你(很可能)一直玩错了生命游戏
You've (Likely) Been Playing The Game Of Life Wrong
频道:Veritasium · 时长:45:13 · 发布:2025-11-26 · 播放:11752297
简介
Veritasium 解释了为什么许多现实世界系统遵循幂律而非正态分布。视频涵盖了自组织临界性,并模拟了沙堆、磁性和森林火灾。
HN 为什么推荐
HN 评论者推荐它,因为它改变了他们对分布的思考方式,并展示了临界性如何在地震、野火和其他领域中出现。
在看这个之前,我默认认为大多数分布是正态分布。 — HN, 2025
数据科学与统计 · 日常物理与科学演示 · 科学方法与科学传播
中文字幕节选
- 有些事物并不符合正态分布。 我的意思是,如果你走进现实世界, 开始测量像人的身高、智商,或者树上苹果的大小这类东西, 你会发现,对于其中的每一项, 大多数数据都聚集在某个平均值附近。 这种情况太常见了,以至于我们把它称为正态分布, 但生活中有些事物并非如此。 - 自然界中到处都能看到幂律。 这看起来很奇怪。就好像大自然在把自己调整到临界状态一样? - 如果你粗略地衡量一场世界大战有多大, 用它造成的死亡人数来衡量,你会发现它遵循幂律。 结果的规模会相差1000万、1亿之多。 - 出现真正大事件的概率 远比你从正态分布中预期的要高, 而且它们会彻底扭曲平均值。 - 你所观察的系统没有任何固有的物理尺度。 真的很难知道接下来会发生什么。 - 你测量得越多,平均值就越大, 这真的很奇怪,听起来不可能。 - 弄清楚你正在玩的是哪种游戏, 以及从长远来看回报会是什么,这非常重要。 - 19世纪末,意大利工程师维尔弗雷多·帕累托 偶然发现了一些前人从未见过的东西。 你看,他怀疑人们的收入多少背后可能隐藏着某种规律。 于是他收集了所得税记录, 来自意大利、英国、法国以及其他欧洲国家, 并为每个国家绘制了收入分布图。 他考察的每个国家,都看到了同样的规律, 这个规律至今在大多数国家依然成立, 而且它不是正态分布。 如果你想想像身高这样的正态分布, 它有一个明确定义的平均值,极端离群值基本上永远不会出现。 我的意思是,你永远不会找到一个人 身高是平均身高的五倍,比如说,那在物理上是不可能的, 但帕累托的收入分布却不同。 看这条英国的曲线,它显示的是 收入超过某一特定数额的人数。 曲线一开始急剧下降,大多数人收入相对较少, 但随后它逐渐衰减,比正态分布要慢得多, 而且它跨越了好几个数量级。 有些人的收入是其他人的5倍、10倍,甚至100倍。 如果收入是正态分布的,这种差距根本不会出现。 为了压缩这巨大的数据跨度, 帕累托计算了所有数值的对数,转而绘制这些对数值。 换句话说,他用了双对数坐标图,而当他这么做时, 那条宽泛的曲线变成了一条直线。 斜率大约是负1.5。 这意味着每当你把收入翻倍,比如说从200英镑到400英镑, 收入至少达到这个数额的人数 就会下降2的1.5次方倍,也就是大约2.8倍。 而且这个规律在收入每一次翻倍时都成立。 所以帕累托可以用一个简单的方程来描述收入分布。 收入大于或等于X的人数 与X的1.5次方分之一成正比。 这就是帕累托在英国看到的情况, 但他对来自意大利、 法国、普鲁士以及其他一堆国家的数据做了同样的分析, 他一次又一次地看到了同样的东西。 每一次数据都变成了一条直线, 而且斜率惊人地相似。 这意味着帕累托可以用同一个方程描述每个国家的收入分配, 即收入的一除以收入的某次幂, 其中该幂就是对数图的绝对梯度。 这种关系称为幂律。 当你从正态分布的世界进入幂律的世界时,
HN 上的讨论
你的成功期望值 = 机会 × 成功率。一开始,努力工作提高成功率,但不增加机会的数量。人脉增加机会,对成功率毫无帮助。运气对两者都有影响。作为一个 40 多岁的初创公司创始人,硅谷的整个 VP/SVP 级别都是通过一两个中间人介绍认识的,尽管承认很多第一跳是通过其他创始人。关于弱关系重要性的原始论文被低估了,因为你共事的人往往会走向更好更大的事情——尤其是在你职业生涯的初期,如果你是个好人。Veritasium 发布了一个非常好的视频[1],关于知道我们在玩哪种游戏。这是一个幂律游戏。我只有两个收获,“出现”和“走运”。不出现就无法获胜。[1] - [VIDEO] — gopalv, 2026-08
3Blue1Brown 有一个关于相变的好视频。[LINK] Veritasium 有一个关于临界性如何应用于其他事物的好视频,[VIDEO] — kjshsh123, 2026-02
这个视频中有多位科学家。顺便说一句,这个视频很值得一看。[VIDEO](应力积累,通常通过许多小型的、感觉不到的地震释放(25:54)。如果这些小运动不能消散应力,它可能会积累并导致强大的连锁反应(26:25)*免责声明:我使用了YouTube内置的AI来查找/总结时间戳,因为我记不清之前看的时候具体在哪里。 — indigodaddy, 2025-12
很高兴你提到了关于这些的 Veritasium 视频。这是链接:[VIDEO] 在我看这个之前,我会默认认为大多数分布是正态的。思考你正在玩的任何“游戏”——无论你是在创业还是试图赢得嘉年华游戏——并考虑结果是否遵循正态分布或幂律分布,真的很有趣。 — austy69, 2025-12
这段文字让我想起了Veritasium的最新视频之一[1],关于幂律、自组织临界性、渗流等……它还有一个野火模拟[1] [VIDEO] — dlojudice, 2025-12
相关视频
- 你需要一个主题,而不是一个目标 · CGP Grey · 6:23
- 你的大脑认为你的整个家就是一个房间 · CGP Grey · 10:58
- Bryan Johnson:Kernel 脑机接口 | Lex Fridman 播客 #186 · Lex Fridman · 2:31:30
- AT&T档案:波行为的相似性(特别版) · AT&T Tech Channel · 28:02
- 量子阴谋:量子力学普及者不想让你知道的事 · Google TechTalks · 1:03:43
- Matplotlib 更好的默认颜色映射 | SciPy 2015 | Nathaniel Smith 和 Stéfan van der Walt · Enthought · 19:08
- 热泵:家庭供暖的未来 · Technology Connections · 35:15
- James Burke《Connections》第一集《触发效应》 · DRS_Education · 49:22
- Hamming,“你和你的研究”(1995年6月6日) · securitylectures · 44:02
- 为什么妄想是一种超能力 · Veritasium · 12:04
- 大多数已发表的研究都是错的吗? · Veritasium · 12:22
- 理查德·费曼谈火 · nebulajr · 4:43
- 打造逼真的人造太阳(为黑暗冬日) · DIY Perks · 19:44
- 十的次方™ (1977) · Eames Office · 9:01
- 棕色;颜色真奇怪 · Technology Connections · 21:14
- 费曼谈科学方法 · seabala · 9:59