 往期回顾 智慧分层 为支持多模型思维，让我们首先讨论艾略特（T.S.Eliot，英国诗人和剧作家）提出的疑问：“我们在哪里丢失了知识中的智慧?又在哪里丢失了信息中的知识?”我们还可以再加上一句“在哪里丢失了数据中的信息？” 艾略特的疑问可以形式化处理为智慧分层。该分层结构的最底层为数据：原始、未编码的事件、经验和现象，比如出生、死亡、市场交易、投票、音乐下载、降雨、球赛和物种形成。数据可以是零和一组成的字符串、时间标识和页面之间的链接。数据缺乏意义、组织或结构。 信息将数据命名并分类。下文举例阐明数据与信息之间的区别。雨滴落在头上属于数据，而佛蒙特州伯灵顿7月份的总降水量以及安大略湖的水位属于信息。威斯康星州麦迪逊市国会大厦周围的摊位上出售的辣椒和玉米属于数据，而销售总额属于信息。  图1.1：模型如何将数据转化为智慧 我们所生活的时代信息极其丰富。一个世纪半前，掌握信息便会带来较高的经济和社会地位。简·奥斯丁（Jane Austen）在《爱玛》中问弗兰克·丘吉尔“FrankChurchill”是否是一个“掌握信息的年轻人”。而如果她生活在当代，那么便不会再关心这个问题。丘吉尔会和其他所有人一样，拥有一部智能手机。那么，剩下的问题就是他是否能够运用这个信息。正如陀思妥耶夫斯基（Fyodor Dostoyevsky）在《罪与罚》中写到的那样：“他们说：我们掌握了事实，但事实并不意味着一切，至少有一半在于如何利用这些事实！” 柏拉图将知识定义为为合理的真正信念。而现在，知识一般定义为对相关性、因果和逻辑关系的理解。知识可用于组织信息，通常以模型的形式存在，如市场竞争的经济模型、网络的社会模型、地震的地质模型、生态位的生态模型，以及学习所有嵌入知识的心理模型。这些模型均用于进行解释和预测。在化学键模型中，金属键可解释如何防止我们将手伸进钢门，而氢键则表示我们潜水时体重的影响。[8] [8] 我并不是说知识等同于模型，而是说模型可以代表知识，同时可以清晰地传达这些理解。“知识”一词涵盖的领域较广，并涉及身体的内在技能，如打网球、说法语或进行合同谈判。此处采用的是狭义的知识。其广义内容请参见Adler 1970。 最上层是智慧，即识别并应用相关知识的能力。智慧要求运用多模型思维。有时候，智慧涵盖最佳模型的选择，就像从箭袋中抽出箭支。而在其他时候，智慧可以通过基于模型求平均值获得，这在进行预测时十分常见。（我们将在下一节讨论模型求平均值的影响。）在采取某些措施时，聪明的人会利用多个模型，就像医生会进行一整套诊断性检查一样。他们会通过模型来排除一些措施，并优先采用另一些措施。聪明的人和团队会在模型进行对话，确定模型的重叠和差异。 智慧可包括选择正确的知识或模型；请考虑下述物理问题：讲一个猎豹毛绒玩具从20000英尺高的飞机上扔下，其在落地时会受到多大伤害？学生可能已经学习了重力模型和终极速度模型。这两个模型给出的结论不同。重力模型可能预测，该毛绒玩具可能会砸穿车顶；而终极速度模型可能预测，该玩具到达地面时的速度达到最高，可达10 mph。[9] 智慧包含知道应用终极速度模型。一个小女孩可以站在地面上，用手抓住这只柔软的小猎豹。进化生物学家霍尔丹（J.B.S.Haldane）曾说：“将一只小鼠扔到一千码深的矿井中，只要底部足够柔软，它在落地时可能仅会受到轻微伤害，很快便会跑开了。但大鼠的话会被摔死，人会骨折，而马会摔的稀巴烂。” [9] 跳伞者达到200 mph的终端速度时，可得到该近似值。物体自重越重，终端速度越大。假设跳伞者的自重比猎豹玩具大400倍，400的平方根等于20。因此，猎豹玩具的终端速度为200 mph除以20或等于10 mph。 在猎豹玩具这个示例中，要得到最终结果需要信息（玩具的重量）、知识（终极速度模型）和智慧（选择正确的模型）。商业和政策领导者还基于信息和知识做出明智的选择。2008年10月9日，冰岛克朗（króna）价值开始下跌。软件巨头甲骨文（Oracle）的财务主管埃里克·鲍尔（Eric Ball）面临着一个决策。数周前，他重点处理房贷危机对冰岛的影响。冰岛的局势引起了国际的广泛关注。Oracle持有数十亿美元的海外资产，因此鲍尔考虑了金融危机网络蔓延模型。他还想到了一种供需模型，其中价格变化的幅度与市场受冲击的规模相关。2008年，冰岛的GDP达到120亿美元，少于麦当劳公司半年的收入。鲍尔回忆道：“冰岛的面积小于夫勒斯诺市，需要考虑这一点。”[10]理解这一事件和多模型思维的关键在于，鲍尔并没有从诸多模型中找到一个模型支持他的决策，他也没有找到支持所做决策的模型。相反，他评估了两个可能有用的模型，然后选择了其中一个更好的。鲍尔掌握了正确的信息（冰岛面积小），选择了正确的模型（供应模型），然后做出了明智的选择。 [10] 他的结论时正确的。事实上夫勒斯诺市比冰岛大30％。Ball和LuPima 2012解释说明了个体如何在学院学习商业世界相关的知识。 我们接下来将通过重新考虑两个历史事件来说明如何在多个模型之间建立对话：第一个事件为2008年全球经济危机，危机共造成数万亿美元的财富（或被认为是财富）蒸发，造成全球经济连续4年衰退。第二个事件为1961年古巴导弹危机，该事件差一点导致了一场核战争。 2008年全球经济危机由多个原因导致：国外投资过多、银行负债过高、抵押审批流程缺乏监管、购房者过于乐观、金融工具的复杂性、对风险的误解、银行家明知存在泡沫却仍过于贪婪、幻想政府救市。一些表面证据表明：资金从中国流入、贷款方提供高风险抵押服务、投资银行杠杆率过高、金融工具对于大多数人来说过于复杂而难以理解，一些银行希望获得政府救助。基于模型，我们可以对上述事宜进行判断，并检查它们之间的内部一致性：是否合乎逻辑？我们还可以对模型进行校准，并判断影响程度。 经济学家安德鲁·卢（Andrew Lo）采用多模型思维对二十一种危机因素进行了评估，他发现每种都缺乏证据。他认为“投资者知道泡沫会导致全球经济危机”这一结论说不通，泡沫的程度一定也令他们大吃一惊。金融公司可能都认为其他公司已做过尽职调查，但实际上并非如此。其次，现在来看，明确存在风险（低质量）的贷款主要涉及购贷者。如果说全球金融危机在预料之中，那么便不会存在购贷者。杠杆率自2002年以来持续升高，但相比1998年并未高出太多。政府并未采取措施帮助银行摆脱困境，雷曼兄弟公司（Lehman Brothers）于2008年9月15日宣告倒闭。雷曼兄弟公司持股金额超过6000亿美元，是美国历史上最大的破产案，而政府并未介入。 安德鲁·卢发现每个因素都存在逻辑差异。例如，未针对数据进行解释。他总结道：“我们应该从一开始尽量对一组客观事实也进行多种解释，并在危机浮现之时进行更细微的理解，并确保内部一致性。”他接着表示：“只有通过收集各种各样相互矛盾的表述，我们才能够针对危机形成更全面的了解。”单一模型无法做到这一点。[11]格雷厄姆·艾里森（Graham Allison）在《决策本质》（EssenceofDecision）一书中采用了多模型方法解释了巴导弹危机。1961年4月17日，一队由CIA训练的准军事人员在古巴海岸登陆，试图推翻菲德尔·卡斯特罗（Fidel Castro）领导的共产主义政权，但以失败告终。该事件导致美国与苏联和古巴之间的关系日益紧张。事件发生之后，苏联总理尼基塔·赫鲁晓夫（Nikita Khrushchev）将短程核导弹部署至古巴，而约翰·肯尼迪（John F.Kennedy）总统决定对古巴实行全面封锁。最终，苏联做出让步，危机得以解除。 [11] 请参见Lo 2012。关于一般论据，请参见Myerson 1992。 艾利森（Allison）基于三个模型对该事件进行了解释。他运用理性行为者模型分析表明，肯尼迪总体可能采取三种措施：发起一场核战争、侵略古巴或实施封锁；事实上，他选择了封锁。理性行为者模型认为，肯尼迪画了一棵博弈树，针对每种举措列出了苏联可能做出回应。然后，肯尼迪会考虑苏联的最佳反应。例如，如果美国发动核攻击，苏联定会反击，这样会导致数百万人死亡。如果美国实施封锁，古巴人可能会挨饿，而苏联可能会做出让步或者发起核战争。鉴于此，苏联将选择让步。该模型表明中央战略逻辑发挥作用，支持肯尼迪做出封锁古巴的决策。 与所有模型一样，该模型也是错误的，因为其忽略了相关的细节，使其乍一看起来优于实际结果。该模型忽视了一个事实，即苏联会把导弹部署至古巴。如果苏联基于理性做出决策，赫鲁晓夫应该也有一棵博弈树，最后得出结论他们应该移除这些导弹。理性角色模型也无法解释苏联为什么没有隐藏导弹。 艾利森采用组织过程模型解释了这些矛盾之处。苏联未隐藏导弹的原因可能在于其组织能力不足。这一模型还可用于解释肯尼迪选择封锁古巴的原因。当时，美国空军无法一次性清除这些导弹，而即使仅剩余一发导弹，也可能够杀死数百万美国人。艾利森巧妙地结合了这两个模型，发现组织模型相对于理性选择模型改变了获益结果。 艾利森另外采用了政府流程模型。其他两个模型将美国和苏联两个国家概述为两个领导人：肯尼迪和赫鲁晓夫。政府流程模型认为，肯尼迪必须说服国会，而赫鲁晓夫需要维护其政治基础。因此，赫鲁晓夫需要在古巴部署导弹来彰显力量。 艾利森在书中显示了在模型中以及对话中的力量。每个模型均能明确思维。理性行为者模型确定了导弹部署后对方可能采取的行动，并允许我们了解这些行动的后果。组织模型则引导我们注意这样一个事实：是国家组织（而非个人）采取这些行动。政府流程模型强调了入侵的政治成本。通过基于这些考虑进行评估，我们可以得出更广泛、更深入的了解。所有模型都是错误的，但有些仍非常有用。 在这两个示例中，不同的模型表现出不同的致使力。多模型方法还会关注不同的比例。在一个广为流传的故事中，一个孩子声称地球在一个大象的背上，而当一位科学家问道“那是一只什么样的大象？”那孩子回答道：“一只巨大的乌龟。”似乎料到科学家接下来会问什么，那孩子迅速补充道：“别再问了，是乌龟驮着乌龟，一直驮下去。”[12] 如果世界是一只乌龟驮着另一只乌龟，如果世界均自相似，那么顶层的模型将适用于所有级别。但是经济、政治世界和社会并不是乌龟驮着乌龟，大脑也不是。在亚微米级别，大脑由突触构成，这些突出又形成神经元；神经元结合成网络，而网络又彼此精密重叠，可以通过大脑成像研究呈现。这些神经网络比功能系统（如小脑）更低一级别。鉴于大脑在每个级别都不同，我们需要采用多个不同的模型。用于呈现神经元网络稳健性的模型与神经元网络几乎没有丝毫相似之处，而后者又与解释认知偏见的心理模型截然不同。 [12] 本故事各版本可见于William James、Stephen Hawking和Antonin Scalia的著作。 多模型思维的成功取决于模型的分离性。在分析2008年金融危机时，我们基于各种单独的模型进行分析，如外国购买资产、资产捆绑和杠杆率提高等模型。艾利森从博弈论模型（未考虑组织模型）获得了启示。在进行人体研究时，医生会将人体分为骨骼、肌肉、边缘和神经系统。也就是说，多模型思维并不要求这些独特的模型将系统划分为独立的部分。面对复杂的系统，我们无法（套用柏拉图的观点）将世界在关节处切开。我们可以部分分离主要的因果关系，然后探讨它们之间的相互关系。这样，我们将发现经济、政治和社会系统产生的数据彼此相关。社会数据并非家猫身上掉落的毫无头绪的毛团。 总结与概要 总之，我们生活在一个充满信息和数据的时代。数据生成技术的进步缩短了信息传输的时间和距离，使经济、政治和社会决策者更加敏锐，能够立即对经济和政治事件做出响应。它们还可加强关联性以及复杂性。我们面临一个技术悖论：我们越了解世界，世界就变得越复杂。鉴于这种复杂性，单一模型更可能会失败，但我们也不能放弃模型。相反，相对于直觉，我们应侧重于逻辑连贯性，两倍、三倍甚至四倍侧重，成为多模型思考者。 若想成为多模型思考者，我们需要学习多个模型，从这些模型中获得实用知识。我们需要了解模型的正式描述以及如何应用，但无需成为这方面的专家。因此，本书平衡了模型的可及性和深度，使其既可以作为资源，又可以最为指南。模型的正式描述列于单独的文本框中，避免采用一行行的方程式，因为那样的话，即使最专业的读者都无法理解；应采用并吸收形式主义。建模可通过参与参与来掌握，但这并非一个观赏性项目，其需要刻意练习。在建模过程中，数学和逻辑发挥专业作用，可以纠正我们的错误。 本书剩余内容组织如下：第2章和第3章介绍多模型方法；第4章讨论建模人员面临的挑战。接下来的二十多章具体描述单一模型或模型类。通过一次考虑一个模型，我们可以更好地进行假设，了解其影响并进行应用。这种结构还意味着我们可以从书架上抽出一本书或在浏览器中打开书籍，查找线性模型、预测模型、网络模型、传染模型和长尾分布、学习、空间竞争、消费者偏好、路径依赖、创新和经济增长的独立分析结果。多模型思维用于解决各种问题和情况，贯穿于各个章节。本书最后更深入地探讨了阿片类药物的流行和收入不平衡问题。 编辑：林毅 （未完待续） |
|
|
来自： 新用户68639482 > 《待分类》
