gè)預(yù)先編程好的常規(guī)專家問(wèn)答系統(tǒng),掛了個(gè)AI的名頭。對(duì)于人工智能投資,這些是遠(yuǎn)遠(yuǎn)不夠的。
?
世界是很復(fù)雜的,一定要去抓住一個(gè)切入點(diǎn),用最簡(jiǎn)單的方案,去應(yīng)付極為復(fù)雜的世界。
?
正如詩(shī)歌追求的境界是用兩句話將復(fù)雜的感情說(shuō)清楚,科學(xué)也是追求用一個(gè)簡(jiǎn)單的公式去描寫大自然的萬(wàn)千現(xiàn)象,諸如F=MA、E=MC2就是描寫大自然的最美詩(shī)句。
?
富蘭克林辦報(bào)業(yè)時(shí)期經(jīng)常用一句簡(jiǎn)單的話概況復(fù)雜的時(shí)事環(huán)境,甚至親自撰寫簡(jiǎn)潔明朗的廣告詞,賦予新聞事業(yè)以刊播廣告的社會(huì)功能,使廣告經(jīng)營(yíng)收入成為新聞媒介財(cái)源之一。所以我常常說(shuō)富蘭克林簡(jiǎn)直是Twitter的發(fā)明人。如果一個(gè)人能把每一件事情用140個(gè)字說(shuō)清楚,那么這是非常強(qiáng)大的一種能力。
?
除了「黑板測(cè)試」,我們還有「信封背面的估算」原則,大意是任何復(fù)雜的事物,都應(yīng)該能在一個(gè)信封背面總結(jié)、抽象和估算出來(lái)。創(chuàng)始人通過(guò)這些,就能大致估算出自己項(xiàng)目,在市場(chǎng)上的數(shù)量級(jí)及未來(lái)容量,知道如何快速、廉價(jià)甚至是免費(fèi)獲取大量?jī)?yōu)質(zhì)場(chǎng)景數(shù)據(jù)。
?
我們投資過(guò)一個(gè)AI項(xiàng)目,它就采用了一個(gè)巧妙方式,去源源不斷獲取數(shù)據(jù)——利用手機(jī)與人的親密互動(dòng),時(shí)刻獲取大量語(yǔ)音、運(yùn)動(dòng)和位置等信息,再基于這些數(shù)據(jù)建立人工智能模型。這就解決了創(chuàng)業(yè)公司一開(kāi)始缺少數(shù)據(jù)的問(wèn)題。
?
把復(fù)雜的信息抽象出來(lái),我們的大腦便會(huì)產(chǎn)生一種美感、快感,這也是人類進(jìn)化中的一項(xiàng)重要能力,如果不能用簡(jiǎn)單的特征區(qū)分人臉和老虎的臉,那人就無(wú)法存活下來(lái)。
?
03
平行跨界
?
很多人認(rèn)為科學(xué)就是整天泡在實(shí)驗(yàn)室,但絕大部分時(shí)候,科學(xué)家的成功與否,往往取決于科學(xué)家的抉擇。這是大腦最刺激,思維最豐富的時(shí)候,但很少有科學(xué)家能做好。那些偉大的科學(xué)家,便是在無(wú)人注意這個(gè)方向之時(shí),瞄準(zhǔn)了時(shí)機(jī)。
?
投資也是如此,與科學(xué)研究的方向選擇,完全一樣,找準(zhǔn)科學(xué)與技術(shù)接近的領(lǐng)域。
?
這就如同量子世界,量子、粒子有波粒二象性,有兩個(gè)孔的話,它可以同時(shí)穿過(guò)兩個(gè)孔,百分之百平行做兩件事情。
?
在斯坦福時(shí),物理學(xué)家、化學(xué)家、數(shù)學(xué)家被安排在不同的樓中,雖然平時(shí)交流不多,但生活中就會(huì)產(chǎn)生新的碰撞空間。我有位鄰居,是計(jì)算機(jī)系老師,我們兩家小孩踢足球時(shí),我們就開(kāi)始聊。
?
他說(shuō)他現(xiàn)在有一個(gè)痛點(diǎn),他改作業(yè)時(shí),學(xué)生交上來(lái)的計(jì)算程序都來(lái)源于三個(gè)不同的操作系統(tǒng),一些是Windows,一些是Mac,一些是Linux。他想是否能在一臺(tái)計(jì)算機(jī)中,做三個(gè)不同的操作系統(tǒng),于是他就發(fā)明了他一個(gè)技術(shù),V&M(Vistual?Machine),虛擬機(jī)。
?
我當(dāng)時(shí)覺(jué)得很好,因?yàn)槲乙灿型瑯拥膯?wèn)題。于是就投資了他的公司,后來(lái)它成為了一家非常偉大的公司,因?yàn)檎麄€(gè)云計(jì)算便是基于這個(gè)虛擬機(jī)的技術(shù),最高時(shí)好像是480億美元的市值。
?
這是不同的時(shí)間尺度下,通過(guò)不同的分析產(chǎn)生的。我后來(lái)想這不一定是偶然,也是可預(yù)測(cè)的。首先是生活在斯坦福,這些機(jī)會(huì)經(jīng)常產(chǎn)生。而我做學(xué)術(shù)研究,觀察周圍同事,也會(huì)對(duì)他們想象力和未來(lái)進(jìn)行評(píng)估,去判斷哪些人真的能夠成為非常偉大的科學(xué)家,哪些不能成為第一流的科學(xué)家。
?
其實(shí)在從事科學(xué)研究方面,當(dāng)達(dá)到了某種技術(shù)層面,大家的專業(yè)技能都是旗鼓相當(dāng)?shù)摹1热缯f(shuō),做理論物理研究,你的推導(dǎo)能力比較好;做實(shí)驗(yàn)物理研究,你操作儀器的能力比較好。到了一定層次,這種厲害的人已經(jīng)多如牛毛了。
?
但是為什么最終有些人能夠更上一層樓?這個(gè)決定性因素其實(shí)超出了物理學(xué)的知識(shí)范疇,就是需要具有一種品味。因?yàn)榇蠹夷芰Χ己芙咏?#xff0c;都在競(jìng)爭(zhēng),前面都擺著比如十條路,然后我選擇這條路,你選擇另外一條。最后的結(jié)果一般只有一個(gè)人成功,而且往往從技術(shù)層面上說(shuō),最后成功的這個(gè)人并不一定那么厲害,他的成功是因?yàn)樗x擇了正確的方向。
?
從小我就酷愛(ài)讀歷史,讀歷史的話就會(huì)讓你想一個(gè)問(wèn)題——什么東西能夠留下來(lái),什么東西不能留下來(lái)。所以這些看得多了,對(duì)你在選擇關(guān)頭可能會(huì)有些幫助。可能這些選擇看似偶然,其實(shí)是一個(gè)長(zhǎng)期積累知識(shí)的結(jié)果。
?
真正完美的世界是量子世界,就是量子的一個(gè)粒子,它的確是可以百分之百平行做兩件事情的,量子的世界是平行的。我想人生也可以達(dá)到這種境界,我是100%時(shí)間在做教育,100%時(shí)間在做科研,100%時(shí)間在做投資。
?
正如我的偶像富蘭克林。他作為科學(xué)家、政治家、思想家、企業(yè)家、政治家,作為《獨(dú)立宣言》起草者之一,做的很多事情看起來(lái)毫不相關(guān),其本質(zhì)卻是相關(guān)聯(lián)的。
?
投資技術(shù)發(fā)明,可能開(kāi)拓出以前根本想象不到的市場(chǎng),這也是投資的妙處。這樣看,投資和科學(xué)并不違背,某種意義上來(lái)看,科學(xué)的思維也一直指導(dǎo)著投資的理論。
總結(jié)
以上是生活随笔為你收集整理的张首晟:用科学思维指导投资的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 使用Java语言从零开始创建区块链
- 下一篇: 全球经济美国中国日本英国欧元区德国法国意