模型思維參考資料?多模型思維能夠通過一系列不同的邏輯框架“生成”智慧不同的模型可以将不同的力量分别突顯出來，它們提供的見解和含義相互重疊并交織在一起利用多模型框架，我們就能實現對世界豐富且細緻入微的理解，我來為大家科普一下關于模型思維參考資料?以下内容希望對你有幫助!

模型思維參考資料

多模型思維能夠通過一系列不同的邏輯框架“生成”智慧。不同的模型可以将不同的力量分别突顯出來，它們提供的見解和含義相互重疊并交織在一起。利用多模型框架，我們就能實現對世界豐富且細緻入微的理解。

1、對世界進行簡化的模型、

2、用數學概率來類比的模型

3、人工構造的探索性模型。

第一，它們都要簡化，剝離不必要的細節，抽象掉若幹現實世界中的因素，或者需要從頭重新創造。

第二，它們都是形式化的，要給出精确的定義。模型通常要使用數學公式，而不是文字。

第三個共同特征是：所有模型都是錯誤的，還因為它們都是簡化的，它們省略掉了細節。

1、推理：

識别條件并推斷邏輯含義。

2、解釋：

為經驗現象提供（可檢驗的）解釋。

3、設計：

選擇制度、政策和規則的特征。

4、溝通：

将知識與理解聯系起來。

5、行動：

指導政策選擇和戰略行動。

6、預測：

對未來和未知現象進行數值和分類預測。

7、探索：

分析探索可能性和假說。

第一種方法是具身法（embodimentapproach）。

用這種方法構建的模型包括重要部分，同時對于不必要的維度和屬性，要麼剝離，要麼将它們整合在一起考慮。生态沼澤模型、關于立法機構和交通系統的模型都是用這種方法構建的，氣候模型和大腦模型也是如此。

構建模型的第二種方法是類比法（analogyapproach），可以對現實進行類比與抽象。我們可以将犯罪行為傳播類比為傳染病傳播，将政治立場的選擇類比為在一個左-右連續線段上的選擇。

構建模型的第三種方法是另類現實法（alternative realityapproach），也就是有意不去表征、不去刻畫現實。這類模型可以作為分析和計算的“演練場”，我們可以利用這類模型探索各種各樣的可能性。

【0】什麼叫模型？

簡單說，模型就是從經驗中總結規律，再把規律抽象出來，變成可以清晰表述的諺語、公式、定律，這些濃縮之後的經驗，就是模型。

【0.1】要想建立多模型思維，必須要解決兩個問題。

第一，是意識層面的問題。也就是，我們得知道，多模型思維，到底是一種怎樣的能力？你為什麼需要這種能力？弄清這個問題，我們就初步獲得了，多模型思維的意識。

第二，是技巧層面的問題。也就是說，有哪些模型，是你需要掌握的？把這兩個問題的答案連在一起，我們就回答了今天的主題，怎麼建立自己的多模型思維？

答：簡單說，多模型思維，是一種抛棄習慣經驗，切換思考邏輯的能力。

多模型思維的實用價值。運用這種思維方式，你就能更好地理解複雜現象，就能更好地推理。你将會在職業生涯、社區活動和個人生活中表現出更小的差距，做出更加合理的決策。是的，你甚至還可能會變得更有智慧。

人的思考能力，分為四個層級。

第一個層級，也是最低的層級，叫作數據。也就是你能直接觀察到的事實。在森林大火的故事中，你知道哪裡發生了火災，就已經達到了這一層。

第二個層級，叫作信息。也就是對數據做歸類統計，得出一個準确的數字。比如你知道一年總共發生多少場火災，造成了多大的損失，這就是信息。

第三個層級，叫知識。也就是你面對信息時的處理方式。比如面對大火，你知道應該用什麼技術來撲救，知道怎麼組織人員。這些特定情況下的知識，也就是我們今天所說的模型。當你掌握一種模型，你就可以說，你是一個有知識的人。

第四個層級，叫作智慧。指的是，你面對不同的情況，在多個模型之間，做出選擇切換的能力。比如面對大火，你知道東部的山區潮濕，要怎麼滅火。同時，你還能意識到，西部的山區幹燥，前提變了，方案也要變。你要從傳統的火災模型，切換到森林大火的模型。能淩駕于存量經驗之上，切換模型，就是思考的第四個層級，也是最高的層級，叫作智慧。也就是我們今天說的，多模型思維。

第一，它一定是簡化的，去掉了某些細節。比如傳統的滅火模型，是不考慮樹木是否幹枯這個細節的。

第二，它們都是邏輯化的。比如物理規則，大都可以表現為某個公式。

第三個特點，當然，邏輯化，也伴随着代價。

前面提過，所有的模型，都是不全面的。任何單一模型，都沒法解釋複雜的世界。隻有建立更多的模型，你才能看清世界的真實面貌。咱們引用一句有點極端的話，這是一個生态學家，叫理查德·萊文斯說的。他說，我們的真理，說到底，就是若幹獨立的謊言的交集。換句話說，模型其實是真實世界在某一個場景下的運行規則。場景變了，規則也要跟着變。

答：多模型思維，是一種能夠根據環境，抛棄固有經驗，切換思考模型的能力。

也叫常态分布。你可以把它想象成，一個追求平均，一切資源均等的世界。簡單說，就是在所有的樣本中，那個最接近常态的平均值占比最大。比如人的身高，大多數人，都是不高不矮，比較接近平均身高。再比如高考分數，大多數人都處在一個不太高，也不太低的分數區間。滿分和零分，都非常罕見。

幂律分布是平均值的比例優勢消失了。你可以把它想象成，一個赢家通吃的世界。在所有的樣本中，少數人，占據了大多數資源。比如财富，少部分人，擁有着社會的大部分财富。再比如流量，網絡上的大V，占據着絕大多數流量。而剩下的大多數，粉絲都很少。

答：它可以幫我們合理的規劃資源，管理風險。

1案例：讓你設計公共汽車上的扶手高度。考慮到人的身高是正态分布，特别高的和特别矮的都是少數，它的高度就應該是，一個不高不矮的人，伸手恰好能夠到的高度。

2案例：假如你在林業部門工作，要維護一整片森林。你就要意識到，森林火災這件事，是幂律分布。也就是，火災的發生率雖然很低，但是，它造成的損失非常大。這時，你就要重視防火搶險工作，為此儲備大量的資源。

這個标準其實很簡單，那就是看，樣本之間，會不會相互影響。

1、樣本之間是獨立的，比如身高，張三的身高，影響不到李四的身高。那麼你就可以判斷，身高遵循的是正态分布。

2、樣本之間相互關聯，彼此影響，這個系統就遵循幂律分布。比如森林大火，一棵樹着火，十有八九會點着周圍的樹。再比如财富，越有錢的人，就越能獲得賺錢的機會，财富之間存在關聯交易，它就會呈現出幂律分布。

3、在面對一個具體的項目時，假如在正态分布和幂律分布這件事上，你判斷錯了，就很可能會導緻失控。

叫夏普利模型。它能夠幫我們判斷，一個人在團隊中的價值。

用網絡化的方式，來看待人群。不要把人群看成一個個孤立的點，而是看成一張網。它的價值是，可以幫你快速找到，問題的突破口

模型其實是一個人最底層的思維系統。它比知識和方法，還要底層。有時候，你做事的方法可能都對，但就是達不到預期的結果。歸根結底，很可能就是用錯了模型。

比如在職場上，有人抱怨，為什麼我天天加班，對領導唯命是從，但升職加薪卻沒我的份？

其實說到底，他是在用友誼模型看待工作。覺得自己付出了忠誠，就應該獲得同樣的忠誠。

有人把工作當作打仗，用戰争模型。

有人把公司當成家，用家庭模型。

很多時候，模型比方法更重要。假如你發現，自己做事的方法都沒問題，但就是無法獲得預期的結果。你可能要反思，是不是在一開始，就用錯了模型。