36氪专门为读书设立了【36氪领读】栏目，筛选一些值得读的书，并提供一些书摘。希望你手边有一本称心的书，让读书这场运动继续下去。
《模型思维》是一本关于模型的书。作者斯科特·佩奇在书中用简洁的语言描述了24种模型，并解释该如何应用它们。
它提倡多模型思维方法，核心思想是：多模型思维可以通过一系列不同的逻辑框架“生成”智慧。不同的模型可以将不同的力量分别突显出来，它们提供的见解和含义相互重叠并交织在一起。利用多模型框架，我们就能实现对世界丰富且细致入微的理解，作出最精准的决策。
从数据到智慧的认知金字塔
为了论证多模型思维方式的优点，我们先从诗人和剧作家艾略特的一个疑问入手：“我们迷失于知识中的智慧到哪里去了？我们迷失于信息中的知识到哪里去了？”在这里，我们还可以加上一句：我们迷失于数据中的信息到哪里去了？
我们大家可以把艾略特的这个疑问形式化为一个智慧层次结构。
在这个智慧层次结构的最底部是数据，也就是原始的、未编码的事件、经历和现象。出生、死亡、市场交易、投票、音乐下载、降水、足球比赛，以及各种各样的事件等。数据既可以是一长串的0和1，也可以是时间戳，或是页面之间的链接等。数据是缺乏意义、组织或结构的。
信息用来给数据命名并将数据归入相应的类别。为了说明数据与信息之间的区别，看看这几个例子：落在你头上的雨是数据，佛蒙特州伯灵顿市和安大略湖的7月份总降水量则是信息；威斯康星州麦迪逊市国会大厦旁边周六市场上的鲜红辣椒和金黄玉米是数据，而农民的总销售额则是信息。
我们生活在一个信息极大丰富的时代。一个半世纪以前，掌握信息可以带来很高的经济和社会地位。在英国小说家简·奥斯汀笔下，爱玛就曾问过，弗兰克·丘吉尔是不是“一个拥有着很多信息的年轻人”。如果放到今天，她肯定不会在意这样的一个问题。如果穿越到现在，那么弗兰克·丘吉尔会和其他人一样有一部智能手机，问题只在于他有没有能力很好地利用这些信息。
知识是对相关关系、因果关系和逻辑关系的理解。知识组织了信息，呈现为模型的形式。市场之间的竞争的经济学模型、网络的社会学模型、地震的地质学模型，生态位形成的生态学模型，以及学习的心理学模型，都体现了知识。这些模型能够解释和预测。化学键模型解释了为什么金属键会使我们无法将手伸进钢制的门，为什么当我们潜入湖水中时氢键会影响我们的体重。
层次结构的基础就是智慧。智慧就是指识别和应用相关知识的能力。智慧需要多模型思维。有时，智慧体现在懂得如何选出最优模型，就好像将箭从箭袋中抽出来一样。
还有时，智慧能够最终靠求出各种模型的平均结果来实现，这是在进行预测时的一种常见做法。采取行动时，有智慧的人都会应用多个模型，就像医生会让病人做好几种检查来帮助诊断一样。他们使用模型来排除某些行为、选择某些行为。
让多个模型展开“对话”
有智慧的个人和团队会有意让模型之间相互“对话”，探索不同模型之间的重叠和差异。智慧包括选择正确的知识或模型。
考虑一下这个物理问题：一个小小的毛绒玩具猎豹从一架飞在6千米高的飞机上掉下来，当它着地时会造成多大的伤害？你可能已经掌握了引力模型和自由降落速度模型。这两个模型会给出不同的答案。引力模型的预测是，这个玩具猎豹会撕裂汽车的顶棚。自由降落速度模型的预测则是这个玩具猎豹的最高速度能够达到每小时16千米。
在这样的一个问题上，智慧意味着，知道该怎么样运用自由降落速度模型。事实上，站在地上的一个人，可完全将这只柔软的毛绒玩具抓在手中。
在此，不妨引用进化生物学家J.B.S.霍尔丹的一段话来说明这样的一个问题：“你可以将一只小鼠丢到一口深达千米的矿井，当它坠落到井底时，只要地面是相当柔软的，那么小鼠只会受到轻微的震荡，而且能够自行走开。但如果是大鼠的话就会摔死，人则会粉身碎骨，马更将尸骨无存。”
回到上面这个毛绒玩具的问题上来，要想得到正确的答案需要信息（这个玩具的重量）、知识（自由降落速度模型）和智慧（选择正确的模型）。
商界和政界领袖也选择正确的模型，做出明智的选择。
我们重新反思一个历史事件，它可以说明如何让多个模型展开“对话”。这个历史事件是：2008年的全球金融市场崩溃，它使总财富（或者说至少是人们所认定的总财富）减少了数万亿美元，进而导致了长达四年之久的全球经济衰退。
对于2008年全球金融市场崩溃的原因，已经出现了多种解释：外国投资过多；投资银行过度杠杆化；抵押贷款审批过程缺乏监督；金融工具的复杂性；对风险的误解，以及贪婪的银行家明知泡沫存在却铤而走险并期望获得救助，等等。
表面证据似乎与这些解释保持了一致，比如从外国流入了大量资金；贷款发起人发放了“有毒”的抵押贷款；投资银行的杠杆率确实非常高，等等。通过模型，我们大家可以在这些解释之间加以“裁决”，可以分析其内在一致性：它们是不是满足逻辑？我们还可以用数据进行校准、对推断进行检验。
经济学家罗闻全运用多模型思维方法，对关于这场危机的20种不同解释进行了评估。他发现，每一种解释都有不足之处。而且，没有理由认为投资者在明知自己的行为会导致全球危机时还会为泡沫作贡献。因此，泡沫的严重程度一定是出乎许多人的意料的。金融公司可能假定其他公司已经做好了尽职调查，而事实上并没有。
回想起来，明显“有毒”的抵押贷款组合也找到了买家。如果全球金融市场崩溃成为定局，那么买家就不会存在。虽然杠杆率自2002年以来一直在上升，但却并没有比1998年的时候高出很多。而对于政府必定会救助银行的观点，雷曼兄弟银行的遭遇说明了一切：雷曼兄弟银行于2008年9月15日倒闭，它的资产超过6 000亿美元，这是美国历史上最大的破产案，然而政府并没有介入。
罗闻全认为，每种解释都包含了一个逻辑上的缺憾。从数据本身来说，没有一点一个解释是特别有根据的。
正如罗闻全所总结的：“我们该从一开始就努力对同一组客观事实给出尽可能多的解释，并寄希望于时间。当时机成熟的时候，关于这场危机更细致和更一致的解释就会浮现出来。”他还说：“唯有通过收集多样化且往往相互矛盾的解释，我们才能最终实现对危机更完整的理解。”任何单个的模型都是不足的。
成为一个多模型思考者
多模型思维的成功取决于某些特定的程度的可分离性。在分析 2008 年金融危机的成因时，我们应该依赖外国人购买资产模型、资产组合模型、金融杠杆模型等多个模型。
与此类似，在研究人体时，医生会将骨骼系统、肌肉系统、大脑系统和神经系统分开。也就是说，多模型思维并不要求这些不同的模型将系统分割为互不相关的部分。面对一个复杂的系统，我们大家可以部分地将主要的因果关系分离出来，然后探讨它们是如何交织在一起的。在这样的一个过程中，我们将发现经济、政治和社会系统产生的数据会表现出一致性。
现在总结一下。我们生活在一个充斥着信息和数据的时代。同时，这些数据得以产生的技术条件还极大地缩短了时间和空间上的距离。
它们让经济、政治和社会行动者变得更敏捷，能够在一瞬间就对经济和政治事件做出反应。它们还增加了连通性，因而也增加了复杂性。我们面临着一个由技术引发的悖论：在我们对世界的了解变得更多、更深入的同时，这样一个世界也变得更复杂了。考虑到这种复杂性，任何单个模型都更有可能遭到失败。
所以，我们不应该抛弃模型，恰恰相反，我们该将逻辑一致性置于比直觉更优先的位置；我们不能满足于双重模型、三重模型甚至四重模型，我们要成为多模型思考者。
要成为一个多模型思考者，就必须学习掌握多种模型，我们大家可以从中获得实用的知识，需要理解对模型的形式化描述，并知道如何应用它们。
斯科特·佩奇提供了24种模型，这是一个应对复杂世界的思维工具箱。
这24种模型包括：正态分布、幂律分布、线性模型、非线性模型、与价值和权力有关的模型、网络模型、广播模型、扩散模型和传染模型、对不确定性建模随机游走、路径依赖模型、局部互动模型、李雅普诺夫函数与均衡、马尔可夫模型、系统动力学模型、基于阈值的模型、空间竞争模型与享受竞争模型、博弈论模型、合作模型、与集体行动有关的问题、与机制设计有关的模型、信号模型、学习模型、多臂老虎机问题、崎岖景观模型。
本文摘录于《模型思维》，【美】斯科特·佩奇(ScottPage)著，贾拥民 译，浙江人民出版社2019年12月版。
作者简介
【美】斯科特·佩奇(ScottPage)
超过100万用户的“模型思维课”主讲人。密歇根大学复杂性研究中心“掌门人”。圣塔菲研究所外聘研究员。曾出版《多样性红利》一书。
以对社会科学多样性和复杂性的研究和建模面闻名。具体研究方向包括路径依赖，文化、集体智慧、适应和社会生活的计算模型。
于2011年当选美国艺术与科学学院院士，获得2002年的IGERT奖、2001—2006年的生物复杂性项目SLUCE奖和2013年的古根海姆奖。
