你为什么理解查理·孟格的65，438+000思维模型？
我们至少通过两个“镜头”认识世界:眼睛+模型，人类对环境的感知和对世界的认知至少通过两个“镜头”:
1.身体的眼睛
2.心灵之眼
前者是身体的眼睛(瞳孔+晶状体+视网膜等。);后者是心灵的模型，我们看到的世界已经过了“模型”的过滤。
在日常工作和生活中，各种模型随处可见:
1.商业模式:五力模型、麦肯锡7S模型、营销4P模型、AARRR盗版用户增长模型等。
2.经济学模型:供求曲线模型、“囚徒困境”博弈模型、GDP增长模型等。
心理学有“马斯洛需求层次”模型，计算机科学有冯诺依曼模型，人工智能领域有神经网络模型。
在科学发展史上，有无数的模型，比如大家熟知的地心说VS日心说模型，原子结构模型，DNA分子的双螺旋结构模型。
当我们面对“模型”时，我们的心理一般都是矛盾和尴尬的。一方面，我们知道抽象的模型解决不了实际问题；另一方面，我们在分析问题时也不得不依赖模型。
什么是模型？模型就像地图，是对现实世界的简化和抽象。有了地图，你不一定能到达目的地；没有地图，几乎可以肯定你是到不了目的地的。
“地图并不等于它所指的领土。然而，如果地图是正确的，它与领土具有相同的结构，这就是它有用的原因。”-阿尔弗雷德·科尔兹·布奇(波兰裔美国科学家和哲学家)
这个模型既有用又没用。矛盾是怎么产生的？
首先看模型的作用和价值:
池塘臭气熏天长达数公里，所以工人们把鱼舀出来，排干水。但是池底还是很臭，我就把池底的泥挖出来运走了。我在池底铺上新鲜的砾石，重新种上水生植物，灌满水，把鱼放回去。终于，池子不再臭了。但是两个月后，池塘又发臭了。
为什么问题治不好？因为池塘微生态模型的构建存在缺陷。之所以挖出污泥，是基于池塘底部堆积的污泥太厚，导致能产生臭味的厌氧菌大量快速繁殖的假设。但是为什么泥巴去掉会发臭？说明淤泥不是根本原因。
因为系统建模的失误，误判了问题的根源，然后采取了治标不治本的措施。
在考虑池塘异味的问题时，你脑子里可能没有那个随意的回路图，但你基本上会把池塘系统简化成几个关键要素。一个完整的池塘生态系统包含:1。细菌(需氧+厌氧):不计其数；2.鱼虾等动物:数万只；3.水生植物:数以千计；4.氧气和有气味的气体分子:无法测量。
如果不简化，那么大脑就会面临一个难以计算的无解问题。如果一个系统中只有两个物体，并且它们之间存在关系，那么就需要三个方程来描述这个系统:两个方程用于两个物体，1个方程用于它们之间的相互作用。随着系统中对象数量的增加，每个对象需要1个方程来描述其行为，但描述相互作用的方程会呈指数级增加，n个对象需要2+0个方程。也就是说，由10个物体组成的系统有2个10 = 1024个方程(假设n=10000？)。这就是所谓的“计算平方律”。当系统中相互作用的元素数量增加时，计算难度会成倍增加。
模型是人类认识世界的基本方式和强大能力。
如果一个系统包含大量的元素，并且它们之间存在错综复杂的关系，为了简化，我们创建一个模型来描述该系统，并相应地采取行动来影响该系统。简化自然节省了认知资源，减轻了认知负担。但是，从更本质的层面来说，建模思维是人类认识世界最基本、最重要的能力之一。
霍金在去世前的最后一本书《大设计》中写道:“我们在科学探索中建立模型，但实际上，我们也在日常生活中创造模型。“模型依赖现实主义”不仅适用于科学模型，也适用于我们有意识或无意识建立的解释和理解世界的心理模型。"
我们在科学中制造模型，但我们也在日常生活中制造模型。依赖模型的现实主义不仅适用于科学模型，也适用于我们为了解释和理解日常世界而创造的意识和潜意识心理模型。
假设有一个鱼缸，里面的金鱼透过鱼缸的弧形玻璃观察外界。现在他们当中的物理学家已经开始发展“金鱼物理学”。他们总结观察到的现象并建立物理定律。这些规律可以描述和解释金鱼通过鱼缸观察到的外部世界，甚至可以正确预测外部世界可能出现的新现象。很明显，这些金鱼的物理规律一定和我们人类的物理规律大相径庭。比如我们看到的直线运动，在金鱼物理学中可能表现为曲线运动。
对此，霍金提出了一个问题:这种“金鱼物理学”正确吗？按照常规观念，这样的“金鱼物理学”当然是不正确的。因为“金鱼物理”与我们的物理定律相冲突，因为我们认为我们的物理定律更符合客观规律，更能反映现实世界，所有与当今物理不符的描述，无论是来自金鱼物理学家，还是之前的人类物理学家，都被判定为不正确。
但是霍金问，“我们怎么知道我们有没有失真的真实图像？.....金鱼的真实形象和我们的不一样，但我们能确定它比我们的更不真实吗？”
模型是环境在大脑中的投影。
我们认为鱼缸里金鱼看到的世界是被光线的扭曲而扭曲的。那么，我们感知的世界不就是扭曲的吗？下图中的三个人实际上是一样高的，但是因为房间不是标准的长方体，所以两堵墙与窗户所在的墙的夹角以及窗户的形状都发生了变化，导致我们认为三个人不是一样高的。
我们感知的世界(看、听、闻、尝、触等。)会像金鱼看到的世界一样偏离甚至扭曲，因为我们感知的不是世界，而是来自“世界”的信号。大脑和相关的神经系统形成一个交流系统。周围环境的信息通过光和空气为媒介，通过视觉、听觉、味觉、嗅觉和触觉等通道进入大脑。这些信号源就像烤面包时的原材料，大脑把它们加工成成型的“面包”。这个“面包”是一个世界的模型。模型对世界的心理表征是环境在大脑中的投影。
所谓“心理表征”，就是物理世界呈现的状态在大脑中重新呈现，但不是100%还原，而是加工甚至变形。所以，我们与其说是在感知世界，不如说是在感知一个关于世界的模型，并用它来调整我们在环境中的行为。我们通过“模型”认识世界，并在其中采取行动。
这就是霍金所说的“依赖模型的实在论”的含义。我们不知道世界的“现实”是什么，但我们需要依靠和依赖模型来间接地接近那个“现实”。为什么简化模型在复杂现实中有效？“根据非独立模型的实在论，问一个模型是否真实是没有意义的，只有与观察一致才是有意义的。如果有两个模型与观察一致，就像金鱼的形象和我们的形象一样，那么人们就不能说这个比那个更真实。在所考虑的情况下，将采用哪个更方便。”-“伟大的设计”
模型没有详细反映现实，那么为什么简化模型有效呢？要回答这个问题，需要分为两部分:
1.为什么大脑会构建一个简化的模型？
2.为什么模型对认知和行为有效？
为什么大脑会构建一个简化的模型？
大脑随时受到来自内外环境的信息洪流的轰击。外在是感觉器官，尤其是视觉和听觉接收到的光、色、声等信号。对内是身体的温度、呼吸、心跳、激素分泌等信号(一般由自主神经系统控制)。大脑神经元处理信息需要葡萄糖、氧气和时间。为了更高效地生存和繁衍，人体进化出了一套注意力过滤机制，可以自动屏蔽掉大量大脑认为不相关的信息。
例如，你昨天开车穿过一条高速公路。现在让我们试着回忆一下整个过程。你能记得多少个坡道？它们通向哪里？你的最高速度是多少？收费站工作人员是女的还是男的？想必你和我一样难以回答，因为信息既不重要，也不新奇。
据统计，大脑意识状态下信息处理的带宽约为120比特/秒，但仅视网膜传递的信息就达到10兆比特/秒。换句话说，只有极少量的信息进入意识空间。
工作记忆就像一只章鱼，将信息组合成意义。
工作记忆系统可以同时容纳4到7条信息(或信息串，也叫组块)。信息串或信息块的大小取决于这个人以前的知识结构。比如代表东南西北北N东E西W南s四个方向的字母，可以算作四条信息，也可以看作一大块新闻，前提是你的长时记忆里有新闻这个词。
工作记忆像章鱼一样工作，迅速地将输入的信息组合成有意义的结构。然而，这只章鱼只有不到八条腿，也许只有四到七条。如果工作记忆处理的信息是重要的，它会被储存在长时记忆系统中。可想而知，只有几条“大鱼”被前述的“渔网”打捞上来，放进冷冻仓。
只有极少数的海量信息进入人们的注意，其中只有少数被工作记忆系统捕获，最后剩下的少数被成功保存到长时记忆中。为了有效地反映外部世界，大脑必须有足够的能力用有限的信息来表征无限的环境。
大脑的聪明才智和力量在于发现和识别模式。
下图是由不同形状和大小的黑色条纹组成的。当我问你这是什么或者你看到了什么，你可能一脸茫然，想着这到底是什么。
“有条件地；没有条件的，就要创造条件。”而大脑是，如果有模式，就用它；如果没有模式，那么创建一个模式。模式代表意义，现象从不确定变为确定，大脑极度厌恶不确定性。所以，虽然有少量的信息进入大脑，尤其是意识层面，但大脑善于利用这些信息，将其加工成模型，并利用它来模拟和映射外部世界。
为什么简化模型对认知和行为有效？
检验模型价值的不是它是否真实，而是它是否与观察(通过实践或实验)一致，是否有用。既然现实复杂，模型简化，为什么模型有效？要回答这个问题，我们需要把它变成:为什么现实世界可以简化成模型？换句话说，为什么现实世界在某种程度上等同于模型？这就像几个孩子说，我们用乐高搭个飞船吧。玩这个游戏的前提是一个复杂的宇宙飞船(超过65，438+百万个零件)可以由几十个或几百个乐高组件“模拟”出来。为什么现实世界可以建模？有两个主要原因:
1.该系统通常具有层级结构。
2.现实世界中有很多冗余。
周围的系统通常有一个层次结构。
等级结构，形象地理解为金字塔结构。我们周围的事物和我们自己的行为可以分解成层次结构。(一)表现为空间结构层面:
(人体的层次结构:身体-系统-器官-组织-细胞-分子-原子)
(二)时间序列层面的表现:
人的行为在步骤和过程上也呈现出层级结构。1，烹饪:
2.项目:
项目的阶段和步骤的层次结构可以用数学语言称为递归过程:从上到下，从左到右。
上部结构由下部结构组成，下部结构是上部结构的基础，上部结构对下部结构形成约束和控制。一般来说，上层越稳定，元素数量越少；相反，级别越低，元素越多，变化越大。
人体内的细胞数量一定远大于器官和组织的数量；同时，细胞不断更新，但器官组织的形态和功能基本保持不变。以在餐馆吃饭为例。选菜(川菜、粤菜或湘菜)是比点菜更高层次的结构。选择以毛王雪为主的粤菜是不可能的。菜品的选择是晚餐主题和场景的下层结构。如果是商务宴请，是不可能在街边小店吃的。
与现实世界相比，由于建模过程选择了被建模对象(系统)的上层结构，模型得到了简化。当我们将池塘系统作为一个整体建模时，选择的对象不会是几条鱼或一块污泥。模型中的厌氧菌不是指某些细菌，而是指所有的厌氧菌。上层结构是下层组件的集合和抽象，在数量上自然精简。再者，如果模型元素的数量不能等于或小于工作记忆所能控制的数量，那么大脑的分析和处理将会异常困难。
现实世界中有很多冗余。
上图列出了“书”字在不同时期、不同字体的写法。不管是繁体字还是简体字，不管是隶书还是草书，我们都能认出这个字。在电脑上打字时，我们还可以选择不同的字体，如黑体、楷体、圆体、方体、雅黑等。虽然有不同的形态，其中蕴含着稳定一致的格局，虽然我们很难用文字来描述这种格局，但我们可以认出“书”这个方字。
所谓“冗余”，就是这个稳定一致的模型之外的东西。即使删除或移除，也不会影响其中包含的信息。信息是去除消息冗余后留下的模式。例如，一系列斐波纳契数列:1，1，2，3，5，8，13，21...去掉冗余后，公式为:F(0)=0，f (1) = 6544。
一个新的台风在南海生成，并将很快到达珠江三角洲地区。即使你快速阅读这句话，你也能理解它的意思，尽管有语法错误和单词间隙。原因是语言一般都是多余的，即使丢失了一些单词或者改变了局部顺序，人们也能理解意思。
。我们日常接触的信息(准确的说是承载信息的信号和符号)中存在冗余，这是相对容易理解的。那么，我们怎么能说“现实世界中有很多冗余”呢？一个2岁多的孩子，哪怕只在小区里见过几只猫，走到外面，不管是看到大猫还是小猫，白猫还是黑猫，棕眼猫还是异眼猫，基本都能认出来是猫。这说明在孩子的记忆中有一个稳定一致的猫的模型，即猫的概念。在模式之外，无论大小、大小、颜色、男女特征的差异，都可以称之为冗余。
这种模式(一致性)+冗余(多样性)存在于常见的事物中:动物、植物、语言、产品、建筑等等。换句话说，这是现实世界的基本属性。
。生物进化的最终目的是适应环境。人脑的结构在某种程度上是环境结构的“镜像”。人类大脑与我们的近亲——类人猿(大猩猩、黑猩猩、长臂猿等)不同和“高级”的地方。)和其他哺乳动物的大脑皮层。人脑的新皮层所占比例最大(80%)，神经元数量最多(约654.38+06亿)。人脑在绝对体积和重量上，或与身体大小和重量的比例上，都不是最大的；神经元的数量不是最大的。大脑最大最重的是蓝鲸；大象有超过2500亿个神经元，而人类大约有860亿个。然而，人类大脑皮层的神经元远比大象多。
大脑的新皮层形成这样的六层结构并非巧合。它接收到的信息会自下而上流动。随着信息一步步传递到上层，不同的感官信息(视觉/听觉/嗅觉/触觉等。)会逐渐整合，最后在顶部形成一个不变的表示。这种层级结构中的信息向上流动是一个不断消除冗余的过程。当儿童看到不同的猫时，猫的具体特征的信息(体型、毛色、声音等。)进入下层神经元，向上传递时，逐渐提取出猫的身份特征，存储在上层结构中。根据系统的层次性特征，结构越高越稳定，这就是所谓的“常数表示”，也是模型生成和保存的地方。
“人类...拥有强大的模式识别核心能力。为了进行逻辑思维，我们需要新大脑皮层的帮助，它本身就是最大的模式识别器。”(《如何创造思维》雷·库兹韦尔)
现实世界是一个复杂的系统，由小的复杂系统组成。制度和制度是相互联系、相互影响的。系统通常具有层次和冗余的属性。通过层次分析，我们可以捕捉到一个系统的上层结构；通过消除冗余，我们可以提取系统的核心模式。因此，建模的过程也是层次分析和消除冗余的过程(当然，这两个过程可能会重叠或交叉)。
模型的实用价值在于帮助解决问题。
“如果我们必须认真思考世界并采取有效行动，一些简化的现实地图、理论、概念、模型和风格是必要的。”——塞缪尔·亨廷顿(《文明的冲突与世界秩序的重建》作者)
地图、理论、概念或模式基本上可以统称为模型。模型对于现实生活的价值在于“思考世界”和“采取行动”，具体来说就是帮助解决问题。问题众多且复杂，但大致可分为四类:
1.这是怎么回事？(情况识别)
2.原因是什么？(问题分析)
3.有什么对策我能做什么？(决策分析)
4.未来怎么样？(预测分析)
解决每一种问题都离不开信息(或智力)的获取。智能的核心:所有的智能活动都涉及到创建一个目标模型，然后从中提取知识(所有解决问题的过程也是如此)。”——罗伯特·克拉克(美国高级情报分析师，《情报分析:一种以目标为中心的方法》的作者)在前面提到的旁氏案例中，分析问题的根本原因和解决方案取决于模型的创建和优化。
所谓“目标模型”，就是我们面对的问题和我们将采取行动的对象往往是复杂的系统。为了获得关键信息并设计有效的行动，我们必须对系统进行建模，分析模型中有价值的信息并构思行动计划。
2020年美国大选在即。特朗普会连任，还是拜登最终会胜出？全世界都在关注和预测这个影响世界局势的事件。美国大选显然是一个复杂的系统，哪位候选人能够胜出受到几个因素的影响:民众支持率、摇摆州、候选人的健康状况、军工集团的影响力、强大财团的支持倾向等等。只有建模，才能梳理出关键的影响因素。
这些13指示器包括:
1.政党授权:中期选举后，美国众议院执政党席位增加。
2.竞争:执政党的总统候选人之间没有激烈的竞争
3.寻求连任:执政党候选人为现任总统。
4.第三方:没有重要的第三方或独立候选人。
5.短期经济:竞选期间经济没有衰退。
6.长期经济:任期内实际人均经济增长等于或超过前两届总统任期的平均增长。
7.政策变化:现任总统对国家政策影响很大。
8.社会动荡:在任期间没有出现持续的社会动荡。
9.丑闻:现政府没有重大丑闻。
10.外交和军事失败:现政府在外交和军事上没有出现重大失误。
11.外交和军事成就:本届政府在外交和军事上取得了巨大成功。
12.在任者的个人魅力:执政党候选人极具魅力或者是民族英雄。
13.挑战者的个人魅力:反对党的候选人没有个人魅力，不是民族英雄。
利奇曼认为，在今年的美国大选中，特朗普在13个关键指标中有7个指标为负，这表明他的连任可能会失败。
重要的不是你掌握了多少模型，而是对问题进行有效建模的能力。
知道黑盒有两种方法:打开黑盒和不打开黑盒。打开黑匣子的方法就是把系统拆开，看清楚。比如，你不知道钟表是怎么工作的，就用螺丝刀把它拆开，观察零件的构成和运作。如果不打开黑箱，就可以根据输入输出的关系推断出黑箱的结构和运行，在此基础上形成的假设就是模型。与黑盒相对应的是白盒(或称白盒)，可以观察和分析系统中的所有元素。大部分系统都在黑箱和白箱之间，也就是灰箱，有些是可以观察和理解的，有些是不能观察和理解的。
(查理·芒格的核心思维模型)但是，即使你掌握了这些模型，也不一定对解决具体问题有很大帮助，因为你面对的问题都是具体的黑箱或灰箱，没有一个普适的模型可以完全对应这些黑箱或灰箱。换句话说，没有一个通用的模型“镜头”来获取不同黑盒和灰盒的信息。所以，重要的不是你掌握了多少模型，而是对具体问题进行有效建模的能力！