一、序言1、首先谈一谈阅读这本书的意义是什么?这本书中诠释了人类有哪些弱点(我理解是人性的特点),只有我们了解了人性的弱点之后才能更好的与他人沟通交流,协作共赢。 人在生命中各个阶段扮演不同的角色,意味着和不同的人打交道。人性的弱点中的原则可以指导你的行为,让你在自己人生这一剧本中演好自己的角色。 2、人性的弱点中的人性具体指的是什么:人是非理性的生物,他们由情感和贪婪所驱使,被偏见支配,傲慢与虚荣是他们的动力之源。 生活中的场景:场景1:妈妈是一个爱唠叨,勤劳朴实的人,总把家里收拾的干干净净。有一天她为我们准备饭菜时多唠叨了几句,我就对他的行为批评和指责。当阅读《人性的弱点》这本书之后对自己的行为进行了反思。 以上是我读完《人性的弱点》中的前两章的感悟,希望以上分享能对你在生活中具有指导作用,谢谢您的耐心阅读,请关注我及时获取下次精彩的分享。
小时候世界上所有事物都是未知的,对于周围一切的疑问和好奇成为窥探的最原始动力。成年后,这种对隐私的好奇即使成年后依旧被保留了下来。因此可以说只要人性弱点还存在着,窥探周围隐私的喜好,就永远不会结束。 屏幕的背后,我们都怀揣着一颗窥探隐私的好奇心 当互联网时代和移动互联网时代到来后,这种对周围的窥探变得更加方便。那么在这三年又有哪些窥探周围的新方式呢? 而且新浪微博还有一个方便其他人“视奸”你千百遍的功能:悄悄关注。如果你有过因为对方不小心碰到赞而发现有熟人一直在悄悄关注你的情况的话,那么你的表情肯定是上面那样的。 注:视奸,人人社交的时代最可怕的事情,从头到尾翻遍其他人几千甚至上万条微博/心情不留任何痕迹。 查看附近 就像开头所提到的那样,因为人性使然,每个人内心里或多或少有种想窥探别人隐私的欲望。 除了微信和QQ外还有陌陌、Grils Around Me等各种LBS交友应用其实都属于这类应用,但它们偏向另外一个人性弱点色欲更多一点,这里不再过多赘述。
毋容置疑,“贪婪是推动销售的中坚力量”。其实贪婪有个比较俗的名叫做贪便宜。三年前是团购、点购、秒杀、抽奖最疯狂的时候。 至于点购、逆向团购、秒杀已经基本成过去时了,抽奖也趋于一种正常稳定的营销手段,没有了之前那种充满狂躁的转发。那么这三年又有哪些利用人性贪婪的天性呢。 ? 就这样,微博上“欢天喜地”的转发分享,几天前还处于5GB-10GB之间的网盘容量瞬间翻几番到了100GB/400GB。 可是,高达几百GB的网盘普通用户用得完吗?肯定是用不完的。 再一次印证了“用户的需求是可以被满足的,但是用户的贪婪的渴求是难以被真正满足的”。 和包邮类似,B2C电商网站屡见不鲜的打折促销也是利用用户的贪便宜心态,尤其是某东,为了吸引用户的注意,经常做出“缺货时降低价格有货时再提高价格”的行为,无不是想利用用户贪婪的天性。
关于色欲就不多介绍了,既是人类发展繁殖的基础和动力,也是人性永恒的弱点。在互联网时代,色欲永远会伴随着每一个有“人类用户”的互联网产品。 在去年(2012年)1月以后,快播的搜索量就持续超越QQ成为百度搜索量第一的客户端软件了随即快播的模式被百度看中,并于2011年2月推出了类似产品百度影音。 在人性的弱点色欲面前,即使电脑被植入各种插件病毒用户也毫不在乎。 迅雷 近几年,迅雷或许是国内最直接受益于色欲这个人性弱点的产品了,自离线下载和云点播功能相继出现后,迅雷会员的吸金能力迅速上升,后续又推出白金会员继续圈钱。 在其产品的发展历程中摇一摇是其中一个重要节点之一,很多色欲当头的人将微信作为一个重要的功能,之后“摇妹子”也顺利成为月抛的代名词,来自草榴的统计数据也显示微信才是真正上草榴的人最爱用的App。
三年前上线的知乎现在已经成为赞的世界,赞回答,赞评论,什么都可以赞一下。 赞在知乎的作用类似微博的转发,长内容效应和名人效应同样适用,表现在篇幅越长排版越好的回答以及名人的回答更容易获得用户的赞,至于回答得对不对准不准确反倒成次要的了。熙熙攘攘皆为赞来,今天你赞了没? 肾苹果 估计直至去世的那天乔布斯都没有搞明白为什么在一个叫做 China 的国度里自己的 iPhone 会受到如此大的渴求。其实都是虚荣心作祟罢了。 ? 售价 999美元的最贵应用,功能只有一个:打开后显示一张红宝石的壁纸,我很有钱 当然最早那个在 App Store 上名噪一时的的 i'm rich! 美颜党 原本就是现实世界的主导者的女性用户群在互联网以及移动互联网上同样占据着可不忽视的地位,而对于天生爱拍照、爱分享的女性来说,没有什么比图片美化应用更能满足她们的虚荣心了。 ?
就像之前所说的那样,懒惰是人的天性,一切让事情变得更加简单快捷的产品或服务都在或多或少的都在利用这个天性,因为凡是优秀的用户体验,必定是满足人性懒惰的。 食 找餐馆 这个就不多说了,一直走得很慢的大众点评可谓是抓到了那些除了找吃的和上厕所外基本不会动弹几下的懒人的硬需求。 汽车这个作为出行的根本似乎也正在变得简单操作化(Google的无人驾驶车已经上路了!)。更多请详见极客公园的专题极客眼中的互联网汽车。 针对这些懒人,需要向你们推荐一个叫做课程格子的应用。使用它,只需选定你的学校、系、专业、年纪就可以看到你们班的课程了,然后根据你自己的选修情况简单点击几下就可以生成你这学期的课程表。 ? 真正的利用人性弱点懒惰应当是让机器和算法去尽量替代人类,让生活变得更加智能化更加自动化,以此让人们省去某些不必要的无用功,而不是让人本身变得懒惰。因此在这个过程中不要忘记躯体的运动和大脑的思考。
"弱点扫描就是针对已经开放的端口进行可能漏洞的发现" 漏洞库 Exploit-DB 这个数据库是OffensiveSecurity 维护的,收集了大量的意已知漏洞的PoC 和 Exp,也是我们查找漏洞利用代码的主要途径之一 Metasploit Msf 也有自己的漏洞库,由Rapid7 维护,我们使用msf 时候经常会调用 CVE MITRE公司负责维护 针对足够危害等级的漏洞进行发布编号 上面几个都是国外的,下面简单介绍一下国内的 V 3 版本-------2016年6月10日 Basic Metric :以来时间因素的弱点权重 Temporal Metric :依赖时间的弱点权重 Environment Metric 依赖弱点的环境要求和实施难度的权重 ,可导入自动化检测工具中实施漏洞检测工做 OVAL使用XML语言描述,包含了严密的语法逻辑 每个漏洞都有对应的OVAL,它可以将实现漏洞的方法,比如发哪些包之类的,这样扫描器就可以直接进行扫描,而不用去编写代码了 SCAP 是一个集合了多种安全标准的框架 六个元素: CVE OVALCCE CPE CVSS XCCDF 目的是以标准的方法展示和操作安全数据 SCAP是当前美国比较成熟的一套信息安全评估的标准体系,
不管你选择软件即服务、平台即服务还是基础架构即服务,有一件事是不可避免的:你需要良好的、可靠的网络连接到云。 云计算真正的致命弱点是:许多IT人员没有考虑到,建立可靠的网络所带来的更深层次的挑战,只有迁移工作完成之后,他们才会发现网络问题。 成功的公共云计划主要依赖于网络基础设施,而且,毫无疑问的是:IT经理也需要考虑需要多少带宽?网络的可靠性跟预想的一样吗? 未来五年需要什么样的网络? 其中一个最重要的问题是:针对所有到云的不同连接,要保证你会一直具有 - 足够的网络容量。 企业的首要任务是:确保公共云提供商对于管理互联网带宽需求,有自己的计划。 考虑部署三个或三个以上的互联网连接到不同的提供商,这样,在网络出现的任何故障对你的影响都不会太大。 需要考虑的另一个重要方面是:内部广域网带宽。
我真的不想——我想象他身材超好,我最不想做的就是与我的胖身影一起在摄像头前视频聊天。更糟糕的是,我查了一下他在互联网上的信息,不难找到一些他的照片。 他是某种可以举起小车但仍然可以跑六英里的野兽人类嵌合体。 现在,想象一下,如果在我与乔什的第一次会议中,他的开场白是:“好的,克里斯。这是交易的条件。 换句话说,我帮助他们根据前三个步骤的情况使他们的意识计划适用于公司的具体情况。 下一个客户将不是相同的,因为下一个将是不同的,接下来的也将是不同的——所有的都将是独一无二的。 不要假设因为你最终明白了,公司中的每个人也会明白。他们可能需要更多的时间来跟上。 回想一下,在你的手机拥有包括带有 GPS 的完全加载的世界地图在内的一切功能之前的那个黑暗时代。 我真心觉得它们对你的进步至关重要: 谦逊 毫无疑问,在这个领域表现出色的人所具备的一件事就是谦逊。通常,谦卑或温顺被认为是一种弱点,但我请你花点时间想想你生活中真正谦逊的人。你有想到那个人吗?
现成的 LLM 具有吸引力,因为它们是一种相对容易的方法,可以将通用人工智能融入组织结构中。然而,LLM 有一个重大的缺陷,可能会抵消潜在的好处:缺乏特定领域的背景。在简单的用例中,这可能不是问题。 LLM 对企业的局限性 在深入了解向量数据库的世界之前,我将着眼于现成 LLM 的三个重大局限性。 过时的训练数据 LLM 摄取的训练数据最终决定了它的能力。这是一个重大的限制,因为数据很少是常青的。 缺乏组织特定的背景 现成 LLM 的训练数据来自不同的公共和私人来源。这些数据赋予了 LLM 所有功能。对于企业来说,令人担忧的是,通用 LLM 缺乏组织特定的背景。 它们具有以绝对确定性回答问题的不可思议的能力,即使它们的答案完全错误。这种现象被称为人工智能幻觉,可能导致不准确、荒谬或潜在危险的输出。 对于信誉和运营效率取决于强大且高质量的 LLM 的企业来说,人工智能幻觉构成了重大威胁。而且,由于现成的 LLM 始终有使用过时或与领域无关的数据的风险,因此人工智能幻觉的威胁迫在眉睫。
绝大部分创业者一开始都只是抱着发大财的美梦才选择了这条路,但当创业久了以后,你突然间意识到:原来创业是一种生活方式! 起点 ? 办公室 ? 睡眠时间 ? 一日三餐 ? 精神状态 ? 每日最低开销 ? 赚的钱去哪了? ? 女友父母眼里 ? 朋友眼里 ? 抗压性 ? 能力 ? 看问题角度 ? 终极目标 ? 破产概率 ? 玩“饥饿游戏”提前出局的概率 ? 成功者的收入趋势 ? ? ? ? ? ? ? 那种工作的成就感,是金钱所无法衡量的。我们创业,归根结底做的也是一门生意。但这生意他不只是一个赚钱或者不赚钱的买卖,更是生活的意义或者生命的意愿。 无论是一个人还是一个组织,都必须为了你所希冀的那个愿景去奋斗,创业,每天努力工作,其实并不是为了改变世界,只是不想让这个世界改变自己。
0x01 常见弱点端口 端口号 服务 弱点 21 FTP 匿名上传、下载,弱口令爆破 22 SSH 弱口令爆破,SSH隧道及内网代理转发,文件传输 23 Telnet 弱口令爆破,嗅探 25 SMTP Svn泄露、未授权访问 7001,7002 Weblogic 默认弱口令,可能存在Weblogic反序列化漏洞 7778 Kloxo Kloxo主机控制面板登录 8000-9090 WEB 都是一些常见的web 端口,有些运维喜欢把管理后台开在这些非80的端口上 8069 Zabbix 可能存在Zabbix弱口令导致的Getshell漏洞 8080 Tomcat 默认弱口令,Tomcat版本漏洞,低版本的utf8
显然,说出自己的弱点是很可笑的。虽然在个人简历中列出弱点不太好,但是如果不承认自己的不足,我们就无法采取措施改善它们。 做出改进的方法很简单: 明确现在的位置:找出弱点 想变成什么样:制定实现的计划 执行计划:一步步改进 我们很少能跨越第一步,特别是对于在技术领域工作的人群。 考虑到这一点,我试着客观地评价自己,并总结了目前自己的三个弱点,改善以下这几点能让我成为更出色的数据科学家: 软件工程 扩展数据科学 深度学习 本文中我列出这些弱点主要的目的在于:首先,我非常想提高自己的能力 结语 罗列自己的弱点可能会有点奇怪,但这能让我成为更好的数据科学家。而且我发现有时坦诚自己的弱点,并探讨如何解决它们能够给雇主们留下深刻印象。 缺乏某些技能并不是缺点——真正的缺点是假装你什么都懂,而且没有想改进的意思。 通过发现我在数据科学方面的弱点:软件工程,扩展分析/建模,深度学习,我的目标是提高自己,鼓励其他人思考自己的弱点。
无论你选择软件即服务、平台即服务或者是基础架构即服务,有一件事是不能避免的:你需要一个良好的、可靠的网络连接到云。自从云彻底改变了网络的作用及相关的硬件和软件,网络的存在成为了一个障碍。 云计算真正的致命弱点是,IT在创建一个高可靠网络时未能考虑到深层次的挑战,并且在完成迁移成之后才开始深入挖掘网络问题。 公有云的成功极度依赖网络基础设施,毫无疑问,IT经理有自己的担忧。 一个重要的问题是你需要确保你有并且持续有足够的网络容量连接到云。 公司的第一个步骤是查证你的公有云供应商是否有一个计划来管理其网络带宽需求。你的供应商能够快速升级以回应增幅以及自己的要求么? 换句话说:确保你的云供应商的数据中心设施有足够的带宽连接以满足预期的增长。 由于运营商响应太慢,亚马逊不断努力通过运行自己的光纤以及构建自己的因特网数据交换中心,在自己的基础设施中建立网络能力。 随着越来越多的互联网接入服务,许多的服务依靠于Internet访问,正常运行时间和可靠性将成一个更大的担忧。部署三个到更多的网络连接不同的供应商,当任何一个网络发生失败时不影响自己的网络。
心理学家举起一张墨迹图,一个用黑色的墨水随机喷在白色的抽认卡上形成的模棱两可的图像,问他的病人看到了什么。 他的病人思考着,不愿意或着说是无法去表达他的感觉,想法和动机。 在描述这种模糊不清的事物的时候很可能无意中暴露了出他内心的一部分。工头无法识别那些难以区分的线条或污点。他看到的是一男一女在做爱,或许是更激烈的事。他看到了一位母亲抱着她的孩子。 我自己也对那种反乌托邦观点的逻辑提出了质疑。实际上我们的关注点与那些会思考的机器的本质并没有很大的关联,我们主要关注的是它的实现方式以及它的意义。 拉布拉多犬对人类的概念是扭曲的,因为狗的智力和人类的智力有很大的不同。我们把这个差异命名为“x”。 我们在这里没有确切的答案,是否能够有更好的罗夏墨迹测验来区分高成就的人和那些只懂得索取的人?有关人性的问题几乎往往都是自我反省。我们本质基本上都是好的,当然不排除一些例外。
这样的产品融合了科技与人性之美,而这个时代真正伟大的创新者,都应该再次拜500多年前的达芬奇为师,从他的身上,去吸收缔造伟大产品的能量:从未受到学科划分的约束;对细节的深刻观察;对人性的探索。 达芬奇关于人体坐姿衣褶的习作 真正的创新都归于对人性的探索。 达芬奇的创作之旅始于宗教作品(准确说是创作任务),而过程中真正伟大的升华,在于他(以及前后一批伟大的文艺复兴大师)对于人性的探索。 通过临摹,解剖人体,最终达芬奇开始开始探索一个更深入的话题:人性与灵魂。解剖人体给他带来新的思考,在一堆物质器官背后,灵魂在哪儿? 一个眼神,一个肢体动作,都包含着他孜孜不倦对人性的探索。 我认识的很多优秀的产品经理,都在思考一个底层问题,到底人类的“贪、痴、嗔”是什么?这让我想起最近快速流行的自拍杆。 它是一个看似不起眼的小创新,但是里面体现着设计者对人性的敏锐扑捉。
心理学家举起一张墨迹图,一个用黑色的墨水随机喷在白色的抽认卡上形成的模棱两可的图像,问他的病人看到了什么。 他的病人思考着,不愿意或着说是无法去表达他的感觉,想法和动机。 在描述这种模糊不清的事物的时候很可能无意中暴露了出他内心的一部分。工头无法识别那些难以区分的线条或污点。他看到的是一男一女在做爱,或许是更激烈的事。他看到了一位母亲抱着她的孩子。 我自己也对那种反乌托邦观点的逻辑提出了质疑。实际上我们的关注点与那些会思考的机器的本质并没有很大的关联,我们主要关注的是它的实现方式以及它的意义。 拉布拉多犬对人类的概念是扭曲的,因为狗的智力和人类的智力有很大的不同。我们把这个差异命名为“x”。 我们在这里没有确切的答案,是否能够有更好的罗夏墨迹测验来区分高成就的人和那些只懂得索取的人?有关人性的问题几乎往往都是自我反省。我们本质基本上都是好的,当然不排除一些例外。
大数据文摘出品 来源:sciencemag 编译:zeroinfinity 2016年,医生邀请Eileen Kapotes参加一个用于她的病症的新药的临床试验,当时Kapotes是50多岁的一级老教师 Kapotes的肿瘤主治医生,西奈山医院的Amy Tiersten对她的病人对新药的反应情况感到惊讶。它阻止了她的癌症继续恶化,而且她几乎没有副作用。 “我很惊讶。”Tiersten说。 他的算法是系统生物学的一个典型例子,它使用复杂的数学模型来模拟复杂的生物系统,例如基因相互作用。这个领域引起了研究者极大的兴趣,但是在现实中却很少取得临床成就。 “这可能是我研究中最激动人心的时刻之一,” Califano说,“因为它使我们最终能够在足够大的规模中应用这种方法,从而能够从患者的药物反应中真正的得到一些有用的数据和信息”。 目前的一种叫做VIPER(通过丰富的调节子分析来虚拟推断蛋白质活性的简称),已被用于数十项有关复杂且相互关联的遗传网络在膀胱癌,前列腺癌和肺癌中作用机制的研究。
也就是当我们给这个模型展示一张移动到右边的猫的图片时,模型预测的是一只移动到右边的猫;展示一张移动到左边的猫的图片时,模型预测的是一只移动到左边的猫。 ? 为什么要平移同变性呢? 一般我们给一个模型输入一张人脸的图片的时候,五官都是在正常的位置的,眼睛在眼睛的位置上,鼻子在鼻子的位置上。 卷积网络在人类视觉系统上的表现很差 根据 Hinton 所说的,当视觉刺激被触发的时候,大脑里面有一种内在的机制,将低层次的视觉数据「导航」到它认为可以最好地处理这些数据的部分。 这样就会在一个较低的维度(2D)输出物体部分的姿态,这就是我们在屏幕上所看到的画面了。 ? 那么为什么我们不能反过来做呢?让低维空间的像素图片去乘以变换矩阵的逆,来得到整个物体的姿态。 ? 结论 胶囊网络使用一个模仿人类视觉系统的的新架构,来获得平移同变性,代替原来的平移不变性,使得它在不同的视角下可以使用更少的数据得到更广的泛化。
【新智元导读】以往的对抗攻击需要进行复杂的数据处理,但最近华盛顿大学、密歇根大学、石溪大学和加州大学伯克利分校的一组研究人员发表了一篇文章,表明在物理世界中进行轻微的改变,也能诱骗视觉分类算法。 人类非常难以理解机器人是如何“看”世界的。机器的摄像头像我们的眼睛一样工作,但在摄像头拍摄的图像和对于这些图像能够处理的信息之间的空间里,充满了黑盒机器学习算法。 这样做很好,但机器学习算法识别出的停止标识具有的特征,往往不是“里面有字母 STOP 的红色八角形”,而是所有停止标志都共享的特征,不过人类是看不懂的。 一般而言,这些轻微的改动是人类肉眼所无法察觉的,而且通常需要相对复杂的分析和图像处理才能实现。 下面是一组我们常见的“对抗图像”“污染”: ? 此外,在自动驾驶的情况下,神经网络能够在不同距离和不同的角度分析一大堆符号的图像。