19｜信噪比：历史有真相吗？

你好，欢迎来到我的《信息论40讲》。

从这一讲开始我们进入课程的第二个模块： 信息传播 ，我们先介绍和信道有关的知识。

我们今天的课程从一个故事讲起。

著名收藏家马未都先生有一次在电视节目中和北大一个教授争论历史是否有真相。那一次马先生其实是有备而来，他一开始引导对方进入自己准备好的战场，然后引导对方讲出破绽，最后拿出自己的证据反击。

对方显然是没有准备，其实有几次自圆其说的机会都因为慌乱而抓不住。大家可以在网上找一下那段视频，那是一个很好的辩论和说服人的案例。今天我们不讲辩论的技巧，只是就他们讨论的话题谈论信息和噪音。

在那次电视节目中，马先生先讲出一个和大众看法不太一致的观点，即历史没有绝对的真相。我们在前面的课程中讲了，重复别人的话最没有信息量，如果讲出和别人视角不同的观点，就有信息量了。这是马先生的第一个策略， 先抛出一个颠覆你认知的观点。

那么历史没有真相有什么呢？马先生认为有大势，比如“分久必合，合久必分”，但是细节的真相有七成都不准确。

同时他指出， 正确的历史观比历史细节更为重要。 这种讲话的方式也是非常值得学习的，因为我们不能一味地语出惊人，而要讲清楚自己的观点。

一看自己研究的领域被说成找不到真相，那位历史教授就急了，说历史当然有真相，而且言下之意，历史学家就是要找真相。人在任何场合，特别是和别人辩论时都不能急，一急就被对方拉入自己的主场了。这位教授就犯了这个错，着了道儿。

随后，马先生就抛出一个问题：司马光砸缸是不是历史真事？这对研究宋史的教授来说并不是困难的问题，因为从所接触的资料看，司马光砸缸一事属实，正史《宋史》中明明有记载。

马先生随后又问，“你确定砸的是缸，而不是什么别的容器？”那位教授很确定，而这其实是马先生的圈套。

问完几个问题后，马先生开始讲自己的证据，根据他对中国古代陶瓷的研究，以及对中国科技历史的了解，宋朝尚没有能力烧出可以淹没哪怕是孩子（直径超过半米，高一米左右）的大缸。

其实，那么大的陶瓮早就有了，唐朝就有请君入瓮的故事，而中国确实也出土过一些能装得下孩子的瓮。但是瓮不是缸，马先生显然先要将这个漏洞堵死，才拿出自己的证据。

如果你查一下《宋史》，里面确实写了司马光类似的故事，但是还真不是砸缸，而是瓮。那位教授显然是着了马先生的道儿，但如果她当时比较冷静，回一句：“您从考古证据和科技发展研究出来当时没有缸，只有瓮，正好还原了历史，说明历史还是有真相的。”

如果当时她这么讲，自己就能借坡下驴，全身而退。只不过由于没有准备，那时就慌了神，一定要辩解说你没发现缸，不等于没有缸。

我们不去评论两人的对错。单说说历史有无真相。 要说有肯定是有一些真相的，我们对大量史实的了解是没有问题的。

比如我们前面讲到的长平之战，秦国胜，赵国败，这是一条准确的信息，而不可能反过来。这场战役使得后来六国无法逆转秦国的统一进程，也是没有争议的。

但是很多细节，今天其实不清楚， 比如为什么赵国决定换将，赵国到底被坑杀多少人，等等。对此今天至少有四五种非常合情合理，但是却完全不同的解释，但那些都不能说是真相。事实上由于古代信息在传递的过程中，混入了大量的噪音，因此很多细节真相今天是无法得知的。

下面这张画是著名的超现实主义画家达利画的“林肯”。那里面呈现给我们的细节和林肯没有什么关系，但是你远远地看它还是能看出林肯的轮廓。也就是说这幅画中包含着信息，但是也有噪音。历史也是如此，很多时候近看不得。

中国上一代历史学家喜欢考据，了解真相，但是历史的很多真相是了解不清的。 只要历史的信噪比足够高，就能还原出历史的大脉络。

于是，中国很多新的一代历史学家受到西方大历史（Macro History）的影响，开始从宏观的角度思考历史。比如施展老师讲的《中国史纲》课程，就是沿袭这种思路。

那么， 信号和噪音的比例达到一个什么程度，就能恢复出有用的信息来呢？ 这件事没有一个绝对的阈值，超过那个阈值就能恢复信息，不到就恢复不了，而是根据信号和噪音的比例，也就是我们要说的信噪比，在不同程度上能够恢复一定的信息。

我们前面讲了信息的置信度，对于那些置信度不高的信息，并不值得相信，而相信了错误的信息是要付出代价的，代价的大小视自己心中的估计和真实结果的差异而定。

但是很多时候， 我们要考察的不是一条信息的准确性，而是大量数据中，有多少是准确的信息，有多少是噪音。 当信息量非常非常大时，即使单个信息的置信度不是很高，我们还是能够在信噪比允许的范围内，恢复出不少信息的。

要说信噪比，先说说什么是噪音。 “噪音”这个词大家经常在生活中用到，对它并不陌生。在信息论中，噪音有特殊的含义，它可以是嘈杂的信号和声音，但又不完全相同，也可以是其他的干扰。它有下面三个特点：

• 未知，而且通常是随机的， * 也就是说难以预测。我们在生活中有这样的经验，如果你在房间里和别人谈话，有背景音乐让你觉得谈话听不清，你关了音乐即可，很确定。但是对于那些不知道来源，或者你关不掉的嗡嗡声，你就很烦。

• 不含有用信息。 * 比如你在咖啡厅和朋友聊天，有一些轻柔的背景音乐，不影响你们的谈话，还让你觉得增加了两个人接近的程度，但是从信息论的角度讲它也是噪音，因为它其实影响到你们的语音通信。但是，如果你们在谈话，后面有两个人在悄悄议论你，被你无意间听到了，这时虽然它影响了你和朋友的说话，但对你来讲不仅不是噪音，甚至是很重要的信息。

• 噪音和信息不是绝对的，要看场景。 * 你开车时发动机的声音就是噪音，但是在检查汽车工作状态时，那种嗡嗡声可能就是信息了。

噪音的出现使得信息的捕获、存储、传输和处理会受到影响。因此，我们要想准确获得信息，信息本身的幅度（也就是能量）相比噪音需要足够高。比如在吵闹的街道上，你可能听不清同伴的声音，这时你的同伴就不得不提高音量。

相反，如果是在夜深人静的时候，你们轻轻说话，彼此都能听清楚。也就是说，信号（能量）和噪音（能量）的比例，决定了我们是否能够有效地获取信息。这个比例在信息论上被称为信噪比。

信噪比要多高，获取的信息才准确呢？ 这取决于接收者捕获和处理信息的能力。比如有的人耳朵非常好，信噪比比较低的讲话都能听清楚，但是有些人你就要冲他们大声吼。很多电子设备，它们接收语音，过滤噪音的能力比人强，我们人分辨不了的语音，那些专门的机器能够做到。

类似的，识别图像也是如此。给我们一张相机拍下来的照片，我们很容易分辨出一个人。如果只给我们视频中的截屏，我们分辨起来就难了，因为后者的信噪比太低。

如果回顾一下我们第12讲的内容，由于视频压缩的比例极高，因此很多信息是丢掉了的，相比之下照相机拍的静态图片压缩掉的信息并不多。但是，今天具有智能识别功能的摄像头，识别视频中人的能力要超过我们人，也就是说，它们能够处理信噪比比较低的图像信息，而我们人类做不到。

关于 信号和噪音的关系，你还需要知道两点，这两点可以帮你：

首先，它们是一对孪生子，总是相伴存在的。虽然我们在处理信息时总希望没有噪音，但是这就如同我们希望找到全是优点没有缺点的人一样，是不可能的。

因此，考察和判断一个人是否有处理问题的能力，不是考察他在纯粹无噪音的条件下的能力，而是要考察他能否在有噪音的情况下，依然把信息找出来，处理好。这就如同培养交友能力必须基于存在损友这个前提假设一样。

我们在生活中会发现这样的现象，张三这个人讲的事情大部分时候是靠谱的，但是有些时候很随意，这时候你信他还是不信他，这就是艺术了。

有的人爱轻信，结果经常把噪音当成有用信息，免不了作出错误的判断；有些人则完全相反，只要有噪音就不信，结果他就是一个怀疑一切的人，我个人觉得后一种人比前一种人还辛苦。至于怎么过滤噪音，这是我们下一讲要讲的内容。

其次，由于信号的能量和噪音的能量叠加了，因此具体到每一个信号点，它的准确性，或者说置信度，都是严重受到干扰的。

下面两张图是相同的语音，前面的一张是比较干净的，后面的一张是被噪音覆盖了的。你如果看细节，它们相差很大，但是你看整体的轮廓，还是能找到相似性的。事实上，如果你播放这两段语音，还是能够听出是同一个意思的。

讲回到历史这件事。 历史的很多细节是不准确的，而且也无法准确，因为历史书上记录的内容犹如第二幅图中的语音，信号是被噪音所覆盖的。但是，历史的轮廓还是可以看清楚的。

很多人讲，我写的历史是西方那种大历史，不追究细节，只讲大势。这里面有一个重要的原因，就是我无法搞清楚每一个细节，因此只能使用信得过的学者对细节的研究作为我再加工的基础，然后在很长的宏观维度，去诠释历史的规律。

也就是说，我看到的历史就如同达利画的林肯，亦或者是上面两张图中的第二张，重在轮廓和走势。而很多专业历史学家的工作，则是去除噪音，提高信噪比。

预告： 至于如何去噪音，如何提高我们对信息准确性的判断力，准确把握信息，让我们的工作和生活变得更好，这是我们下一讲要谈论的话题。

思考题： 请你说说自己在工作和学习中，抓大放小的经历。欢迎在留言区和我互动。我们下一讲再见。

热门留言

Steve：#金勇笔记# #day19# #总结#

先提炼本讲的观点： 信号与噪声的能量比例称为信噪比。 我们要尽可能保持接收信息渠道的质量，另外也要不断提高自己捕获信息与处理信息的能力。

举个例子， 新浪微博内一定含有太多太多有价值的信息了，不过我们浏览微博10个小时，也未必能搞清楚什么是傅里叶变换。 但如果我们只有20分钟， 我就会推荐你先花10分钟看看万维钢老师在昨天提到的一讲，标题就是傅里叶变换，再花10分钟看看傅里叶变换的维基百科。

信号与噪声是分场合定义的，如果我要研究中国网民最近7天在关注的话题以及社交网络中热点事件的传播研究，那么微博对我来说就是最好的研究实验田。

因为你我都生活在一个“信息爆炸”的时代，我感觉随着移动互联网的兴起会让越来越多有价值的内容像冰山一样沉底。所以我希望每位同学都能通过这门课程的学习，能够越来越在乎自己的注意力、提高自己捕获优质信息并解析的能力。

延伸阅读

抓大放小： 阿兰·葛文德在著作《清单革命》中提出好清单的原则就是简单高效。 我打算用一个月的时间列出做一个合格的数据仓库工程师需要坚持的“清单”， 也作为我欢迎未来新同事的礼物。

金勇分享

第一模块的内容我整理到了自己的博客， 如果感兴趣的话，同学可以移步查看：

https://www.staticor.io/blog/wj1

王黎璐：注重细节是好事，但不宜纠缠。老王以前在车间抓生产，非常关注细节。做了高管，他仍然紧盯细节，别人是“抓大放小”，他是“抓小放大”。就有员工骂他：“只管狗吃（shi）的事儿，不抓狼吃肉的事儿。”这种行事风格，导致他把大量的时间浪费在细节上，前瞻性明显不够，员工们也不服气。这也是老师反复批评过的，战术上的勤劳其实反馈了战略上的懒惰。他不知道：真正的努力，都是需要方法论支撑的。这种方法论的价值就在于，你的努力是自嗨还是卓有成效。 今天的课程还让我反思“细节决定成败”，如果细节不是重点中的细节，那就毫无价值，对解决问题没什么意义。因为在任何一件事中都会有几乎无数个细节，如果把握不了最重要的细节，也就是没有把握重点、核心。在最重要的问题的处理中，关键性的细节将决定成败，从这个意义上说“细节决定成败”是非常正确的，如果不顾核心、重点地抓细节就无法有效地解决问题，这样的细节做得再好也没有意义，于问题的解决毫无作用。

古小千：信噪比，帮助我们在生活中做减法。

信号与噪音，正如生活中的要事与琐事，而要能掌握这之间的平衡，才能善用减法、具体生活。如工作上的任务、带爸妈或孩子去看医生等等，必须尽速或在某个期限，达成关键目标的事项，都属于要事；而像是牙膏没了要添购、待缴的停车费，这些虽然没什么事，但积聚起来也挺繁杂，尤其过期时更麻烦。

诚然，我们希望信噪比越高越好，最好琐事都不入我眼，自然有其他人处理，但生活是具体的，如何抓大放小，将噪音影响最小化，我认为是能改善的方向。

想像一下，若琐事全堆在一两天内要完成，那就好比噪音全在某个时距内，那这段时间的信号就容易被盖过，造成信息捕获存储及传输处理大受干扰。如果能将噪音尽量平均分布于总时距内，意即将琐事分摊至每天完成，那么就不必烦恼这些小事影响生活上的要事了。

工作上的观察，每位医师对信噪比需求不同。这是专业上的敏感度，有经验的医师看一眼腹部超音波，就知道哪里是腹水、脂肪肝严重与否，就连同一张CT，专业的放射科医师都能发觉其他内外科医师可能遗漏之处。我想，他们的熟练来自上百张CT图像，在脑中自动将噪音比对，因此能判断出哪一些是有用的信号，进而提出有用的信息增量。

要事与琐事，像孪生子一般，拿捏平衡才能过好人生。

莫冬腊：记录下这些年来读书科研获得对信号与噪声的理解。 1，噪声各有不同，信号提取相同。 2，卷积去噪：信号是可叠加放大，而噪声是叠加抵消的。 3，放大时间和空间的维度寻找信号来源。 4，信号往往存在于慢产量之中。比如经济系统中，人口结构往往是最重要的信号之一。 5，信号往往存在于隐变量之中。随机共振理论：地球冰期与温暖期交替的原因是太阳与地球之间的微弱联系。 6，有时候噪声是信号的朋友。 ADC电路：利用噪声反而提高了信号的分辨率； 随机共振理论：非线性系统、信号和噪声之间达到某种匹配关系时，强噪声不但不会消弱信号的作用，反而会将能量向微弱信号转移，大大提高输出信号的信噪比。 华尔街传奇人物费雪对金融市场噪声的看法：交易者分为噪声交易者和价值交易者；噪声交易者为市场提供了流动性，才能让市场长期发展得下去，不然如果所有人都是价值交易者，在所有人都要买的时候谁来卖，所有都要卖的时候谁来买。

皮戈：昨天听鲍鹏山讲水浒，说到石秀那段，鲍老师批判了“害人之心不可有，防人之心不可无”这句流传久远的处事格言。前一句是正确的废话，纯粹的鸡汤；后一句是错误的歪理，信了会造成一切人对一切人的战争。今天用吴军老师说的信息与噪音来解释，前一句是重复公理，其中包含的信息量太少，几乎接近于0；后一句是噪音太大，信噪比太低，消除噪音成本∞。看来，无论是人文的观点，还是科学的分析，这类增广贤文都是不值得读，更不值得传播的毒鸡汤。 其实对信息与噪音的理解，最直观的就是用耳机听得到。躺在床上听，开个微小的声音就足够，走在大公路上听，塞紧两个耳朵音量开到最大也听不清，信噪比不同。中午饭后开正常语速听不懂，晚上在公园散步开3倍语速还能跟上，这是信息压缩比不同，失真度不同。 关于抓大放小，我觉得读书算一个。过去几十年，老实说，完整读过的书也就那么十几本，观其大略的有几十本，绝大多数只停留在知道书名上。随着年岁增长，想看更多书，但眼睛吃不消了。得到的出现，就让我在两年时间读了2000本书，典型的抓大放小，30分钟把高纯信息传授给我，锻炼、休闲、充电三不误。其实在得到大学之前，我已经把每晚必去的那个公园改名为我的得道大学，第三次进入大学系统学习。

shzhang：说起信噪比，抓大放小，首先脑海里跳出来的是老师在《硅谷来信》021中说到的“西瓜和芝麻”，很多人都容易被琐碎的事情捆绑住，看不到事情发展的主脉络和大趋势。

信噪比在审计工作运用： 审计人员在时间、人力、物力、财力、精力有限的情况下，只能通过收集到的证据来推断总体是否所有重大方面合法公允。因此，如果被审计单位故意抛出一些芝麻小事来干扰视听，新手就容易雀跃于找到了问题而忽略那些真正是问题的事项，而把小事情列示在审计报告中交差。

真正的审计高手则能在充满了各种信息及干扰的情况下，通过发现蛛丝马迹从而实现重大问题的突破。 而在开展审计业务之初会确定一个能够接受的错报或漏报的极限值（专业术语叫“重要性”或“重要性水平”），如200万元，即200元以上的错误必须要揪出来，同时还会确定一个微小临界值，如10万元，也就是对于10万元以下的错误可以忽略不计，甚至不用累积（如审计房地产公司，存货也就是房子，动辄就是上百万元）。 想来信噪比在审计工作中有广泛的应用。

醉in：“信噪比”笔记 金勇哥已经总结好了： “我们要尽可能保持接收信息渠道的质量，另外也要不断提高自己捕获信息与处理信息的能力。”

去年刚在住院部实习的时候，问诊过程十分不满意，经常是跟患者聊了大半个小时也没有一个清晰的发病线索，都是大量的细节。

而带教的师兄十分钟内有的放矢的抓住关键信息，不断验证、排除鉴别诊断。患者陈述的许多细节倾向于自己设定好的因果关系、描述上也有许多主观成分；师兄跳出细节不被带偏，看出大致的脉络，对患者的口述、家属的补充、其他医院的住院资料不断进行“循证证据分级”，在信噪比比较低的情况下仍然能够主动获得有诊断价值的信息。 共勉。

刘溜溜：信噪比是信号中有效成分与噪声成分的比例关系参数，这里的噪音肯定不只是所谓噪杂声，还包括那些干扰信息、无用信息、或虚假信息等等。

比如我们在马路上边走边打电话，很容易听不清对方说什么，因为马路上噪音太多使信噪比降低。又比如一个人讲话总是自顾自说用“散文”形式说一大堆话，这时候信噪比也非常低，面对这种情况我们经常会告诉对方“说重点”，就是为了提高信噪比。

在工作当中，比如我需要准备PPT或者演讲稿的时候，为了提高信噪比，我就需要抓大放小，即重要的是要去考虑我想表达什么、听众是谁、哪些信息是关键并且一定要提到的，以这些大方向去设计自己的内容，而不是依靠大量文字、图表、数据、以及图片去包装我的内容，只关注好看和丰富。

在这个时候我还要关注的是平衡信噪比和信息冗余度，既要有适当的信息去补充那些关键点，又不能显得太过累赘反而让听众疑惑。

佛祖门徒：公司决策中的抓大放小。 曾经，公司围绕一个重要决策争执不下，大家的讨论集中在人力、资金、周期和部门间协调等问题，我认为这些成本对于公司长远发展来说都属于“小问题”。如果仅仅纠结于这些问题，很难做出利于长远发展的决策。所以，我提出一个问题“这个项目对我们公司意味着什么？”在我看来，这才是决定是否值得全力以赴的大问题，只有搞清楚这个问题才能确定项目实施方案，直接决定项目是否值得做。在我看来，所谓利润、业绩都在其次，这个项目的意义在于可以整体提升团队的实力、检验跨部门协调机制是否存在问题、为公司在一个新的领域积累经验和案例，最终不仅能打造一个新的服务模式，还可能为进入一个全新的业务领域形成一套较为完整的运营模式。所以，我建议投入较大规模的人力物力成本来做这个项目，作为公司一段时间的战略重点。

这里是子孚，你是？：先举一个反例: 我是东北某所大学软件工程学院的学生，原本软件工程的培养计划里面是没有通信课程的，我们的院长很有远见，于是在我们专业专门开了一门选修课叫做 “通信概论” ，学院的其他授课老师也响应院长，来教授这门课程。虽然我们今后工作中很少有从事通信领域的相关工作，但是院长的想法是让我们能够领悟到通信这门课的一个思想，并将这个思想应用在我们的今后工作和学习当中。 但是有些授课老师就把握错了大的方向——通信的思想（应该抓的大），反而去关心每一个小的理论知识点（应该放的小），学完之后用处其实没有院长预期的那么好，就像《精英日课》万老师说的，懂得传授“慢功”的老师，也就是能够将知识拓宽到实际运用场景的，目标不只是让学生在课程上拿到高分的老师，才是不会让学生“凋零”的老师。

下面再来说说我抓大放小的经历: 作为一个学生，虽然不能只达到考高分就够了，但是高分还是必要的，在大学摸爬滚打了两年，我发现一个现象，有些同学不论多认真都只能拿到不那么高的分数，相比之下有些学的更轻松的高分学生每次成绩都很稳定。我觉得问题就出在抓大放小上。有限的时间学习无限的知识，如果每一个小的知识点都不放过，可想而知会有多被动，大多数老师当然不会明说考什么题，但是如果结合老师上课有用的信息——重音、反复重复、课程开设目的以及当今技术的实现，就能抓到大的方向而不局限于一个个小点知识点，再从大的方向着重去复习相应知识也就主动得多。同时也可以课下问老师考点来消除消息（课程）中的噪音。

三木（森)-郑：三木今日思考 1⃣️学习 （1）大：中心思想、事实、论点、关键词句、假设、论证过程； （2）小：例子、对理解没有帮助的虚词、语句等等； 小结：通过压缩文章内容，去除多余的信息，提取关键词句，利用思维导图工具，通过联想串联回忆和还原，提高信噪比，降低大脑能耗。 2⃣️工作 （1）大：追求卓越，例如，kpi、关键客户、关键市场、重要不紧急的事情、核心竞争力等， （2）小：无关紧要的小事，做到合格就OK，把时间和资源投入到最重要的事情上。

小结： 大脑里正确的思维模型和概念越多，信息感知密度越高，信噪比越高，信息压缩能力和还原能力越强———不抽象就无法深入思考，不还原就无法看到真相！

宇：在生活中，想要提高信噪比，就得交靠谱的朋友。

人从靠谱不靠谱的角度，可以简单的分为4种： 第1种是说话不算数，能力还弱的； 第2种是能力比较强，但是办事随心所欲，经常不兑现承诺； 第3种是说到就会努力去做，但能力有限，总是做不到，或者把事情办砸； 第4种人能力强，别人办不成的事他一办就成，但这种人可遇不可求。

第1种人和第2种人呢，点头之交就可以了，别跟他们有深的来往，因为信噪比太低，没有多少有用信息； 第3种人办事，不要期望他们能给你惊喜，最好是让他们，但有固定流程的事情； 关于第4种人，如果想和他们成为朋友，你也得成为一个专业人才，跟他们类似，才能互相吸引。

佘天俊：我个工作是投资，投资中的信息和噪音都是铺天盖地，海量，判断每一个信息的真伪是几乎不可能完成的，甚至判断信噪比高低都是及其困难的。 这样的情况下，把握大趋势和大方向，忽略小趋势和突发事件是一种抓大放小的可行方案。 对于这种方式更耳熟能详的说法是巴菲特的名言：即使美联储主席偷偷告诉我未来两年的货币政策，我也不会为孩子改变我的任何投资作为。

顾昱晓：得到三周年庆典上讲的“字要大”，“要大红色”，都是为了突出信号的强度，好增强信噪比，促进购买、点击等转化率。 同样的道理，在一些注册的环节，经常会把诸如注册即同意协议，已阅读条款等变成很小的字，是不希望人们把注意力放到这些地方，这就是人为降低信噪比。

善行者benny：俗话说：用人之长，天下无不用之人，用人之短，天下无可用之人。­

那怎么去评定一个人的“长”与“短”呢？今天的信噪比知识，可以作为参考的答案。

每个人都有其优缺点，如同无数个信噪源相互叠加的结果。作为管理者，识才才能用好人才。但现实工作中，有一些老板可能是对人才的“噪音”比较敏感，动不动就给员工贴标签，因为员工偶尔的犯错就打入冷宫，从而白白浪费了公司的人力资源。

另外，信噪比知识同样也适用于我们的时间管理上。

对于时间管理，笑来老师理解为是注意力的管理，这与古典老师的“每天三件事”理论是相一致的。

我们说，要事第一。这里面就涉及到如何有效做选择的问题，即如何有效判断出信号与噪音，分析什么是重要的，什么是干扰我们做决策的因素。

比如我们要购买t一套设备，那么首先是定出设备技术规格要求，然后去市面上收集相关制造厂家的产品方案，最后就是做出各种方案的对比，去除干扰项，得出我们需要的结果。

最后，信噪比都是客观存在的。我们需要练就透过现象看本质的能力的同时，也需要科学且理性的去思考辨别事物，不能让我们自己的主观情绪化，成为噪音的帮凶，而影响客观判断!

识己：抓大放小，也可以换个说法，在什么位置做什么事。 我上大学的时候就犯了抓小放大的错，多多读书才是主业，增加自己的人力资本才是大；把大学当社会的实验基地是小是副业，年少无知把二者颠倒了，毕业后才发现问题。于是，研究生的时候果断好好学习。 之前，吴军老师说，考试要确保自己会做的题不丢分，有时间了争取不确定的，这也是一个抓大放小。

顾昱晓：在科研实验中，尤其是做痕量分析的时候（痕量分析，是指需要待测物的含量非常低，有的时候可以达到10的-9或者更低的量级），待测物的浓度低，而噪音又无法避免，所以就要选择信号最强的地方来进行检测。 在光谱分析中选用主峰也就是信号最强的波长，这样可以有效避免仪器噪音和背景光的干扰。 色谱分析中要优化实验条件，让待若干个待测物的主峰分离，不要相互干扰。 上面的这些例子，都是有效利用信噪比的方法。

TryTs：还记得吴军老师之前在《科技史纲60讲》中举例到的“迪斯尼过山车”的例子，如果用力学的角度去看，那就非常难求，如果用能量守恒定律的话，就只需初始点，和结尾点的一些信息就能很快的求出了。研究历史的时候如果想“深究细节”，那无疑有很多噪音，很难研究，但是正如马未都先生说的那样“正确的历史观比历史细节更为重要”，我们拥有正确的历史观，与此同时，研究历史的轮廓，就可以了，这才是最有效的方式。（ps：历史教授后期的“你没发现缸，不等于没有缸”，有点像“子非鱼安知鱼之乐”的意味……😄😄）

方兴（阳光芳草）：最近我在处理一个比较复杂的事情，在此过程中我幸运得得到两个高人持续的帮助，对我来说，无数的噪音让我受到了干扰，而高人一眼穿越噪音看到信息本质和重点内容，制定相关计划，这是见识和格局的不同所造成的。

王熙凤治理宁国府，短时期内跨越大量噪音提纲挈领提高宁国府的效能，比尔盖兹用公式思维来解决环境恶化治理问题，稻盛和夫用“作为人，何为正确”来解释我们应当如何做出判断。

要有这样的能力，就要能够辨别信息的轻重缓急，抓住信息量大的关键要点，忽略那些噪音， 所以高手能迅速看清问题实质和系统模型，在关键点改变发力，还能全面看待了解别人，重视优点忽略缺点，抓大放小，把精力放在最重要的地方。

郎：身处民航业，各级领导们对安全高度重视，总是试图把一切不安全因素都消除掉。稍有风吹草动，就要推动各种整改监管。

说不好听点，这就是对噪声做出了过度反应。因为自上而下地传达精神、喊口号，领导们都在忙于抓安全，使得生产一线的员工承受各种额外压力，疲于应付各种检查，真正的工作反而受到影响。而制度难以落实，一些系统漏洞依然存在于口号背后，等待小概率事件的最终发生。

这是常见的眉毛胡子一把抓，大家都很忙，实际结果却往往是听天由命。如果经过认真分析把信号和噪声分开，只对信号做出反应，实际成效会更好。