【概念/关键词名称】模型用途REDCAPE

【分类】

[]wow突破点

[x]知识连接点

[]疑问点

[]探索点

【原文框架】

* 《模型思维》一书将模型用途分为七种：推理（Reason）、解释（Explain）、设计（Design)、沟通（Communicate）、行动（Act）、预测（Predict）和探索（Explore）。这七大用途的英文首字母连在一起组成了一个英文单词REDCAPE——“红色披风”。

* 如果考虑用途在模型被使用时出现的先后顺序，应为：

* 【解释】

* 模型是为了解释经验现象而构建的，解释当仁不让应该是头把交椅。有效的模型既能解释简单的现象，也能解决复杂的问题。模型还可以解释一些悖论。

* 譬如：“日心说”和“地心说”都能解释“昼夜交替”现象，但是“日心说”还可以解释“地心说”解释不了的“恒星视差”等复杂现象。经济学模型解释的是价格变动和市场份额等现象；物理学模型可以解释坠落物体的轨迹和轨迹形状的变化；生物学模型可以解释物种的分布；流行病学模型解释了传染病传播的速度和模式；地球物理学模型能够解释地震的大小和分布。

* 边界：基于模型的解释必须包括正式的假设和明确的因果链条，而且这些假设和因果链条都要面对数据。例如，有个模型说，用低被捕概率可以解释犯罪率的居高不下，这样的模型就是可检验的。

* 【沟通】

* 模型是一种有效的知识表示方式，可以大大降低沟通成本。很多人都低估了交流对人类社会进步的影响。一个无法交流的思想，就像一棵淹没在森林中的树，没有人会注意到它。启蒙时代显著的经济增长在很大程度上取决于知识的可传播性（知识通常表现为模型形式）。

* 譬如：无论是哪个国家、哪个行业的人，如果他们都懂得同一个模型——譬如传染病模型，那么他们在交流时会毫不费力，在这里模型为沟通交流提供了共同语言。

* 边界：模型要求对相关特征及其关系给出正式的定义，这使我们能够精确地进行交流。

* 【推理】

* 模型可以帮助我们摆脱直觉的约束进行逻辑推理。逻辑可以揭示悖论，逻辑也可以揭示数学关系，逻辑还揭示了真理的条件性。

* 譬如：第10章介绍的无标度网络模型，可以帮助我们推理出网络度分布的幂律形式，而不是我们直觉认为的正态分布。

* 边界：从模型中得出的推论总是采用条件判断形式，如果条件A成立，那么可以得出结果B。例如，如果你要装箱，而大小是唯一的约束条件，那么就先装好最大的东西。我们从经典文献和伟大思想家的名言中吸取的教训却通常不包括任何条件。如果我们试图依据这种“原则”来生活或管理他人，就肯定会迷失在众多意思相反的谚语海洋当中，既然有“三个臭皮匠，赛过诸葛亮”，也会有“厨子多了烧坏汤”。而在模型中，我们可以在给定的假设下证明定理。相反的谚语经常共存，但是相反的定理却不会出现。两个定理，如果对何为最优行动有不同看法，必定会做出不同的预测；或者，给出了不同解释的定理必定有不同的假设。

* 【设计】

* 作为对现实世界的简化和抽象，模型可以帮助我们进行设计。

* 譬如：社会科学家根据博弈模型设计拍卖机制；计算机科学家根据模型设计互联网通信协议。工程师使用模型设计供应链。社会科学家使用模型设计制度。

* 【预测】

* 模型可以帮助我们对未来和未知现象进行预测。预测也是检验模型能力的试金石。模型既可以用来预测特定的个别事件，也可以用来预测一般趋势。

* 譬如：牛顿力学之所以被广为接受，是因为其对天体运行轨迹的精准预测能力。警察机构和情报部门也使用模型预测犯罪行为，流行病学家则使用模型预测下个季节哪种流感病毒将最为流行。现在，随着数据可得性的提高和精细度的改进，利用模型进行预测的做法变得更加常见了。例如，Twitter上的跟帖和谷歌上的搜索关键词，已被用于预测消费趋势和潜在的社会活动。

* 边界：解释和预测往往是齐头并进的。但是，有的模型可以用来预测，但是却不一定能解释什么。深度学习算法可以预测产品的销售情况、明天的天气变化、价格演变趋势和身体健康状况，但是它们几乎没有提供什么解释。有些模型有很强的解释力，但是在预测上却没有什么价值。板块构造论模型虽然可以解释地震是怎样发生的，但是却不能预测地震何时发生；动力系统模型虽然可以解释飓风是怎样形成的，但是却无法准确预测飓风什么时候袭来，也不能准确预测飓风的移动路径；生态模型虽然可以解释物种的形成的模式，但是却无法预测出现的新物种类型到底是什么。

* 【行动】

* 预测不是目的，行动才是。模型可以帮助我们根据预测结果选择合适的行动方案。

* 在日常生活中，当我们准备采取某个重要行动时，也应该使用模型。例如，在决定购买房屋、更换工作、回到大学攻读更高的学位，或者在决定是购买还是租赁汽车时，都可以使用模型来指导决策。用到的模型可能只是一些定性的模型而不一定有相应的数据支持，但是多模型思维会“迫使”我们向自己提出一些重要的问题。

* 譬如，经济模型可以帮助政府应对金融危机；传染病模型可以帮助我们确定有效的疫情防控措施。

* 边界：指导行动的模型通常依赖于数据，大多数都需要使用数学公式，但也并非总是如此。过去，决策者也曾经建立过物理模型。这样的物理模型中，嵌入数据的物理实体和物理定律自然会“完成”逻辑推理。（注：这个是物理模拟，物理模拟需要严格设计条件与变量）

* 【探索】

* 根据模型，我们可以做出各种假设从而探索不同的可能性。这些探索反过来可以帮助我们做出更好的决策和行动。

* 譬如：在防控疫情时，我们可以根据模型进行推演和探索，分析各种措施的可能结果，从而优化行动方案。

* 边界：探索有时还涉及对共同假设进行跨领域比较。

【重述】

* 模型七大用途包括前提条件和适用边界：

    * 基于模型的解释必须包括正式的假设和明确的因果链条，而且这些假设和因果链条都要面对数据；

    * 模型交流要求对相关特征及其关系给出正式的定义；

    * 模型推理不同于谚语与鸡汤之处在于有推理假设和条件逻辑；

    * 模型预测不论是数学预测还是物理模拟都有假设、简化与限定条件。

    * 模型更高级的应用——设计、行动和探索是基于解释、推理和预测，更是如此。

* 因此，模型的本质——假设、精确表述（比如公式）、检验、各自适用边界非常关键，帮助我们识别什么是可以真正带来智慧的模型，什么是总能自圆其说的诡辩。

【分析整理/知识连接】

边（连接）：从前有没有类似的（或看起来差不多的）信息？其他领域/行业/作者如何看待类似的问题？

* 《这样读书就够了》：赵周定义了可用于分析整理信息和反思追问经验的前因后果、适用边界，和模型本质有异曲同工之妙。

* 卡尔波普尔《猜想与反驳》论述可证伪性：波普尔认为传统科学发现是依靠归纳法，就是观察事实——归纳理论——证实理论。正确的过程并非如此，科学发现的逻辑应该是提出问题，然后针对问题提出理论猜想（假设），最后观察事实来检测这个猜想。如果事实与理论相符合，那就保留这个猜想，如果一直没有反面证据，那就一直保留这个猜想的暂时有效性，如果有一天出现反例，我们就推翻猜想，所以波普尔才规定科学必须要留出反例存在的空间，避免了归纳法动摇科学的根基，永远都能自圆其说的不是科学。可证伪性是科普者面对伪科学时候使用的众多武器之一。可证伪是科学性的“必要条件”，其含义不是“一定会被证伪”，而是存在被证伪的理论条件。

* 看到的一句话很精辟：实践就是变相的证伪，只要理论是拿来“用的”不是拿来嘴皮子“说的”，那就不得不要接受证伪主义。

* 《金字塔原理》里讲到外展推理，运用结果反推规律的方法，和模型推理有些像。核心是假设与检验。

界（区别）：无论是相反的还是类似的信息，和这个信息的真正区别是什么？交界在哪里？

* 模型强调了假设（如条件、简化、抽象，假设是构建模型的开始）、精确表述（如公式）、数据检验（可证伪性）。模型的假设、精确表述以及数据检验天然带来各自的适用边界。

【经验/案例】

前期经验如何？有没有几个案例？

* 自然基金申请书撰写核心是拟解决的关键科学问题，基本方法是提出假设与设计实验验证。

* 基金反馈意见里，评审专家提醒到，所设计实验得到的数据结果一定要能够精确检验假设正确与否，不可模棱两可。

* 以前学传统文化听老师用两仪、四象、四方、五行、十二消息卦解释世界，当时觉得好牛的框架，现在想想其实没有假设、表述不精确、不可证伪，我们提出什么疑问都能自圆其说，其实不科学也不是真正的模型。

* 各类冲突的谚语和表述，如“三个和尚没水喝”和“三个臭皮匠赛过诸葛亮”，又如“尽信书不如无书”和“书中自有黄金屋，书中自有颜如玉，书中自有千钟粟”，没有假设和表述，不能算模型，我们如果运用，需要添加假设与适用边界；如果建模，还需要精确表述和可检验。

* 爱因斯坦的广义相对论预言了光经过太阳的偏折并给出了角度。后来在日全食观测中得到了证实。

* 两个质量不同的铁球，从同一高度落下，同时着地。

【应用】

这个概念还有什么场景可以用？具体行动计划是什么？

* 迁移：这个RIA自带应用光环，模型七类应用已经很全面了。

* 目标：学会检验什么是模型，什么是论断。

* 行动：

    * 牢记模型具有假设（通过简化、类比或者模拟带来适用边界）、精确表述（数学公式、图表）、可检验（可证伪）（注：不一定是正确答案，不断迭代）

    * 遇到别人运用模型或者论断进行解释、交流、推理、设计、预测、行动和探索时，如果感兴趣自己套一套，分析一下。

    * 即使别人是论断，也不要急于否定、纠正和反驳，要看到可取之处，自己添加适用边界就好。学会接纳与宽容。