您现在的位置是:主页 > 币圈资讯 >

28岁DAO了

2021-11-02 16:09币圈资讯 人已围观

简介 距离上一次臭矫情竟然一年过去了。尽管周围有更很多人提醒你「什么时间干什么事儿」诸如此类的,我仍无法感知...

距离上一次臭矫情竟然一年过去了。尽管周围有更很多人提醒你「什么时间干什么事儿」诸如此类的,我仍无法感知自己“28岁“马上就30岁了”这个「年龄」的概念,只是时常在我想做的事情上,听到时间在耳朵边急迫的喘粗气。

延展时间

因此,我一直在想延展时间这个话题,这是一个抽象的问题。但如果有什么实践性的目的,便会有一些实践性的途径。我想,可能有两种方式可以帮助自己延展时间:

1)调慢时钟 2)加速

我们共同遵循同一个「世界时钟」,调慢时钟的思路是,如果每个人拥有一个「个人时钟」,你可以选择将它调慢,那你的时间就相对更多,换句话说,延长生物学寿命,人的主观年龄。

霍瓦斯时钟(人的主观年龄)

与逆境对抗——霍瓦斯时钟的联想[1]

以出生日期为依据的时序年龄(chronological age)可能会误导我们对衰老的预测。而人的生物学年龄(biological age)的确定与之并不相同,是随时间在生理层面身体的发育和衰退情况(人的主观年龄)。

UCLA教授霍瓦斯的研究成果“霍瓦斯时钟” 在寻找这种衰老 生物标志物(biomarkers of aging)。在20世纪90年代开始风靡的DNA端粒学说(端粒长短能解释生物老化,后被一系列实验/践证明并无因果关系)站不住脚之后,DNA甲基化(Methylation)被认为是生物标志物的最佳选择。

DNA甲基化是被称为表观遗传学(epigenetics)的更大研究的一部分。表观遗传学是调节基因组的不同生物过程的集合。它是导致细胞分化的原因。举个例子是皮肤细胞的DNA和脑细胞的DNA是一样的,之所以分化成不同细胞就是因为定位不同。细胞衰老就发生在DNA分化时。

另外,大卫-辛克莱斯(David Sinclairs)的研究表明:人衰老的速度与数据流失的快慢。

DNA断开会为DNA定位变换(1%可能)创造可能,所以要么 1)减少断开 2)断开之后助力DNA重组时保持原样(减少信息流失)

想想看,如果有机会「重置」表观遗传时钟,不做时序年龄的仆人是不是很有吸引力? ?

所以我其实想说,28岁算个pi。

加速——塑造 Aptic structure

"Aptic Structure是能力的神经学基础,由先天进化的Aptic范式加上发展中的经验结果组成。这个术语......是为了取代本能(instincts)等有问题的词汇。它们是大脑的组织,部分是先天的,使有机体在某些条件下有可能以某种方式行事"。——Julian Jaynes《二分心智的崩塌》

上面这句话我引用过非常多次,是因为它在我的脑子里已经生成了某种[[概念]]。

  • 决策的加速

  • 做决策其实不需要很长时间。思考的过程发生在做决策之前,而所有的思考决定着最终的决策。

  • 学习加速进化

  • 我之前读到过一个Baldwin effects 「学习加速进化」的研究,非常有趣。这个概念同时出现在Julian Jaynes和Steven Pinker对语言的研究中。

    sources for Baldwin effects

    我感兴趣的是:学习将如何加速事物的进展,如何学习。举个例子,当我无法增加proof Of work的时间时,你就一个小时可以练舞,那怎么练才能最大化效用呢?(这显然令人头疼)

    积极生活

    我在「干他,然后继续生活」这片文章里讨论了“积极生活”,接下来想实践一下:

    be a JPG collector ;)

    naval在tim ferris的播客[2]中总结了2020和2021年轻人最佳职业发展路径,下图金融白领们看不懂也没有关系。

    其实,看一些图片的好处不仅在于有趣、寻找灵感、还可以学英语、学改代码生成像素块pixel、把黑底白字8个词拆分重组搁智慧合约里创造新语言...

    学习生成pixel

    George为Loot社区的提案,开启“内容编程”

    Knowledge display And keep sharing

    受到Cornor对知识结构[3]思考的启发,接下来我需要探索的是:如何用一种(数据)结构更好的解释事物?解释一个决策背后的思考图谱和复杂动机,解释一个复杂问题。

    比如NFT的估值体系,这个话题非常吸引我,影响一个较复杂的NFT(比如Loot)的因素有非常多种,金融的技术的社会的等等等等,我如何把它的复杂性和影响它的复杂因素加以呈现,同时又可以抽象出它underneath的简单优美的规则。

    synthesize and display knowledge (via data structure)

    解释Crypto、NFT等依然非常的困难,而且并没有多少人愿意分享这些来龙去脉,直接说结论多简单也很大程度上会有好的结果(“买这个大概率不会错”--欢迎阅读随机漫步?‍♀️)。但

    truth是什么?

    什么是我可以脱离别人的“opinion”自己去做下一个决策的思维模型?你可以听无数个“老师”的建议,然后最后啥也不是。我希望为我自己建立这样的解释能力,若同时带给你启发那我也很开心。

    NFT已开始以猩猩之火的态势塑造metaverse(尽管我不想用这个词)的地形,每一个NFT都在这个元宇宙空间里面有一个独特的坐标点。下一步将会是大航海和绘制地图的环节,dataverse和roam会是非常重要的工具。

    我在「什么是必然的」这片文章中解释了对这种趋势的理解,并在Spatial data registry[4]这条笔记下面记录了对NFT地图模式的思考。

    notes on spatial data registry

    NFT地图模式

    同时,我在discord建立了一些细分主题的频道,来聊(阅读原文不行咯,后台回复「discord」加入)。

    Hill climbing 爬坡

    Chris Dixon在2009年的博客「Climbing the wrong hill」[5]中提到计算机科学中的爬坡(hill climbing)概念:

    hill climbing

    计算机科学中的一个经典问题是爬坡。想象一下,你被丢在一个丘陵地带的一个随机地点,在那里你只能看到每个方向的几英尺(假设是有雾或其他)。我们的目标是爬到最高的那座山。

    考虑一下最简单的算法。在任何时候,向能让你走得更高的方向迈出一步。这种方法的风险在于,如果你碰巧从较低的山头附近开始,你最终会在那个较低的山头上,而不是在最高的山头上。

    一个更复杂的版本在你的行走中加入了一些随机性。你开始时有很多随机性,随着时间的推移减少随机性的数量。这使你在开始集中的、非随机的攀登之前,有更好的机会在较大的山丘附近徘徊。

    另一种通常更好的算法是让你反复把自己丢在地形的随机部分,做简单的爬山,然后在多次这样的尝试之后,回头决定哪座山是最高的。

    "在蜿蜒中行走的早期徒步者(年轻人),随机地把自己丢到地形的新部分,当你找到最高的山丘时,不要在当前的山丘上浪费更多的时间,不管下一步可能看起来有多好。"

    写在最后

    之前不只被一个朋友或陌生人问到,你每天有这么多的takeaway,为什么不做个这xxx、那xxx项目?于是我那天写了一个推文,才意识到我自己是怎么想的。

    每个人都是一个project,我们来到这个世界的目的就是打造自己这个project,这个事儿不仅在做,而且天天在做。

    我不在意我这一个月、一年、一辈子做过多少「项目」,也不在意这些「项目」会给我带来多少收益,我不在意我的名字、胖车库的logo在多少地方出现(我更喜欢我的twitter寿司头像)。我更想观察和探索下去的是,我能把Jessie? 塑造成什么样,让她心烦和亢奋的事情都是什么,感受她崇拜的人类身上的超能量。如果也能把这些能量传给别人,那就

    一起?吧;)

    写在2021年10月30日

    Reference

    https://towardsdatascience.com/examining-the-horvath-clock-and-the-significance-of-biological-age-a5d64b73bc44https://open.spotify.com/episode/3U4wMKyvMUhB83qf8FaA3I?si=UvvWPb-KQL6VEmplFTclyQ&nd=1https://roamresearch.com/#/app/roamcommunity/page/09-20-2021https://ethereum-magicians.org/t/verifiable-spatial- rgb(63, 63, 63)" >
    [5]
     

    Tags:

    标签云

    站点信息