在认知上，数据与算法是什么关系？

吴伯凡认知方法论第三模块第三单元学习笔记

智能是在大数据的基础上确立算法，通过不断优化算法，迅速处理数据的能力。算法优化的过程是不断的犯正确的错误。“正确的错误是指有明确、简单又有效的算法作为淘汰和过滤标准的错误。”而拖延症是不断收集各种数据却没有实质上的行动。

认识目的是不断的优化算法，是自己的算法能更有效的处理数据。优化算法最好的办法是写作。培根说：“思想最好的方式是写作。”写作是把思想客体化。思想是混沌的，将思想客体化后，我们才能将思想清晰的表达出来。然后，我们就能审视自己的思想，认识到对与错。认知迭代不断的把自己的思想客体化，清楚知道思想中的缺陷和问题后，有意识地去纠正错误，从认知客体中，获取的反馈成为新的思想，再把新的思想客体化，不断重复这个过程，形成认知迭代。

“慌”是杂念太多使我们的心智能量被无意义的耗散。我们可以使用词云图和问题云等方法对自己的念头进行管理。当我们确认问题的优先级，形成了结构性，指向性的思维模式后，就能将注意力集中到核心问题，摒弃杂念，提高认知效率。

总结：认知是不断优化算法，通过不断优化算法，提高处理数据的效率。虽然算法来自于数据的积累，但只有数据是没有用的。通过客观化认知，建立算法、优化算法，提高我们处理数据的能力。另一方面，我们可以通过词云图或者问题云，建立思维结构，确认问题的优先级，将注意力集中到核心问题上，提升认知效率。