李笑來在文章《快速學習的幾個基本原則》中提到：「我們腦子裡每個概念都需要清楚的定義，一切的 「聰明」 都源自於清楚、準確、必要的概念（及其定義）。」第一次看到這句話時，我有一種醍醐灌頂的感覺，發現之前自己刻意對事物概念思考的動因被一語道破。
從小到大我們對周遭事物的認識每時每刻都在一層一層地擴大。小時候對基本事物的認知開始於各個不同的名詞，比如玻璃球、橙子、自行車，後來加入形容詞，則賦予了名詞形象的不同，比如：圓圓的球，黃色的香蕉、彪悍的老虎等等，基於對基本影象的識別，如果加入情感體系，則可以昇華到另乙個更複雜的層面，比如黑色的公尺老鼠很活潑、紅彤彤的蘋果很好吃、憂鬱的水中魚······我們在聲形音色的體系中了解周遭事物，置於腦中認知，放在心中感受已成為一種慣性般的行為模式。這種行為自然而然，以至於當出現新的事物在眼前時，這種已經內化的行為模式啟動、結束的整個過程讓我們都沒什麼異樣的感覺。我們經常會習慣性地「吸收」事物的表層，比如你會對別人說「哦，***我知道」，但當別人讓你具體地解釋這一事物，或者跟另外乙個事物進行對比時，你卻無法清晰地表達出這一事物表象後更深一層次的東西，但你似乎「知道」這個東西到底是啥。
在幾何學上有一種「分形理論」，其跳出了一維的線、二維的面、三維的立體以及四維的時空，通過簡單數學模型的迭代、遞迴表徵出乙個複雜系統的真實屬性。如下koch曲線，其構造主要分為三大步驟：
第一步，給定乙個初始圖形——一條線段；
第二步，將這條線段中間的 1/3 處向外折起；
第三步，按照第二步的方法不斷的把各段線段中間的 1/3 處向外折起。
這樣無限的進行下去，直至無窮，外界將變得原來越細微曲折，形狀接近理想化的雪花。這個影象擁有自相似性，將他放大後會看到乙個個小雪花。類似擁有自相似性的分形有很多，比如三分康托集、julia集等，這些分形無限迴圈後可以變得非常複雜，以至於你無限放大後有一種陷入無限深淵的感覺，但最終卻都可以使用一道簡單的式子進行解釋，或者乙個簡單的模型進行剝離！
事物一詞指客觀存在的事情現象和物體，把分形的剖析方法放在對於事物理解的思考上，可以看到乙個複雜的現象、物體可以由乙個個簡單的具體現象、物體構成，透過複雜事物的背後，可以剝離出各種不同的簡單現象、物體！
簡單事物可以演化為複雜事物，因此對事物經常習慣於走馬觀花、淺嘗輒止的認知很容易讓我們停留在乙個模糊的層面上，日積月累之後，會讓我們大腦中對不同事物的理解變成的一團糊漿，而這對於我們看清複雜事物的本質無疑會造成一定的蒙蔽效果。乙個無法理清貨幣、資本的人，很難進行有效的投資，乙個習慣性不理會他人訊號的人無法預料到最終有一天自己會孤身一人。
對於簡單事物的理解以及不同事物關係的分清，最關鍵的是需要對事物的概念進行清晰的認知。比如貨幣、資本的認知中，貨幣是一種價值符號，而資本則是用人工生產，又進一步投入生產的一切物質生產資料。在社會財富中，貨幣流通量的大小影響實際的經濟活動，但貨幣本身不是生存要素，當貨幣用於購買生產資料並且在剩餘價值中發揮作用、產生利潤時，貨幣才成為了資本。因此乙個國家通過無限制地印刷貨幣並不會使這個國家的人民變得富有。再比如，乙個人的認知體系中首先要有愛、恨這些概念的認知，才會在自己遭遇到的感情波動時清楚地認知到這是一種愛的歡喜或者是恨的痛苦。單純的歡喜或者痛苦都無法單一地表達、認識到自己這時到底是進入乙個什麼樣的境地，自然也無法**到這樣一種具體的情感接下來可能會給自己帶來怎樣的一種狀態。
地球人對於「太陽東昇西落」覺得是一種再正常不過的現象，但三體人卻對「地球小孩看到太陽下山時一點都不害怕」的現象感到驚訝，因為對於三體人來說，「地球除了繞太陽公轉外，還自西向東自轉」並不是乙個「持續性」的現象，這一概念的背後會有「不確定性」！由此可知，對於事物概念認知上清晰度、深度的差異會帶來對於同一現象反應的巨大不同，所謂「人與人之間的差異」根本性的源起之一可能也正是是源自於此！
activity 概念認知
工作流生命週期，5步 定義，工作流生命週期從流程定義開始。發布，由開發人員打包各種資源，然後在系統管理中發布流程定義。包含流程定義檔案 自定義表單 任務監聽等。執行，有具體的流程引擎如 activiti 按照事先定義的流程處理路線以任務驅動的方式執行業務流程 監控，此階段依賴執行階段。業務人員在辦理...
Spring 事物概念簡介
事物，從資料庫的學習中可以知道，事物必須遵循acid原則，摘於資料庫教材和自己的總結 即 1 原子性 操作這些指令時，要麼全部執行，要麼乙個不執行，即不存在命令執行一部分的情況，一旦出錯即會滾到出事狀態 2 一致性 事物隔離執行時要保持資料庫的一致性。也就是說事務執行結果必須使事物從乙個狀態轉變到另...
認知計算的概念
一 概念 認知計算是一種自我學習技術系統，可以像人類大腦一樣通過資料探勘 影象識別 自然語言處理等技術來學 習。ibm的watson就是一種典型的認知計算系統。華盛頓大學教授pedro domingos在去年出版的 終極演算法 中，如此描述認知計算的終點 終極演算法 就是通過機器學習的方式，自動發現...