惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Cisco Blogs
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler
T
Tor Project blog
N
Netflix TechBlog - Medium
C
Cybersecurity and Infrastructure Security Agency CISA
V
Vulnerabilities – Threatpost
V
Visual Studio Blog
GbyAI
GbyAI
PCI Perspectives
PCI Perspectives
D
DataBreaches.Net
Jina AI
Jina AI
H
Heimdal Security Blog
云风的 BLOG
云风的 BLOG
P
Privacy International News Feed
A
About on SuperTechFans
J
Java Code Geeks
美团技术团队
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News | PayPal Newsroom
有赞技术团队
有赞技术团队
MyScale Blog
MyScale Blog
博客园 - 司徒正美
C
Check Point Blog
T
Threat Research - Cisco Blogs
Attack and Defense Labs
Attack and Defense Labs
宝玉的分享
宝玉的分享
AI
AI
Simon Willison's Weblog
Simon Willison's Weblog
C
Cyber Attacks, Cyber Crime and Cyber Security
I
Intezer
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
Apple Machine Learning Research
Apple Machine Learning Research
Hugging Face - Blog
Hugging Face - Blog
The Last Watchdog
The Last Watchdog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
I
InfoQ
阮一峰的网络日志
阮一峰的网络日志
Cisco Talos Blog
Cisco Talos Blog
W
WeLiveSecurity
Hacker News: Ask HN
Hacker News: Ask HN
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
D
Docker
博客园 - Franky
Security Archives - TechRepublic
Security Archives - TechRepublic

中文博客 on 范叶亮 | Leo Van

多智能体系统 (Multi-Agent System) 确定性和掌控欲 - 你的 AI 不是你的 AI LLM Token 消耗节省计划 (How to Save Token for LLM) 智能体的角色定位和身份演化 (Agent Role Orientation and Identity Evolution) 本地部署 OpenClaw,QwenPaw 和 Hermes Agent (Local Deployment of OpenClaw, QwenPaw and Hermes Agent) 本地部署智能体 - OpenClaw,QwenPaw,Hermes Agent ... 部署 Matrix 服务器 Synapse (Deployment of Matrix Server Synapse) 部署 frp 内网穿透服务 (Deployment of frp NAT Traversal Service) 本地部署大模型服务 (Local Deployment of LLM Services) AI 时代的生产力和生产关系 (Forces and Relations of Production in AI Era) 业余无线电入门 - CQ, CQ, CQ, this is BD1CZP. Calling CQ and standing by. 重构 - 之于代码、之于工作、之于生活 大语言模型微调 (Fine-tuning Large Language Models) 提升图片分辨率和质量 - Invoke AI 101 教程 使用画布创建和组合生成新的图片 - Invoke AI 101 教程 探索 AI 模型和概念适配器 - Invoke AI 101 教程 理解图像到图像和降噪过程 - Invoke AI 101 教程 使用控制层和指示控制图片的生成 - Invoke AI 101 教程 使用 Invoke 创作你的第一张图片 - Invoke AI 101 教程 在 OpenWrt 和群晖中自动申请和部署证书 凡人歌 - 凡人,但不要烦心 Shell 调用方式 fork,exec 和 source (Run Shell with fork, exec and source) 重定向和管道 (Redirect and Pipe) 模型压缩和推理加速 (Model Compression and Inference Acceleration) 我们需要多少种编程语言 (How Many Programming Languages do We Need) 数据可视化小贴士 - 面向动态文档生成,秉承规范、统一和实用的理念 从 rm -rf * 说起 - 喜新、怀旧、再出发 当我谈摄影时,我谈些什么 - 色彩篇 Part 1 CSS 布局和定位 (CSS Layout and Position) 当我谈修图时,我谈些什么 - 色彩篇 Part 1 在 Windows 下利用 WSL2 和 Ubuntu 配置 GPU 机器学习环境 文学编程和可重复性研究 (Literate Programming and Reproducible Research) 在 OpenWrt 中安装 Jellyfin 搭建家庭影音中心 自私和贪婪 (Selfish and Greedy) 评分和排名算法 (Rating & Ranking Algorithms) 小记这一波裁员浪潮 基于内容的图像检索 (Content-based Image Retrieval, CBIR) 你所应该知道的 A/B 测试 (A/B Test You Should Know) 一个人的摩旅 (Travel with My Motorcycle Alone) 设计语言初探 (A Glimpse of Design Language) Spark 集群搭建 (Spark Cluster Setup) Hive 安装和配置 (Hive Setup) Hadoop 集群搭建 (Hadoop Cluster Setup) 虚拟环境准备 (Virtual Environment Preparation) 大数据 SQL 性能调优 (Big Data SQL Performance Tuning) SQL 样式指南 (SQL Style Guide) 进程,线程和协程 (Process, Thread and Coroutine) - 实现篇 进程,线程和协程 (Process, Thread and Coroutine) - 理论篇 胶囊网络 (Capsule Network) 投票公平合理吗? 图存储与计算 (Network Storage and Computing) - 复杂网络系列 网络算法 (Network Algorithms) - 复杂网络系列 真实世界网络结构 (Structure of Real-World Network) - 复杂网络系列 网络表示,测度和度量 (Network Representation, Measures and Metrics) - 复杂网络系列 文本相似度 (Text Similarity) 而立之前 (Life before 30) 最近邻搜索 (Nearest Neighbor Search) 无模型策略预测和控制 - 时序差分学习 (Model-Free Policy Prediction and Control - Temporal Difference Learning) - 强化学习系列 无模型策略预测和控制 - 蒙特卡洛方法 (Model-Free Policy Prediction and Control - Monte-Carlo Learning) - 强化学习系列 利用动态规划求解马尔可夫决策过程 (Planning by Dynamic Programming) - 强化学习系列 贝叶斯优化 (Bayesian Optimization) 马尔可夫决策过程 (Markov Decision Process) - 强化学习系列 多臂赌博机 (Multi-armed Bandit) - 强化学习系列 强化学习简介 (Introduction of Reinforcement Learning) - 强化学习系列 在群晖 NAS 上编译安装 tmux 隐马尔可夫,条件随机场和序列标注 (Hidden Markov Model, Conditional Random Fields and Sequence Labeling) 图嵌入和图神经网络 (Graph Embedding and Graph Neural Network) 预训练自然语言模型 (Pre-trained Models for NLP) toB 产品用户权限 (User Privileges of toB Products) 京东数科 HIPO 学习之旅 (JDD HIPO Learning Journey) 杭州和东京之旅 (Tour of Hangzhou and Tokyo) 国际智慧温室种植挑战赛 (International Autonomous Greenhouse Challenge) 记忆中的儿时 (My Childhood in Memory) 启发式算法 (Heuristic Algorithms) 关不掉的浏览器标签页 (Browser Tabs You do not Close) 贝塞尔曲线 (Bézier Curve) 如何阅读一本书 (How to Read a Book) 相似性和距离度量 (Similarity and Distance Measurement) 集成学习算法 (Ensemble Learning) 计算复杂性与动态规划 (Computational Complexity and Dynamic Programming) 利用 Flask 和 Google App Engine 部署模型服务 序列到序列和注意力机制 (Seq2Seq and Attention Machanism) 词向量 (Word Embeddings) 循环神经网络 (Recurrent Neural Network, RNN) 泰国之行 (Tour of Thailand) 卷积神经网络 (Convolutional Neural Network, CNN) 买书,囤书,看书 (Buy Books, Hoard Books and Read Books) Play Safe, Smart Choice & Yuppie 基于 PyQt5/PySide2 和 QML 的跨平台 GUI 程序开发 流形学习 (Manifold Learning) 深度学习优化算法 (Optimization Methods for Deep Learning) 深度学习优化算法 (Optimization Methods for Deeplearning) 生成对抗网络简介 (GAN Introduction) Ising 模型,Hopfield 网络和受限的玻尔兹曼机 (Ising, Hopfield and RBM) 马尔科夫链蒙特卡洛方法和吉布斯采样 (MCMC and Gibbs Sampling) 特征值分解,奇异值分解和主成分分析 (EVD, SVD and PCA) 墨尔本之行 (Trip to Melbourne)
媒介之战 (War of Medias)
范叶亮 · 2018-09-01 · via 中文博客 on 范叶亮 | Leo Van

媒介之战

War of Medias

分类: 思考 / 字数: 3205 / 标签: 信息, 文化, 知识, 媒介, 战争, 铅字, 书籍, 电视, 娱乐


本文为《娱乐至死》(Amusing Ourselved To Death) 的读书随想。

[美] 尼尔·波兹曼 / 中信出版社 / 2015

有两种方法可以让文化精神枯萎,一种是奥威尔式的——文化成为一个监狱,另一种是赫胥黎式的——文化成为一场滑稽戏——尼尔·波兹曼。《娱乐至死》初版于1985年,是尼尔·波兹曼的代表作之一。电视时代蒸蒸日上,电视改变了公众话语的内容和意义,政治、宗教、教育、体育、商业和任何其他公共领域的内容,都日渐以娱乐的方式出现,并成为一种文化精神,而人类无声无息地成为娱乐的附庸,毫无怨言,甚至心甘 情愿,其结果是我们成了一个娱乐至死的物种。

在这本书中,作者 Neil Postman 的基本观点为推崇铅字文化,声讨电视文化。首先,我必须承认作者对电视文化的很多现象描述确实存在,我虽然也一直知道其存在,但却从未思考过其中的问题,这是这本书对我影响最多的地方。换言之,是书籍 (铅字文化) 能够让我更深入的思考问题,这也是作者所推崇的铅字文化的益处。同时,作者并没有否定电视文化作为娱乐本身的用途,这点我也是认同的。无论是电影,电视剧还是综艺节目,电视文化确实以一种五彩斑斓的形式丰富着我们的娱乐生活。但我认为作者对于两种不同文化的观点略微有些绝对和偏激,尤其是在书籍和电视 (不同的信息载体) 内容过剩的今天,我认为两者都存在精华和糟粕 (同时包括文化内容和娱乐内容)。我认为书籍和电视中文化和娱乐的界线也不是很明显,虽然我支持作者的不要将娱乐和一些严肃的事情 (例如:政治,宗教,教育等) 混在一起,但是我也不否能不能从电视文化中获取知识。我认为更重要的是对于信息的细粒度消化,在这个过程中比较重要的是 思考实践

作者在书的最前面提到:

奥威尔担心我们憎恨的东西会毁掉我们,而赫胥黎担心的是,我们将毁于我们热爱的东西。

在文末又再次呼应了这个观点:

有两种方法可以让文化精神枯萎,一种是奥威尔式的 – 文化成为一个监狱,另一种是赫胥黎式的 – 文化成为一种滑稽戏。

最后,又引用了赫胥黎在《美丽新世界》中的观点:

人们感到痛苦的不是他们用笑声代替了思考,而是他们不知道自己为什么笑以及为什么不再思考

最后这句最符合我的观点,下面从几个方面聊聊我对书中观点的一些看法和自己的一些补充。

信息、文化和知识

作者用了两章的内容讨论 媒介 的作用,那么我就从媒介在信息的传递,文化的形成和知识的获取的三个角度来谈一谈我对媒介的认知。

信息的传递

信息,我认为可以简单的理解为我们所能感知到的一切,这里的 感知 其实就可以理解为 媒介。对于信息本身,可以将其粗略的划分为两类:有用的信息无用的信息。理论一点的解释就是:从信息论的角度而言,能够帮助降低系统不确定性 (信息熵) 的事物就认为是有用的信息 (与真实概念略有差异);通俗一点的解释就是:你在过马路时,你能够感知到行人,车辆和建筑物等各种信息,此时你更关心的是那些会影响到你生命安全的车辆和行人,这些事物就是有用的信息。

无论是有用的信息还是无用的信息一定是通过某种方式 (嗅觉,听觉,视觉等) 和形态 (书籍,音乐,电视等) 传递到我们的大脑。所以我们对于事物的认知都不是透过其内涵本身,而是通过其在媒介中的具体表现形式。同一个事物本身透过不同的媒介,可能具有不同的具体形态,而我们直接去理解的正是这个具体的形态,这也就是麦克卢汉所说的 “媒介即信息”

文化的形成

文化知识 有相似之处,我认为两者的主要区别在于:文化是一个比较中性的描述,其表示一段时间内形成的某些习惯 (例如:饮食,建筑等),强调的是 习惯本身,而非 对习惯的评价 (好与坏)。而知识往往更像是一种具有 “好”的影响 的文化结晶,这个“好”可以对于集体而言也可以对于个人而言。

这些“习惯”又是如何一步步形成的呢?首先,我认为客观环境会是一个比较大的影响因素。从很底层出发,人首先需要做到同自然的抗争和共处,所以就会有人担忧干旱,有人担忧洪涝,自然会促使人们向不同方向发展。其次,就是我们人的主观因素了,我认为人的因素要更为复杂些。文化并不是一成不变的,而是在不断的演变,这种演变正是我们人自己主观选择的结果。

知识的获取

如上文中,我将 知识 定义为具有“好”的影响的文化,所以知识的获取就可以理解为对信息的选择。我认为对选择的结果产生影响的主要有两个方面:用于选择的 信息池选择的方法。这个池子就像是作者所描述的不同媒介所包含的信息,铅字文化中包含更多的是知识类型的信息,而电视文化中包含的信息更多的是娱乐类型的信息。选择的方法则像一个甄别和抽象的工具,对你感知到的信息进行筛选,提取和抽象,得到最终有意义的知识。我认为两者都很重要,但在信息过剩的今天,后者对于我们自己 可控性 会更好些。

严肃性与思考

到这,我们就聊聊刚才说的可控性更好的选择方法,概括而言这个方法就是 思考。思考本身是具有 严肃性 的,在谈及思考的严肃性之前,我们先说一下信息的严肃性。在书的第六章和第七章中,对于电视文化的抨击主要有如下几点:

  1. 电视不再是为我们展示具有娱乐性的内容,而是将所有内容都以娱乐方式表现出来。
  2. 电视呈现的事件都是独立存在的,剥夺了其与过去,未来和其他事件之间的关联。

第一点其实就是在说一些严肃性的信息 (例如:宗教,教育,政治等) 不应该以电视这种形式进行展现。我很赞同这一点,从思考的角度,这些严肃的事情是需要不断思考的,也就是说思考是贯穿在这些信息的接受之中的,而电视往往没有在中途预留很多时间,很快便进入了预先设计好的后续环节。

第二点其实作者更多的描述的是 电视新闻,我也很赞同这一点,确实这些被剥离同其他事情关联的快速新闻,只能片面的向我们做出了事情本身的局部,长此以往只会让我们对其变得麻木不仁,因为他们关心的是给观众留下印象而非观点。

面对不同形式的信息,我们思考的方式也会有不同。例如读一本书,遇到不熟悉的名词,你可能需要停下来仔细调研思考之后才会继续阅读,避免影响对后续内容的理解。又例如观影,电影更擅长以视觉冲击让你对其中的某些场景留下深刻的印象,而对电影的思考往往是以事后对其内容进行反思的形式,进一步理解其深层含义。但无论是以何种形式去思考,最重要的一点是 独立思考,也就是我想表达的思考的严肃性。思考不必可避免的会涉及到对相同事物不同观点的发表和交流,独立思考让我们做到不人云亦云,同时我们也需要做到不固执己见。

思考与实践

思考不能停留在精神层面,思考可以让你不人云亦云,但是对事物的理解本身又有太多的主观性,其正确性却有待验证。实践 则可以帮助你检查你思考结果的正确性,否定自己错误的判断,避免固执己见。怎么去实践又是一门学问,但也大同小异,我感觉比较有效的几个方法如下:

  1. 反复。是说对于一个事情在不同的时点可以重复思考,比如书可以再读一篇,电影可以再看一次,每一次都会有不同的收获。
  2. 笔记。这点对于读书和观影都有效,把想法写下来,不光会让你的思路变得更加清晰,有时你还会在总结的过程发现自相矛盾的地方,有助于自我改正。
  3. 做实验。好与不好,搞一下不就知道了?拿我们这群做模型的人来说,各种深度学习算法原理掌握的再好,不放在具体的问题上,不用真实的数据试一试,都很难说孰优孰劣。

媒介之战

回到这本书的核心 – “媒介”。看起来媒介对我们像是一种 被动 的影响,而思考是一种 主动 的干预。但我认为媒介的演变其实就是我们主动选择的结果,一种对精神放纵的结果。现在不同媒介之间,甚至相同媒介内部都充满着过剩的信息,那些让你感觉获取方便,理解容易的信息所包含的知识应该不多。知识的获取一定是一件困难的事情,当你过于放纵,贪图舒适的信息获取,那必然仅能得到有限的知识。所以不要对于媒介的呈现形式所迷惑,对于铅字文化也好,对于电视文化也好,你都需要保持思辨的精神,不要让这场媒介之战影响我们对于知识的获取和未知的探索。

What you see with your eyes may not be true, see it with your heart.

一句本来之前用于讽刺自己的话,现在看来放在这也挺合适,不要浮于事物的表象,更重要的是你对事物的看法。