这里是《得到头条》，我是徐玲。
今天我们从两个话题出发，为你提供知识服务。一是中科院用普通超算击败谷歌量子计算机，二是七夕节商家的营销高招。
今天的第一条，是彭天放老师带来的硬科技报告。
最近，中科院理论物理所的张潘团队，在《科学》杂志上发表了一篇论文，展示了用传统超级计算机击败谷歌量子计算机Sycamore的过程。事情是这样的：之前谷歌声称，传统超级计算机需要1万年才能完成的计算任务，谷歌量子计算机在200秒之内就能搞定。而中科院张潘团队认为，通过优化传统的超级计算机，可以在更短的时间内就完成这个计算任务。具体来说，他们是用“经典算法张量网络”，用512个GPU计算集群，来模拟量子计算，结果跑出了比量子计算更好的数据。
对这项研究的具体实现方式，我不展开讲了。我想重点指出的是，这项研究提醒我们，虽然人类已经有了量子计算、光子计算等更先进的工具，但也不能放弃对传统计算方法的持续迭代和优化，这里面还有极大的潜力可挖。
再举个例子，现在的普通计算机都是采用数字计算，而模拟计算被认为是一项落后技术。在未来，模拟计算很可能卷土重来，重挑大梁。
你知道，最初的集成电路是采用模拟计算，后来，为了做大规模集成，需要把模拟信号抽象成数字信号来做逻辑运算和编程，出现了数字计算。到今天，可以说是数字计算占据了绝对优势。不论是手机、电脑还是云计算的服务器，绝大部分计算设备用的都是数字计算芯片。模拟芯片只在一些特定领域作为数字芯片的补充。
但是现在，数字芯片面临一个大麻烦。相比于传统计算机程序，人工智能算法对算力的需求暴涨，动不动就要计算几百亿个参数的加减乘除。哪怕一些简单的语音识别算法，也得放在云计算中心才能高效运行。这也就是为什么如今一些智能语音助手，在网络不好的时候“听不懂”你说的话。换句话说，面对同样的任务，人的大脑可以低功耗、高效率地运算，而数字芯片却需要耗费大量功率才能完成。
有科学家认为，相比数字计算，模拟计算更接近于人脑的运算方式，也更适合人工智能算法。比如最近，美国麻省理工学院的科学家在《科学》杂志上发表了一项研究。他们发明了一种新的模拟计算单元，叫“可编程电阻”，可以直接在芯片上模拟人脑的神经突触。他们认为，未来，这种用于模拟计算的“可编程电阻”将替代用于数字计算的晶体管，成为人工智能算法的计算基础。
说到这儿，我得展开解释一下，模拟计算跟数字计算到底有什么不同。
模拟信号是连续的，比如要显示电路中的电流，模拟信号可以直接显示0.4、0.5、0.6等等；而数字信号是二进制的，所有大于等于0.5的电流都表达为1，所有小于0.5的电流都表达为0。如果非要用数字信号来表达0.4、0.5、0.6的电流数，那么就必须增加晶体管的数量。还有，模拟计算是非确定性逻辑，而数字计算是确定性逻辑，做加法需要专门的加法器，做乘法需要专门的乘法器，这又得增加不少晶体管的数量。而且，控制这些算法的读取和执行，也需要对应的控制器件。这些因素决定了，人工智能中常用的神经网络算法，哪怕只计算2个神经元之间的连接，至少得动用上百个晶体管来完成。
而模拟计算不同。模拟计算不是把神经网络抽象成二进制数据和计算指令，而是直接用物理结构去打造一个仿真的神经细胞突触。比如，用前面说的“可编程电阻”来计算两个神经元的连接，只要把它的电阻调整成你想要的参数值大小，就完成了神经元连接的设定。然后，把以电压表示的数据加载在电阻的一端，再读取另一端的电压数据，就完成了运算。
说到这儿你就明白了：数字计算是把物理世界进行高度抽象和逻辑拆解，把一项任务切分成无数个细小的标准化单元来完成；而模拟计算不需要去抽象和拆解，只需要去模仿、还原一个真实的物理结构，可以用相对少量的单元来完成任务。
数字计算的优点是通用性强，缺点是需要耗费大量的底层硬件资源。而模拟计算刚好反过来，优点是可以节约大量硬件资源，缺点是运算的通用性比较差，因为每种物理结构是特定的，彼此不同。
另外，数字计算的精确度很高，但容错能力很低；而模拟计算刚好反过来，计算不那么精确，但有一定容错能力。在数字计算中，如果一个64位的二进制数据有一位从0不小心变成了1，那整个数值的大小就很可能天差地别。如果一个指令语句的某一位上发生了0到1的跳变，那可能从加法直接变成乘法了，对于运算的结果同样是毁灭性的。因此，数字计算是一种对出错容忍度非常低的计算方式。
而模拟计算就不是这样，它不是上面那种可丁可卯的计算。还是以“可编程电阻”来说，这个电阻哪怕大一点小一点，其实问题不是很大，运算的结果基本上还是准的。这个就像是人类的神经系统：如果你有一天没睡好，你的大脑里神经突触的灵敏度可能也会有一些上下起伏，但是整个人整体上还是可以思考的，不会发生毁灭性的大脑宕机事故。
因为模拟计算的这些特征，科学史专家乔治·戴森认为：“计算的未来是模拟。人类即使不了解‘智能’的运作原理，也完全有可能构建出‘智能’，这就是模拟计算的魅力。”
现在，模拟计算催生了一个很热门的研究方向，叫做“类脑计算”，“类脑”就是类比大脑的意思。科学家们正在千方百计地寻找最适合模拟神经突触的物理器件，这次麻省理工学院研发的“可编程电阻”就是研究成果之一。
他们是用一种特制的玻璃材料来模拟真实的神经突触，不仅使用寿命长，反应速度还特别快，能够达到纳秒这个级别。而一般生物的神经突触，反应时间都在毫秒级，中间差了一百万倍。换句话说，如果以后用这种“可编程电阻”，来1:1地模拟一个人的大脑，那这块芯片的“思考能力”，会相当于100万个人。到那时，哲学家想象的“缸中之脑”就真的可以实现了。
来看今天的第二条。
刚过去的七夕期间，各大品牌都在忙着蹭热点。瑞幸与悲伤蛙联名，推出了主题为“七夕不咕（孤）呱（寡）”的限定杯套和纸袋。杯套和纸袋上印着“七夕不咕呱，蛙瑞喜欢你”的文案，还有悲伤蛙和它女朋友翠花的比心合照。对于单身人士，瑞幸也照顾到了，在纸袋的侧面印了一只坐在牡丹上的悲伤蛙，寓意“母胎单身人群”，祝愿用户无论单身与否都能收获快乐与幸福。大家纷纷表示，这波操作“又萌又贱”，“这样的包装都不舍得扔掉”。
你看，对于杯套、包装袋，还有企业传单、宣传手册之类的物料，大家往往是看一眼就随手扔了。怎么能让这些物料、传单在消费者手里多待一段时间，甚至是舍不得扔掉呢？除了瑞幸的悲伤蛙案例，我还想到几个例子。
宜家的三折页传单，打开后会呈现一套立体的纸雕家具。虽然制作成本比较高，但是拿到这样的传单，消费者肯定会把玩一番，也更有可能去仔细看传单上的促销信息。还有一家日料店，用传单讲故事。它在传单上讲述了一只血统高贵的纯天然土鸡，梦想成为一串葱烧鸡肉串，最后历经艰险终于把自己安全送到饭店的故事。顾客拿到传单，一般会饶有兴趣地读完。这是第一种思路，让物料变得“更好玩”。
还有第二种思路，让物料变得“更有用”。一张宣传页，一个包装袋，能对顾客有多大用？我看到，有家潮汕牛肉火锅店，在自家的餐垫纸上印了一张牛的解剖图，介绍了牛身上每个部位肉的叫法、口感、脂肪含量和适合的吃法，帮顾客更会吃。顾客往往会拍照记录，甚至把餐垫纸带回家。你看，这是把餐垫纸变成了一项“知识服务”。
雀巢策划过一个“行走的咖啡”活动，在传单上贴了两只可折叠的咖啡杯。这种咖啡杯经过简单的折叠就能还原成一次性纸杯，实用还不占地方，顾客往往会把传单留下来，以备不时之需。
还有更直接的操作，把优惠券印在名片上。乐纯酸奶就在管理者的名片背后，印上了100元的代金券。收到这张名片的人，可以去线下店里兑换100元的产品。在微信时代，名片实在有些鸡肋，大多数人收到后就不知道随手放到了哪里。但通过名片后印代金券的方式，就能让对方把你的名片保留下来。
宜家还做过一个很好玩的。它在婴儿床的宣传手册上，印了一张优惠券。不过，这张优惠券在一般情况下是看不到的。只有怀孕了的准妈妈把尿液滴在指定区域，优惠券才会显示出来。这个设计既有验孕功能，还能保证优惠券精准地面向准妈妈。
你看，站在企业的角度，宣传物料的作用是吆喝，但是站在用户视角，我不管你的目标是什么，我只在乎它对我有没有用。这是一名产品经理的自我修养：重要的不是你想表达什么，而是用户会怎么用它。
来说说咱们得到的事儿。
最近有同学问《职场写作训练营》的罗砚老师：“我知道写作能力重要，但我工作忙，没空系统学，该怎么办？”罗砚老师说：“不急，咱们先做个诊断，看看你的写作能力哪儿薄弱，咱们缺啥补啥，对症下药。”
写作能力也能做诊断吗？来，我把这个诊断工具要来了，叫“写作四象限”，它把写作能力分成两个维度：写得快不快和写得准不准。工具图我放在文稿区了，快去看看你属于哪一种。
简单来说，写作症状分三种：
第一种，写得准，但就是慢，写篇汇报得熬一宿。
罗砚老师说，写得慢，是因为对结构和流程不清晰：结构不清晰，你就没思路、缺模板，得苦苦琢磨；流程不清晰，你肯定就边写边纠结，写三行删两行。如果有规范的写作流程，按部就班，你就不会纠结了。
第二种症状，是写得快，但经常被人说看不懂。
其实职场上要说清楚一件事，就是两个问题：搞清楚读者到底想看什么，怎么写才能让他看清楚。你需要的是拆解读者心理，和语言控制能力。
第三种症状，是写得又慢又不准。这就得把以上说到的模板、流程、读者心理拆解、语言控制能力都补上才行。
在罗砚老师的《职场写作体验营》里，她把写作难题都拆解成了你能直接用的模板，带你一步步完成写作任务，报名链接我放在文稿区了，只花9.9元就能报名。
另外，今天是《用户运营驱动业务增长·研修班》招生的最后一天。今晚8点，易涛老师会给大家带来一场公开答疑直播，解答关于用户运营的8个典型问题，比如怎么提高用户的到店频率？怎么提高到店用户的转化率？怎么在现有用户里挖掘超级用户？怎么提高老用户的复购率？等等。如果你是做运营、做增长的同学，或者从事消费、零售、互联网等行业，我推荐你一定要去听。
今天就聊到这儿，《得到头条》，明天见。