聖塔菲研究所外聘教授、密歇根大學複雜性研究中心主任斯科特·佩奇(Scott E Page)在Coursera上開設了一門名叫 Model Thinking 的課程。這門課以複雜系統的視角研究社會和經濟學上的常見問題,介紹了十餘個可以定量推演的模型。佩奇教授還出版了多本暢銷書,例如《多樣性紅利》一書,佩奇教授創造性地提出:一個人是否聰明不是由智商決定的,而是取決於認知工具的多樣性。
佩奇教授為他的課程撰寫了一本厚厚的教科書 The Model Thinker,在2018年11月份出版。全書分為29章,每一章都乾貨滿滿。書中不止列出了更多的模型,還系統性地展示了如何使用多種模型來分析現實社會中的問題。
在從信息到智慧的每一步上,模型都可以成為上升的階梯。整理數據、提取信息,你需要通過建模來去偽存真;根據不同領域的信息,最終得出一個對大局、新情況或未來的判斷,你需要預測性的模型去產生知識;而要知道在何時何地該提取哪些知識,則需要通過模型讓隱藏的假設顯現出來。根據作者的總結,模型的7種作用包括推理、解釋、設計、溝通、指導行動、預測未來和探究可能性。
類似的書還有《Algorithm to live by》。這本書講的是用機器學習演算法原理指導日程生活中的決策。關於如何決策,書中給出的回答是下圖。
這個框架沒問題,但由於日常生活中要解決的問題都與他人有關,而人是具有主觀能動性的,人的複雜性和多樣性決定了任何模型都需要對模型中的人予以簡化,從而使得模型不會像和真實國土一樣大的地圖那樣全面卻無用。而對人的簡化有多種不同的方式,從這個邏輯起點出發,可以推演出不同的模型。沒有一個模型適用於所有的壞境,但多樣化的模型可以帶來1+1 > 2的效應。
對人群的多樣性進行了分類,可以判定人群大小對其結果的影響,例如假設學習成績是服從正態分布的,那麼一個學校越小,其平均成績就越有可能超越全國的平均水平,這不是由於小學校容易培養出好學生,僅僅是統計上較大規模的學校普遍更靠近平均水平。
而網路模型則可以讓人與人之間自由連接,例如人際社交、網頁間的鏈接、論文間的引用。而如果人與人之間的互動有不同的類型,那就可以將做同一類的人抽象為一個整體,從而產生系統動態(system dynamic)模型,例如下圖所示:
圖中的麵包店和排隊的人可以看成網路中的節點,其屬性是其當前的存量,受到已有消費者、麵包師、潛在的消費者這三個資源池的影響
有時你可以證明找不到滿足全部條件的制度,那你就需要權衡到底要滿足怎樣的價值觀,而有時則可以構建出來。例如夏普利值(Shapley Value),就是假設一個成員加入這個團體的順序對其團隊貢獻度不應該有影響,因此對所有加入順序下各個成員的貢獻度進行加和平均。夏普利值可以用來解釋為什麼團隊中有的人應該拿的多。雖然看起來有些人完成的成就不多,但是他們補足了團隊的短板,例如下圖的例子。
每個人想出一個磚頭的其他用途,圖中A與C都想出了6個答案,但A應該從團隊的獎勵在獲得更多,因為不管ABC三人誰先說,A都會豐富團隊整體的創意
你有機會在接下來的回合獲得1000單位的收益,90%的機會什麼都得不到,請問你願意為了這個抽獎的機會付出多少?
3分鐘帶你了解系統建模的本質 |《規模》
集智俱樂部QQ群|877391004
商務合作及投稿轉載|[email protected]
讓蘋果砸得更猛烈些吧!
推薦閱讀: