@硅谷王川：最重要的一个冗余是时间冗余，有大把的闲暇时间去做自己愿意做的事情，而把在不愿意做的事情上耗费的时间尽量压缩到接近于零。
时间冗余的第一个杀手是：浪费时间去辩论，或试图说服认知不同的人接受自己的观点。
时间冗余的第二个杀手，是没有把自己经常要做的一些事情自动化，然后发现自己忘了，又要耗费时间精力再人工干预。
时间冗余的第三个杀手，是没有注重于可以不断多次重复使用，积累的行为；而耗费大量精力在低价值，无法重复利用的行动上。
时间冗余的第四个杀手，是没有勇气和意愿隔断各种低效甚至有伤害性的社交应酬，让一些 sb 随便的接近你的空间，或者允许一些群体的错误风气潜移默化的干扰你的独立思考。
时间冗余的第五个杀手，是没有注意 " 节制饮食 – 适度运动 – 充足睡眠 ", 随着年龄增长，各种肩酸背痛，视力下降，神经衰弱，高血糖血脂，心血管等毛病不断加剧，恶性循环，脾气也越发暴戾，迅速滑向老年痴呆，成了一个事实上的废人。
时间冗余的第六个杀手，是本来可以花 N 小时把一个事情做得差不多足够好就收手了，硬是要花 3N, 4N 甚至更多倍的时间，仅仅把效益再提高百分之几而已，甚至画蛇添足，多余的努力反而把事情搞砸了。
( 美国 95% 的共同基金十年的长期回报无法跑赢 sp500 指数，剩下 5% 的基金的平均年化收益一般也就比指数多不到 1% 而已 )
判断自己 " 时间冗余 " 的水平的一个角度是，你如果什么都不做，一个月，三个月，甚至像 Rip Van Winkle 一样睡很多年的觉再醒来，你的状况 ( 财务或者别的方面 ) 是不是可以维持现状，甚至会变得比现在更好？如果有哪些地方需要人工干预，是否可以现在就未雨绸缪，把它预先自动设置好？
" 时间冗余 " 并不完全等同于 " 高效率 "，另一个角度是当意识到自己的方向是错误的时候，可以迅速调整纠错的能力。
如果方向错误，意识到错误后因为各种限制而无法迅速抽身离开，那么不管效率多高，也是枉然。
任何事情，如果不能随时抽身离去，而要时常事必躬亲，是一个潜在的时间上的负资产，是对时间冗余的巨大损害。
往往一开始没有在意，出了问题后才意识到代价巨大。
推荐阅读
王川：论数量就是质量
全部讨论
时间冗余的第五个杀手，是没有注意 " 节制饮食 – 适度运动 – 充足睡眠 ", 随着年龄增长，各种肩酸背痛，视力下降，神经衰弱，高血糖血脂，心血管等毛病不断加剧，恶性循环，脾气也越发暴戾，迅速滑向老年痴呆，成了一个事实上的废人。
第一, 算法经常停止于局部最优解,而不是全球最优解. 这好比"只见树木,不见森林".
第二, 算法的培训,时间过长时,会出现过度拟合 (overfit),把噪音当做有效信号.
王川：论数量就是质量原创 硅谷王川 investguru 2018-05-25 14:26
Read All About It音乐：Professor Green - The BRIT Awards With MasterCard 2012
1/ 很多我们以为的非常困难的质量问题，本质是数量问题，因为数量不够，差好几个数量级。
2/ 数量就是最重要的质量。大部分质量问题，在微观上看，就是某个地方数量不够。
3/ 贫贱夫妻百事哀，主要是因为钱不够，而不是其它鸡毛蒜皮的小事。
4/ 很多商家搞市场开发，东西卖不动，实际上不是质量性能的问题，而是没有找到大规模匹配的市场。很多人觉得赚得不够多，是自己工作不勤奋，但实际问题是对外连接太少，无法发生大规模价值交换.
5/ 一般人觉得微博没啥用，那是因为粉丝数不够 （笔者体会大约两万是个临界点），自说自话时没人评论，无法产生有趣的信息交换；
6/ 很多人觉得投资太难，那是因为经历和吃亏太少，经过两三个牛熊周期，（低成本地）犯完一百个错误，很多问题就弄通了。
7/ 常有人哀叹世态炎凉，遇人不淑，本质上还是接触人太少了，因此没得选。
8/ 深度学习/人工智能的崛起来自于计算速度的几个数量级的提升，可以参见笔者的老文章
王川: 深度学习有多深? 学了究竟有几分 (三)
9/ 高科技正在各个领域把数量的增加变成一个软件算法的游戏，而其数量增加的速度远远超过其它传统行业。电话花了七十五年才普及到五千万用户，收音机花了三十八年，电视花了十三年，脸书花了两年，YouTube 十个月， PokemonGo 十九天。追踪数量增速最快的维度，在这个维度上寻求开拓新机会，是个重要的思路。可以参见笔者的老文章
王川投资第三法则: 增速为王
10/ 人们目前还无法理解大脑意识的机制，于是很多隔靴搔痒的玄学甚嚣尘上。
11/ 但实际上问题本质在于对于大脑和人体的模拟计算的能力，和实际情况的复杂度，还差几个数量级。大脑神经元数目接近一千亿，每个神经元对外连接数目超过一千，神经元之间连接突触 synapse 约一百万亿。 神经元之间连接的机制，通过所谓的神经递质 （neurotransmitter），这个递质又有至少几十种，用简单的数字逻辑抽象化还不够。大脑和耳朵，眼睛，鼻子，皮肤的信息输入等等有不同的接口，这个接口的很多参数又因每个人的身体特征变化而异。而且人脑对能量的需求只要十瓦，比超级计算机所需要的能耗 （兆瓦）要低五个数量级。
12/ 最大的误区是，明明是数量不够的问题，因为错误地以为瓶颈在于质量，幻想在不增加数量的前提下，用某种奇技淫巧，偷工减料达到目的。这时候玄学，迷信和各种无病呻吟就出现了。数量不够，底子不够厚时，很多事情是做不到的。即使有时看似有捷径，因为缺乏数量和后劲，欠的帐迟早是要还的。
13/ 另一方面，所有的问题和疑惑，在数量上去了之后，迟早可以解决。假设目前最复杂的超级计算机可以模拟一千亿个神经元的连接，假设计算能力每五年增加一个数量级 （实际情况可能更快，通过各种方法加大计算的并行度，也许三到四年），那么到一百万亿最晚需要到 2033 年； 假设模拟不同的 neurotransmitter 需要再增加两个数量级的算力，那就到 2043 年 ； 假设模拟不同器官从外界环境的输入信息，需要再增加两个数量级的算力，那么最晚到 2053 年，超级计算机应当有能力全面模拟人脑自我意识的计算。
14/ 这个应当是最保守的估计，有可能在这下面 35 年内，出现别的方面的进展，可以提前实现目标，并且达到超越这个目标后，可以做更多有趣而现在无法想象的事情。
15/ 数量就是质量，更多导致不同。全面发展各个维度上的数量，重点追随数量增速最快的维度，超乎想象的好结果会自然发生。
-----------------------
王川：告别机会主义，去体系化地发掘和创造财富
有意申请入会者请和王川（微信号: 9935070) 直接联系。
作者简介：王川,投资人,现居加州硅谷。个人微信号 9935070,公众号 investguru ,
点击下面连接可看到本公众号过去两百多篇原创文章的连接目录
王川：关于公众号 investguru 历史文章的目录
硅谷王川
各位大神，能不能给小弟推荐一只好股票哦，小弟在此感激不尽