人生是一個非凸的優化問題

Q　30多歲的大齡剩女，總覺得得到的所有，無論學歷、機會，還是高薪，都跟自己的實力不怎么匹配，沒讀太多書，智商也一般，下一步不知道該怎么走了……我相信自己，有熱情就會有動力去追求，不管結果是什么?？蛇@么大歲數了，我還是不知道自己想要什么，想猛勁嘗試，又知時間不多，想去上海闖闖，也想出國讀書（逃避？），該怎么選擇呢？

---

應用數學以及計算機學科里有個常用分支叫“Optimization”，中文翻譯是最優化。最簡單的例子就是，在一個連續函數上找到最大值或者最小值。

對于無約束的優化問題，如果函數是二次可微的話，那么可以通過找到目標函數梯度為零的那些點來解決此優化問題，這些點被稱為“鞍點”。對于有約束條件的約束問題，常?？梢酝ㄟ^拉格朗日乘數來將其轉化為非約束問題。

如果目標函數在我們所關心的區域中是凸函數的話，那么任何局部最小解也是全局最優解。比如下面這個例子（嚴格地說，這個例子是一個求最大值的問題，這個函數也不是經典意義上的凸函數——不是向下凸，而是向上凸，為簡單起見，這里就不糾結了）。

但是，如果一個函數是非凸的，那事情就麻煩了，因為你可能找到了一個極值，但這只是一個局部極值，而不是全局極值，用數學老師的話說：你“陷入”了一個局部極值。比如下面這種情況：

陷入了一個局部極值，這就是你現在所處的狀況。

你看啊，首先，你上了一所不錯的大學；然后大學畢業，你沒做枯燥而危險的化學，而是找了一份應該還不錯的辦公室工作；再然后，領導器重你，派你去了英國工作，不僅工資高，還長了見識。到目前為止，你人生的每一步都是在往上走。

打個比方啊，這就好比爬山，你從山谷里開始往上爬，每一步都選擇往上走，爬著爬著，你發現自己已經站在了山頂上。但不幸的是，你發現你所在的山頂，并不是最高的山頂，你能看見周圍還有很多比你所在的山頂高的山頂，甚至有的還高得多。

更不幸的是，你環顧四周，發現下一步無論怎么走，都是下坡，因為你已經站在小山頂上了。

你瞧，這就是你焦慮的根本原因：人生是一個非凸的優化問題，而你正處于一個鞍點。

那這問題有解嗎？當然有。

一個經典的非凸優化問題的解法叫“Simulated Annealing”——模擬退火。雖然模擬退火在你人生中直接實現起來不那么容易，但是這個算法的精神咱們還是可以借鑒的。以下這段內容，摘抄自維基百科：

“模擬退火來自冶金學的專有名詞‘退火’。退火是將材料加熱后，再經特定速率冷卻，目的是增大晶粒的體積，從而減少晶格中的缺陷。材料中的原子，原來會停留在使內能有局部最小值的位置，加熱使能量變大，此時，原子會離開原來的位置，而隨機在其他位置移動?！?/p>

你瞧，關鍵是你得“加熱”，然后“離開原來的位置”。說白了，你不能站在現在的小山頭上發呆或焦慮，患得患失只能讓你永遠在這個鞍點上待下去。

好了，雞湯講完了。

下面是褚老師的真實建議：

說實話，就在現在這山頭上待著也不錯，至少這是一個已知的最高點。尤其是說你“得到的所有，無論學歷、機會，還是高薪，都跟自己的實力不怎么匹配”，這不是什么壞事，恰恰相反，這絕對是件求之不得的好事。你知道嗎？大部分人焦慮的原因跟你的是相反的，他們總覺得自己懷才不遇。

雞湯喝得不對，也不一定健康，很多人雞湯文看得多了，劍走偏鋒，跟自己過不去。

所以，正確把握自己，別折騰，珍惜你現在擁有的。褚老師不是說過嗎：我未曾珍惜的，我不再擁有。他還經常說另一句話：放棄幻想，輕裝前進。