透过现象看本质(3):认知目的在于有效

认知的最终目的,并不一定是为了正确,而是为了更有效的预测事物发展。

在上一篇笔记中,我们否定了本质论——任何事物都有一个唯一的本质。

本质取决于分类标准,取决于观察的角度。还记得我们第一篇笔记吧,分类之后是归类,归类是为了预测。一个类就是一个模型,一个模型会有很多特征,而“本质”就是其中起决定性的某些特征的概括。一个事物,可以被套用到无数个模型中,因此可以有无数个本质。

假装我们有个朋友叫小明吧。小明的本质是什么?

  • 当我们以性别来分类的时候,小明的本质是个男人,因此可以预测,小明会具有“男人”模型的典型特征:喉结、粗嗓音、会娶媳妇等等;
  • 当我们以职业来分类的时候,小明的本质是公司老板,也可以预测他会具有“老板”的诸多特征;
  • 当我们从化学角度来看时,小明本质就是一坨有机物和水的混合体;
  • 当我们从生物学角度看,小明是出生在新生代第四纪全新世的人科智人……

小明并没有一个唯一的本质,他的本质取决于你将他套用到哪个模型中。

一、

上篇笔记发出来后,有个睿智的朋友评论道,如果不存在唯一的本质,看事物有很多维度,那是否可以说,每个维度都可以有一个确定的本质?

这是个好问题!

让我们回到问题的源头,本质是从何而来?请原谅我重复下前面讲过的,我们为了更高效地认知世界,我们从一个个地认知升级到了一类一类地认知,于是便有了分类。一个类就是一个模型,而“本质”就是其中起决定性的某些特征的概括。也就是说,本质源于模型。我们讲过,认知有三个步骤,第一个步是建立模型。

二、

那么,模型从何而来?人类的知识从何而来?

从个体学习角度来说,有三种方式:随机学习、模仿学习、思考学习。本文暂不展开,埋个伏笔,后续讲到如何提升认知的时候再回来细说。

从知识创造角度来说,有归纳、演绎、类比等。现在有一种流行的说法:演绎比归纳和类比更高级(甚至有说,西方擅长演绎而中国擅长归纳)。实际上,归纳、演绎、类比,各有各的作用,也各有各的问题。

归纳法,就是从我们可见的各种事实,各个例证里面,从事实经验的观察里面提炼出一个模型来。我们之前说的“纸张”模型,就是通过归纳法提炼的。如果我们观察了一万只天鹅都是白的,我们便倾向于归纳出所有的天鹅都是白的。归纳法的问题和演绎法正好相反,我们可以确信我们观察到的现象,只是中间的推导过程,却没有逻辑保证。10000只天鹅是白的,并不能推导出第10001只天鹅也是白的。

但我们并不能因此全盘否定归纳法,事实上,正是主张观察、实验的归纳法拉开了近代科学革命的序幕,把人类从中世纪经院哲学中唤醒。培根是近代归纳法的鼻祖,他将归纳法视为科学发现的鼻祖。牛顿同样认为:“在实验物理学上,一切定理均由现象推得,用归纳法推广之。”

演绎法的典范是欧几里得几何,从几条简单的公理出发,一步步推导,得出无数条定理,每一步证明和推导都无懈可击。这种充满形式美感的思维方式,获得了大量拥趸。演绎法的优势在于能够做到“长程推理而不失真”,只要前提成立,推理无误,最终的结论也一定是正确的。因此,整个现代科学的大厦就在演绎推进之下建立起来。

三、

演绎法的缺点在于,如果演绎的起点,也就是大前提有问题的话,无论你的逻辑是如何严密,最终的结论也一定是错的。我们所有的学科,往前倒推,直到这个学科的最基础的前提假设——也就是Elon Musk 提倡的第一原则(First Principles)。维基百科中定义道,第一原则是一个基本的,基础的,不言自明的命题或假设,是不能从任何其他命题或假设推断出来的。

遗憾的是,人类所有学科的第一原则,或是基于归纳(比如牛顿力学、进化论),或是基于不言自明的公理(几何学)。前者,我们刚才已经谈过了,归纳得出的结论,并无逻辑保证。后者呢,干脆放弃了论证,直接宣布为是不需要证明的命题——就是这样,你相信就是了。

那么,出于理性, 我们不能简单地把基于演绎得到的东西,绝对化为真理。实际上,提倡第一性原理的Elon Musk本人并没有这么做——我们在学习他的方法论时,更不应该这么做。Elon Musk认为从推理得到的模型也并非是唯一真理,他说:“物理学是真实的,其他一切都是有争议的,甚至物理学也是值得怀疑的”(2016.7 在Gigafactory典礼上的讲话)。基于此,他认为,基于演绎获得的模型,并不是认知的终点!更重要的是,一定要建立个顺畅的“反馈回路”(Feedback loop),要鼓励人们(甚至他认为要“哄骗”)给你负面反馈,而且根据实际情况不断地修正、迭代模型。

让我们看看Elon Musk原话怎么说:

第一性原理究竟是什么?它意味着将事物抽丝剥茧到最底层的原理,或者询问什么才是这个事物最底层的原理,然后从底层原理开始向上推导,最后还得有一个良好的反馈回路。

反馈回路,我的意思是说,你看到发生了什么,并相应地进行调整。然后,我认为,重要的是要特别注意负面的反馈意见,因为人们(特别是朋友)通常不愿意给你负反馈,因为他们不想伤害你。

他们不愿意这样做是因为,大多数人在得到负面反馈时受到伤害。这并非不合理。所以,你实际上必须哄骗人们给你负面的反馈。

鼓励负面反馈,仔细聆听,收到后不要以不良的方式做出反应。这真的很重要。

来源:Elon Musk Panel BTA 2012 基于谷歌翻译做了点修改(现在基于深度学习的翻译技术太牛了,太好用了)

四、

因为Elon Musk讲到第一性原理的时候,拿“类比思维”做了个对比。很多人就听风便是雨,觉得演绎推理是最好的,而类比思维就是垃圾。但演绎、归纳、类比都是我们的思维工具。查理·芒格提倡多元思维模型,他常说:“ 当你手上只有一样工具(锤子)的时候,看世界上所有问题都像钉子(都想用锤子敲一下)。” 连恩格斯同学都说: “(归纳和演绎)不应牺牲一个而把另一个捧上天去,应当把每一个都用到该用的地方。”

而事实上,类比思维很重要,甚至可以说,它是人类最基础的思维方式。类比的一种是隐喻。认知语言学认为:我们思考的基本单位——词语,大部分都是基于隐喻的:电脑——电的脑;山脚——山的脚;河口——河的口……

隐喻,可不只是一种文学修辞方式,而是我们认知世界的方式——我们所有新的经验、认识都是基于原有经验的类比。这种类比,会唤起我们对原有经验各个方面的记忆。比如,很多文化中都有“争论是战争”的隐喻。因此,我们会说:

  • 我要捍卫我的观点!
  • 他这么说你,你怎么不反击?!
  • 我在跟他争论中获胜了。
  • 你为什么不断在攻击我的观点?

商业上,很多成功战略的引发,就是基于类比思维:

  • 90年代中期,英特尔的奔腾系列CPU在中高端市场如日中天,英特尔认为没必要生产低端CPU。后来,英特尔的CEO安迪·格鲁夫从《创新者的窘境》中钢铁行业的案例中得到了启发。70年代以来,像美国钢铁公司这样的大型钢厂觉得低端市场没有价值。这样的认知,使得新的小型钢厂得以从低端市场(钢筋)切入,并不断升级,最后在高端市场上与大厂抗衡。格鲁夫通过类比,把低端电脑比做“数字钢筋”,决定不能重蹈钢铁业的覆辙,因此推出了后来非常成功的赛扬系列CPU。
  • 70年代,Circuit City成为美国第二大电器零售公司——美国的国美或苏宁。Circuit City成功之处在于把原来在百货商店里卖电器的方式,改为了像超市一样卖产品:有大量的商品供选择、专业知识丰富的营业员、明码不二价。到了1993年,Circuit City认为90年代的二手车市场和70年代的电器市场类比起来,有很多相似的地方。因此,它设立了一家子公司——Carmax,用像电器城卖电器的方式来卖二手车。此举大获成功,后来Carmax独立上市,并成为全球最大的二手车销售商(世界500强)。
  • 超市是20世纪30年代开创的零售业态,多次成为类比源。查理·美林依赖他作为超市管理人员的经验,他创立了美林金融超市。
  • 查尔斯·拉扎勒斯,在50年代创立玩具反斗城时,也是源于和超市做的类比。
  • 文具零售巨头史泰博的创业故事也是如此。它的创始人托马斯·斯伯格在自传中说,史泰博的创业就是从一个类比的问题开始:“我们可以成为办公用品的玩具反斗城吗?

所以,过分否定类比思维,等于自废武功,让你的思维工具箱白白少了一个强有力的工具。

回过头来再看看Elon Musk的讲话,或许他反对的不是类比思维,而是反对基于表象的类比,我们应该提倡深入思考事物的深层结构,在深层次上进行类比。

五、

绕了一大圈,我们继续回到“看本质”的话题上来。演绎、归纳、类比都是我们的思维工具,都能为我们创造认识世界的模型。只是,从上文论述中,我们可以看出,无论哪种方式都无法保证我们获得绝对的真理。

严格意义上来说,不要说获得真理,连这个世界是否真的存在,我们都无法确切知道(想想《黑客帝国》)。我们唯一可以真正确定存在的,只是我们自己的思想活动(我思,故我在)。注意,千万别误会,这不是唯心或唯物的讨论。我们在说这个的时候,并没有否认客观世界的存在(当然也没说它是存在的),只是说我们无法证明它是存在的。

看到这里,或许有朋友要抗议了,明明是讨论认知问题,怎么跑到哲学上去了。别急,我们马上回来!

当我们回到认知的目的上来,这一切的答案就自然呈现了。前面说到,认知三个步骤,最后一步是预测,而预测的目的是更有效地操作。既然如此,世界是否真的存在,真理是否可以获得,就一点都不重要了。也就是说,哪怕我所认识到的世界的本质是错的,只要我建立的模型有助于预测,对我来说,就是好模型!你可能会说,在说胡话吧?你的认识是错的,怎么可能预测是对的呢?且听我举几个栗子。

我们都知道,哥白尼发明了日心说。当然对于地心说是巨大的进步,但以我们今天的认知来看,太阳明显也不是宇宙中心,日心说也是站不住脚的。但这并不妨碍日心说在一定范围内发挥预测作用,经过开普勒改进过的日心说预测能力极强,甚至开普勒因此赢得“天空立法者”的美名。

举个现实生活中的栗子。我们都在电脑上用过地图软件吧,比如Google earth之类的。当我们把鼠标滚轮向前滚推的时候,地图放大,反之地图缩小。这时,我们建立的心智模型是我们在空中俯视地面,向前推,就像向地面俯冲,所以地面上的物体变大了。向后拉,则像飞机拉起,视角升高了,所以地面上的物体缩小了。这个心智模型并不真正反映软件工作的真正原理,但丝毫不妨碍我们预测我们操作的结果。反而,有这样心智模型的用户更快学会了使用软件。

因此,我们现在可以回答在上篇笔记后留言那个朋友的问题了。从不同的角度看事物,就会得到不同的本质。从今天的分析来看,我们还可以说,哪怕是从同一个角度看事物,我们依然可以建立不同的模型,因此可以得到不同的本质。

传统的观点认为,评价认知产物——模型好坏的标准,看是否有助于我们获得真相(真理)。这样来评价模型,只有两种结果:对,或错。那么,这样的标准事实上为我们的认知人为地设置了终点——关于这个事,已经有了个正确的模型,不需要再研究了。

但从我们今天论述来看,我们的认知工具(演绎、归纳、类比)并不能保证我们获得真相。因此,我们评价模型好坏的标准应该变成,是否能够很好地预测事物发展。而预测能力的稳定性、精确度、广度都可以成为评价它的标准。所以,我们的认知可以不断地进行升级,永远有更好的模型,永远没有尽头。

End

认知的目的,并非为了正确,而是为了有效。

就像在计算机领域,科学家关心对错,而黑客们关心是否有效。

让我们去做认知的黑客,Hack这个世界,为了Work,而非Correct!

那么,如何Hack,如何认知升级?请听下回分解。

作者: 王武佳

来源:微信公众号: 王武佳

相关阅读

透过现象看本质(1):从认知的角度说起

透过现象看本质(2):是否存在唯一的本质

透过现象看本质(3):认知目的在于有效

透过现象看本质(4):如何“看”

关键字:产品经理, 类比

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部