本篇前言
继续上一篇的内容，再次重复一下重点，本系列文章集中火力的鼓励一种所谓的多模型思维(many-model thinking)方法，也就是说，强烈推荐应用一系列数据模型的组合来解释复杂现象。其核心思想是，多模型思维通过多种逻辑框架的综合作用来产生智慧，以满足可能遇到的各种现象描述和优化决策方面的需求。不同的模型着重体现了不同的因果关系和强度，放在一起时，可以直观其各自的视角所在，以及含义的相互重叠和交织之处。那么通过将多种模型有机组织而形成为的有效逻辑框架，可以衍生出对模型研究对象的微妙而深刻的理解。在该系列的内容中，我会提供关于多模型思维理论的论证，当然更少不了介绍来自现实生活中的诸多实例。
图片来源于网络，侵删
多模型组合的实用价值( Practical Value)
多模型思维在实际生活中意义是不可忽略的，尤其在深切体会到其价值之后，作为一个有价值的副产品，同时也能令人变得思虑周全严密。这意味着，于此多多实践，便可以更好的理解复杂的自然和社会现象，同时有利于逻辑推理能力的不断提升；在日常的学习，工作和生活中，面对一些非直白的问题时，能够做出相对妥善的决策。
图片来源于网络，侵删
在大数据时代来临之前，有关数据模型的资料，主要是为教授，研究商业、政策和社会科学的研究生，金融分析师、精算师和情报研究人员准备的；这些人就是当时所谓的应用模型的人，不难想见，也是彼时比较擅长处理大型数据集的若干群体。现在，由于大数据的广泛渗透，关于数据模型的书籍或课程则拥有着更为广泛的读者群---知识型工作者，因为对这些人而言，使用数据模型已经成为日常生活的一部分了。
图片来源于网络，侵删
至此，利用模型整理和解释数据，已经成为商业战略工作者、城市规划人员、经济学家、医学专业人士、工程师、精算师和环境科学家等专业人士的必要核心能力。任何涉及分析数据、制定业务策略、资分配源、设计产品和协议，或者做出雇佣决策的内容都不能避免与数据模型的交互。因此，学习一些关于创新、预测、数据探索、经济发展和市场进入时间等方面的模型，对很多人而言，还是颇有助益的，而这些内容都会在后续章节中一一出现。
本系列介绍的模型，目前看大致会有几十个，来自多个学科领域，包括囚徒困境(Prisoners’ Dilemma)，逐底竞争(the Race to the Bottom)，和疾病传播的SIR模型(the SIR model of disease)，等等。所有这些模型有一个共同的形式:都预设了一组实体，通常是人或组织，并描述了其各自之间如何交互。
图片来源于网络，侵删
该系列所涵盖的模型分主要分为三类:对世界的简化(simplifications of the world)、数学上的类比( mathematical analogies)，和探索性的人工构造( exploratory, artificial constructs)。任何形式的模型都必须是相对易于处理的，同时也要具备足够的可操作性，以保证可以在其中应用适当的逻辑。比如，以一个传染病模型为例，该模型由具有传染率的感染者、易感人群和康复人群组成；利用这个模型，我们可以得出一个传染阈值(contagion threshold)，一个临界点(tipping point)，而一旦超过这个临界点，就会触发疾病的传播；同时，还可以在模型中确定必须接种疫苗的人数比例，以阻止疾病的传播趋势。
图片来源于网络，侵删
在某些方面，单一数据模型已经可以做到功能强大，效果卓越，而模型的组合则可以实现更多功能和并达到意想不到的效果。单一模型一般只预设一个角度，那么多模型的组合使用则恰恰是一种对治的补充升级方案，可以有效避免单一模型的固有狭窄预设或视角，以此自然也能阐明每个单一模型组件的盲点或局限所在。比如，基于单一模型做出的政策选择，可能会忽视对现实世界的重要特征，如收入差距、身份多样性以及与其他系统的相互依赖性，因而会造成政策制定方面的失误和实际生活中的损失，而多模型组合方案的进入，则会最大化的使决策变得充分。
本篇结语
通过多模型的组合使用，可以对多个过程建立起相对全景式和基于事实性的认识，这意味着可以保证逻辑完备和对现有信息的充分利用。以此可以观察到因果过程是如何重叠和相互作用的。这就使得相对充分的理解经济、政治和社会世界的复杂性成为可能。而且，在这样做的同时，也并没有损害严谨的模型思维，同时确保了逻辑的一致性。进而，通过将模型置于数据中进行测试、改进和精益求精，模型逻辑形式就与数据信息融为一体，模型的可靠性也因而大幅度提升。
总而言之，当人们的思维以种种逻辑自洽和经验实证的模型框架为指导时，已经具备了可以做出明智决策的极大可能性。
图片来源于网络，侵删
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
