2018-06-29

有一项新的研究说,马能识别人类的情绪。

报道说,很多时候,马能把人的面部表情和声音进行配对,识别出人的喜怒哀乐。

马到成功


说起识别情绪,咱们来了解一个知识点,叫情绪粒度,粒是颗粒的粒。什么意思呢?一个情绪粒度高的人,能准确地识别出情绪,然后还能把这种情绪,用恰当的语言描述出来。而一个情绪粒度低的人,就会觉得很多情绪都差不多,没什么区别。

比方说,问你:开心跟兴奋,这两种情绪有什么不一样?开心说的是快乐,而兴奋说的是受到了强烈的刺激,整个人都high了起来。比方说看世界杯,你喜欢的球星踢进了一个球,这时候你是“兴奋”的;而你喜欢的球队赢了比赛,这时候,用“开心”来形容你的心情,会更合适。如果你能感受到这样细微的区别,说明你就是一个情绪粒度比较高的人。

那怎样才能成为一个情绪粒度高的人呢?一个好的方法就是学习跟情绪有关的词汇,在具体情境中去感受、去体会这些词汇,词汇越丰富,用的次数越多,情绪粒度就会越高。

MM( •͈ᴗ⁃͈)ᓂ- - -11

最近谷歌在《自然》杂志上发表了一项研究报告,这个研究报告显示,人工智能可以预测出一个病人在进入医院以后,会有多大可能,能活下来,预测的准确率高达95%。

不过,不管人工智能预测得有多准确,人类的寿命终究还是有限的。有些人有这样一种心愿,就是跟已经去世的人,来一场隔空对话。实际上,现在的科学技术,已经能够帮人们实现这一点了。这种技术叫“数字复活”。

所谓的数字复活,不是说真的可以复活一个人的肉体,而是说通过采集一个人生前的各种数据,比方说这个人的录音录像、文字照片等等,把这些东西整合在一起,用计算机生成一个虚拟人,这个虚拟人,可以还原出这个人生前的各种行为特征。这就叫数字复活。

比方说,在纪念歌手邓丽君的演唱会上,美国的科技公司就整合了邓丽君生前的很多资料,做出了邓丽君的虚拟人,效果非常逼真。这个数字复活出来的邓丽君,甚至还能和周杰伦来一首歌曲对唱呢。

数据科技

来看一个你生活中常遇到的情况


电信公司给你打电话,笑意盈盈地说:“我帮您把网络带宽,从10M免费升级到了100M”。你问,“哦?那免费多久啊?”她说,“3个月。3个月后如果您觉得不需要,可以打电话过来退回到10M,不收取任何费用。”


是不是很不错?


如果你了解商业,你会立刻知道这里面的套路,电信公司就赌你三个月后会习惯100M的现状,再也不会打这个电话。


你以为只有企业家、管理者,或者创业者需要学习商业知识,但其实,生活在这个商业社会,每个人都逃离不了商业逻辑。


每一件事情背后,都有其商业逻辑


你很孝顺,过春节给了父母一些钱,希望他们对自己好点,多吃吃多玩玩。可是,他们却把钱存进了银行,怎么都舍不得花。


如果你学过商业逻辑,就会明白,这钱,被父母放在了一个叫“整钱”的“心理账户”,是要用来干大事情的。那怎么办呢?


如果刚好是1万,你可以把这1万元分成很多笔“零钱”,今天500、明天800、后天1000,他们更容易花掉,不心疼。那相反,给孩子钱呢?就给整钱,这更能帮助孩子们养成储蓄的习惯。


商学概念和商业逻辑,都是从人性的骨子里来、被反复验证过的套路和模式。当你了解了这些,就很可能步步为营,取得成功;不了解,很可能一直落在竞争对手后面,被套路、被超越。


完整的商业兵器库


有一个专栏《5分钟商学院•基础》有超过14万的同学。包括小米创始人雷军、真格基金的创始人徐小平,都是这个专栏的忠实用户。


很多同学反馈,他们收获了一整套系统的商业认知框架,了解了非常多的商业经典概念。可是,这还不够。


你会发现,真实世界中,不会有人问你,“科斯定理,是什么?”,“MBTI,是什么?”,“心理账户,是什么?”,“马斯洛需求理论,是什么?”,“权力接受论,是什么?”


真实世界中,只会有人问你:“拿不定主意做线下还是线上,怎么办?”,“我也想把东西卖便宜,可代理商不答应,怎么办?”,“赚的钱都变成库存了,怎么办?”,“员工要加薪,否则就离职,怎么办?”,“竞争对手挑起价格战,怎么办?”,“免费就没利润,收费就没客户,怎么办?”


怎么办?怎么办?怎么办?…… 真实世界中,只会有“怎么办”的问题。



我们有一个野心,在未来,商业世界会分成2类人:一种拥有这个兵器库,拥有强大的战斗力,能洞察商业世界的基本战略。一种是没有的,这些人完全靠肉搏,盲打莽撞。而拥有这个兵器库的同学们能够在未来的商业军备战争中赢得先机。


4个模块的框架:


1)理解用户,用户需要什么;


2)设计产品,怎么满足需要;


3)找到模式,如何因此挣钱;


4)建设团队,和谁一起来干。



所有的这些,都是为了让你从知到行,拥有你自己的商业决断力和解决问题的实战能力。你自身这个“产品”做得越强,就越能和外界换回更大的价值,也会拥有更多的成功可能。

你可能感兴趣的:(2018-06-29)