迎接多樣化現實與多模型思維時代

鄭磊/文

著名經濟學家丹尼·羅德里克曾提出一個觀點：對于現實問題，我們頭腦中最好同時運用幾個小模型，并知道該在什么情況下使用哪些模型。

這個觀點也適用于其他任何現實問題，這是因為我們生活的這個世界本身就是復雜多樣的。一個模型可能過于簡化，忽略了其他重要因素和視角，但是過于復雜的模型，人類無法解決，即便依靠高速電腦來處理，結果仍然大多是無法分析和解釋的。

掌握信息可以給人帶來很高的經濟和社會地位，這個事實現在也沒有改變，只是前提必須是有能力利用海量信息。從信息到知識，需要一個加工處理過程，然后才上升到智慧，即識別和應用相關知識的能力，包括選擇正確的知識和模型。

隨著技術進步，在人工智能和大數據技術的幫助下，我們似乎可以用深度學習的方法做一些判斷和預測了，比如能夠戰勝人類最高段位棋手的“阿法狗”，擅長考試的機器人，但是這種方法無法產生新的知識，其算法本身也只是依靠處理數據摸索出了模式，而并不知道如何解釋得出的結果。

模型可以讓我們的思考更有效。這么說，我們人類還得回到思維模型上來，最好是根據工作和生活需要，掌握好其中幾個小模型。有一本書確實可以滿足這個目的，就是斯科特·佩奇的《思維模型》。這本書源于一個非常火爆的網上課程，作者起初想命名為“32種使你變成天才的模型”，截至這本書出版，在線課程注冊人數已經超過100萬了。這本書也多次修改完善，出版的是第30稿。其價值由此不難看出。

《思維模型》。資料圖

斯科特·佩奇將模型分成了三類：對世界進行簡化，用數學概率類比，以及人工構造的探索性模型。“管中窺豹需要多管齊下”。當我們的思維符合多個邏輯上一致并經過了驗證的框架時，我們更有可能做出明智選擇。這就是和巴菲特共事多年的知識淵博的芒格所說的用多個模型構建起來的“格柵”。模型的多樣性會帶來更加準確的結論，類似我們說的“三個臭皮匠賽過諸葛亮”。當然，這里有個前提就是群體中的每個人都有各自的看法，而不能人云亦云，才能體現出“群體的智慧”。這本書介紹的32個模型來自多個學科，引導我們以符合邏輯的方式進行思考。

我在給經濟學研究生上課時，發現學生有兩個主要缺陷，一是缺乏問題導向意識，另一個就是不懂得選擇和使用模型。這兩方面的共振又導致了欠缺學術研究能力的現象。面對一個現實問題，要想得到正確答案，需要信息、知識和智慧。而從處理信息到得出答案，都必須使用適宜的模型。

選擇和使用模型不是一件易事，一個令人驚訝的觀點來自哲學家維特根斯坦“所有模型都是錯誤的”。這句話的正確理解是：所有模型都是簡化的，只在特定條件下成立。但是簡單并不等同于簡單化，而我們可以同時使用多個模型，實現多種可能情況的交叉，從而克服單一模型導致的狹隘性。再者，要根據使用條件選擇模型，模型是特殊的，很少有完全適應各種情況、各種問題的模型。

斯科特·佩奇將模型的用途概括為REDCAPE，即7大特征，我認為其中最值得探討的是推理、解釋和預測。如果一個模型無法幫我們做這三件事，就算不上是個合適的模型。法國數學家、天文學家勒維耶運用牛頓定律解釋天王星運行軌道，認為只有外圍存在另一顆大行星的情況下，才可能解釋得通，他將這個意見轉告了柏林天文臺，結果5天后就在他預測的位置發現了海王星。一個有關預測的重要作用的例子是2009年6月1日法航班機墜入大西洋事件，在出動各種探測技術都不見效的情況下，法國國家統計分析局用概率模型分析洋流，識別出了一個面積不大的最有可能是飛機沉沒的矩形區域，只花了一星期就找到了飛機殘骸。

最后要強調的是模型的交流用途。人們很看重教育對社會進步的積極作用，但是低估了交流所起的作用。經濟增長在很大程度上取決于知識的可傳播性（通常依靠模型）。有充分證據表明，思想的可傳播性對經濟增長的貢獻要比教育起的作用更大。回到這本書介紹的模型，我認為讀者只需要學習和掌握正態分布、冪律分布、網絡模型、熵、路徑依賴、隨機游走、信號模型和學習模型等不超過十個最常用的模型。