方式|万维钢:模型思维,更高级的思考方式( 二 )


有了这个模型,我们就可做推演了。可以想象如果AIG倒闭会发生什么?使用数学推导,我们知道其他机构就会拿不到保险金,他们也会跟着倒闭,结果很可能是灾难性的连锁反应。AIG是“大到不能倒”,这就是为什么要救AIG。那为什么不救雷曼兄弟呢?因为模型中雷曼兄弟并不具有AIG这么核心的位置。
事实证明雷曼兄弟的倒闭并没有牵扯到整个金融系统,模型的预测可以说是准确的。金融危机过去之后,美国政府又卖掉了AIG的资产,一进一出从中还净挣了230亿美元……可以说当初救援AIG是一个正确的决定。
模型帮我们看清了各个金融机构之间关系的本质。如果没有这个模型,只说AIG很重要,就不足以做出这种精确而大胆的操作。但是问题来了,模型有那么多,当初为什么要选择这个模型呢?
为什么不考虑各个金融机构高官的任职情况呢?为什么不考虑这些机构在历史上对美国所做的贡献呢?为什么不考虑对舆论的影响呢?
简单地说,只看关系模型,是因为我们想要的只是金融市场的稳定。不简单地说,忽略其他因素,这是一个非常主观的冒险选择。
在多模型中选择模型,需要智慧。
03 从数据到智慧,成为一个多模型思考者
为了进一步理解模型,佩奇讲解了一个智慧层次结构,也是认知上的金字塔。
金字塔的最底层是数据。数据代表各种事件和现象,比如出门看见下雨,这就是一个数据。数据本身没有组织和结构,也没有意义。数据只能告诉你发生了什么,并不能让你理解为什么会发生。
数据的上一层是信息。信息是结构化的数据。看见下雨只是数据,但如果有人统计哈尔滨市在2019011月份这一个月总共下了多少雨,这就不是简单的数据了,而是信息。信息就可以用来做分析和解读。
信息再往上一层是知识。知识能把信息组织起来,告诉我们事件之间的逻辑联系。有云导致下雨,因为下雨所以天气变得凉快,这都是知识。成语典故和思维套路都是知识。模型,则可以说是一种高级知识,能解释和预测。
认知金字塔的最上一层,是智慧。智慧是识别和选择相关知识的能力。
一个人可能掌握很多模型,但是具体到这个问题到底该用哪个模型,敢不敢用这个模型,则是智慧。
作者佩奇举了一个例子。一只小猫从4000米的高空掉下来,请问它会给地面造成什么样的危害?我们得先选一个模型。
用最简单的重力加速度模型,我们会发现猫触地之前的速度非常非常快,它会在地上砸出一个大坑。但是用一个更复杂的模型,考虑到空气阻力,物体在大气层中的掉落速度其实会趋向一个恒定的数值,并没有那么快,那么危害就不会很大。如果掉下来的是一只小老鼠,甚至可能都不会死。
所以说,从数据到智慧,这是真正意义上的认知升级。
如果一个人浑浑噩噩地混日子,只体验而不总结,他得到的就只有数据。
有人偶尔看新闻,知道现在发生的事情都是什么意思,他就获得了信息。
有人能从经验中总结一些规律,还从书本上学到一些说法,他就拥有了知识。
为什么有很多人说“学了很多知识,却仍然过不好这一生”呢?因为有知识不等于有智慧。有智慧,会选择该用哪个知识,能使用模型做出决策,而且还真敢去执行,那才是真本事。
从数据到智慧,你会发现越往上就越主观。信息已经是个性化的总结。知识中的因果关系已经是主观的判断。而智慧,更可以说是一种艺术。
到底该选哪个模型?没有固定的操作流程。
经济学家有句名言说“所有模型都是错的,其中有一些是有用的。”模型说的不是真实世界,而是对真实事件的抽象和简化。我们必须忽略很多因素,才能让问题可以推演。而这么做的危险是可能得到完全错误的结论。
所以需要了解每个模型的优点和局限性,需要有举一反三的能力,更需要有创造性。
延续之前一本《多样性红利》的逻辑,佩奇特别强调,有时候需要同时使用多个模型,才能做出准确的预测和判断。