/p>

如果信息不能被量化（比如用比特、信息熵），就不可能有计算机和互联网。

比如计算机存储数据，本质是用“o和1”

（比特）来表示信息，而香农的理论告诉我们“1比特能消除多少不确定性”

，这就为“数据压缩”

“信号传输”

提供了理论基础——比如我们现在用的5g，能快传视频，就是因为工程师根据信息熵，优化了信号的编码方式，在有限带宽里传更多信息。

如果没有香农的“信息量化”

，信息时代就是空中楼阁。

和蔼教授：没错！

香农的理论就像“信息时代的地基”

。

再回到会议本身，为什么一群顶级学者能在比克曼酒店达成共识？因为他们都意识到：人类要应对复杂世界，不能再只靠“能量驱动”

（比如造更强的机器、开更多的工厂），而要靠“信息驱动”

（比如用数据预测天气、用算法优化交通）。

周游，你说说生活中“用信息消除不确定性”

的例子，越多越好？

周游（立刻举手）：太多了！

比如网购，我不知道商品好不好，看“买家评价”

（信息）来降低不确定性；找工作，不知道公司怎么样，查“企业评分”

（信息）来判断；甚至相亲，不知道对方性格，通过“聊天”

（获取信息）来消除不确定性……现在的外卖平台、导航软件，本质都是“提供信息，消除不确定性”

——导航告诉我们“哪条路不堵车”

，外卖告诉我们“多久能送到”

，这些都是信息时代的产物！

和蔼教授（点头）：这些例子都很典型。

接下来我们要区分一个容易混淆的概念：“信息多”

不等于“有用”

。

香农说“信息是对不确定性的度量”

，也就是说，只有“能消除不确定性”

的才是有用信息。

比如你查成绩，“9o分”

是有用信息，而“今天天气很好”

就是无用信息，因为它不能消除“成绩如何”

的不确定性。

叶寒，你从“认知效率”

的角度，说说怎么筛选“有用信息”

？

叶寒：教授，关键是“明确自己的‘不确定性是什么’”

。

比如我要准备考试，我的不确定性是“哪些知识点没掌握”

，所以“错题解析”

“高频考点”

是有用信息；而“明星八卦”

“无关新闻”

是无用信息，因为它不能解决我的核心不确定性。

这就像香农的“猜字母实验”

——如果你的目标是猜“单词”

，就不该问“今天星期几”

，因为这个问题的答案不能消除“单词是什么”

的不确定性。

所以筛选信息的核心，是“对齐目标的不确定性”

。

和蔼教授：总结得太精辟了！

最后我们聊聊哲学层面的启示——比克曼会议告诉我们，“不确定性不可怕，可怕的是没有获取信息的能力”

。

在信息时代，每个人都面临“信息过载”

的问题，但真正的核心竞争力，是“用信息消除不确定性”

的能力：学生用知识点消除“考试不确定性”

，商人用数据消除“市场不确定性”

，医生用检查结果消除“病情不确定性”

。

蒋尘，你从“人类认知展”

的角度，说说这场会议对我们的长远影响？

蒋尘：教授，这场会议改变了人类的“认知范式”

。

在这之前，人类习惯“追求确定的答案”

——比如古代人觉得“天圆地方”

，因为这是确定的；后来牛顿力学告诉我们“运动有确定规律”

，人类更相信“世界是确定的”

。

但比克曼会议后，人类开始接受“世界本质是不确定的”

，并学会“用信息与不确定性共处”

——这是认知上的巨大飞跃。

就像哲学里的“从机械论到系统论”

：机械论觉得世界