透过现象看本质，通过洞悉事物的本质，达到预测未来。最近在看《认知科学与广义进化论》，系统科学的阐述了如何预测未来的建模方法，满满的干货，与大家分享。
一、
所谓分析的本质就是对比分析，没有对比，分析无从谈起。辨别事物之间的差别是认知的基础，只有将A和B、C、D……区分开来，才对A进行分析、研究。
世界上任何两样东西都是不同的，“世界上没有两片树叶是完全一样的”。但我们认识事物不可能从一片片树叶开始，这样效率太低。取过你手边任意一本书，这几百页纸，没有任何两张是完全一样的，但你不可能去一张一张地分别研究。
一开始，我们大脑中并不存在“纸”的概念，碰到这样一个东西，对我们来说是全新的，我们对它充满好奇，把它拿过来，看它、抓它、揉它、撕碎它、闻它、舔它、摸它、把它点着、扔出去……又遇到一个这样的东西，我们继续把玩。直到我们再也找不出新的玩法来。慢慢，我们发现，有些东西很像。它们看起来样子很像，摸起来手感很像，拿起来重量差不多……
我们觉得，这些很像的东西不必一个个都调动我们所有的感官知觉细细研究了。我们可以将它们归成一类。由此，分类产生了。这标志着我们认知效率有了质的飞跃。
世界上的纸张不计其数，一张张把玩的话，穷极我们一生也无法做到。现在，我们只要拿几张，琢磨透。下回再遇到一个新东西，我们只要认为它属于“纸”这个分类。那么，我们就会“预测”它拥有跟这个分类所具有的同样的外观（尺寸、反光度、薄厚…）、手感、密度……
二、
我们说要“透过现象看本质”，实际上是有三个步骤：
分类——建立类别，并且命名；
归类——透过现象判定事物所属的分类；
预测——通过已有分类的模型，进行预测。
拿电脑来打个比方，三个步骤：
分类——建一个文件夹，命名为“我的音乐文件”；
归类——遇到一个文件，观察它的特征，比如文件名后缀、图标。如果有“音乐文件”的特征，将其放入这个文件夹；
预测——文件夹中的所有文件都可以用音乐播放器打开等等
三、
分类——建立类别的过程，就是特征抽取的过程，也是建立模型的过程。
我们把一个具体的事物变成一个抽象的模型，就是抽取出其中的关键特征，以及分析特征之间的相互关系，得出的结果就是一个模型。在对纸张的接触中，我们不断学习关于它的特征，这些特征慢慢地都成为被模型的一部分：重量较轻、可撕碎、不防水、可塑性（折纸）……最后，我们还给这个模型取了个名字，叫作“纸张”。
模型，是我们以后用来“看本质”的预备知识。模型，是我们观察世界的眼睛。没有眼睛（模型），我们什么都看不见。准确来说，是：没有模型，我们看世界，只是停留在很低的分辨率上。就像一般人看星空，只会看到满天繁星——如果是连“星星”模型都还没建立的婴孩，连“满天繁星”的概念都得不出，只会觉得好多东西在闪闪发光。
但是，如果我们建立了星座、银河、恒星、行星的模型，同样是肉眼，我们就能夜空中观察到更多信息，也就说，我们观察世界的分辨率提升了。获取更多的模型，我们能看到更宽广的世界。我们不是生活在客观世界中，我们是生活在思想家们给我们建立的世界中。
归类——任何现象都有着纷繁复杂的表象。
归类时，我们就像一个侦探来到乱糟糟的犯罪现场，所作的第一步就是判断哪些是可以用来侦破的线索，哪些不是。有时候可能一个关键线索就能做出判断，但更多时候需要找到好几块线索才能拼出一个完整的拼图。
在人工智能技术中，把这步骤叫做特征抽取。特征抽取的目的是为了类别判定（断案）。同样的特征，在不同模式中有着不同的含义。如下图中箭头所指向的点，若整幅图被判定为两张相对的人脸，这个点就被视作鼻尖；若被判定为一个花瓶，这个点就被视为凹进去的瓶颈。
当然，如果这个模型已经被熟练掌握，甚至达到了自动化的程度。那整个特征抽取和类别判定的速度是极快的。就像上述案例中的花瓶模型和人脸模型，已经成为我们潜意识中的一部分。我们对它们的识别，也就在电光火石之间完成了。
预测——这是我们学习模型、掌握模型的目的所在。
如果一个模型没有预测能力，那是没有意义的模型。就像在上述文件夹的例子中，如果我们不是只把音乐文件放入其中，而是胡乱分类，那我们就无法预测其中的文件有什么特征。
回到纸张的案例上来。当我们人生中第一次遇到纸张的时候，充满了好奇。我们把玩、好奇、探索纸张的各种性质，直到厌倦——这意味着再也难从纸张中挖掘出新的属性了，也意味着“纸张”这个模型也在我们脑中建立起来了。当我们再“看到”一个东西，如果被我们归类为“纸张”，我们不用去摸、去揉、去折，也能预测这个物体一定也具备纸张的其他特征：重量较轻、可撕碎、不防水、可塑性（折纸）……
透过现象看本质（第一性）。看本质的目的，是为了更好的预测。而预测的目的，是为了能够更有效地操作。
在Elon musk对电池成本分析所建立的模型中，决定电池成本的，是组成电池的各种物理成分的成本。由此，他“预测”锂电池的价格还有巨大的下降空间。这个预测成为他整个商业战略的基石假设。无疑，他建立的这个模型是非常成功的，所以电池成本的下降速度也在他的预测范围之内。
四、
刚刚，我们谈到了建立模型。模型，听起来很高大上。而且现在还有种舆论在助长这种倾向，把“模型”提升到了一个很神秘的高度。但如果你看完上文所述的那些例子，会觉得其实模型也不过如此。其实的确也是这样的。建模是我们智人与生俱来的本事。人人都会，并不神秘。而我们在日常生活中就在不断建模，不断预测。
一个人哪怕电视看多了，也能建立一些剧情的模型。比如看武侠片多了，我们都能总结出：“跳崖升级模型”：
当主人公被逼到悬崖边上时，一定会“被迫”跌下去。坠崖以后肯定非但是重伤不死，还会因此遇到“传说中”的前辈教他某某绝技，或者得到什么仙草妙药，再不济也能捡到一本传说中的武功秘籍然后发挥小强精神苦练成为高手高手高高手。总而言之，不坠崖则已，一坠则是成为顶尖高手的人生转折！
而且这种模型的建立，大部分时候无需意识的参与，“唯手熟尔”。人的记忆分为故事型和模型型两种，但这并不是截然对立的两种类型，而更像一个连续光谱的两端。故事在反复使用的过程中，那些被频繁提取的特征和各故事共同的特征被加强，而多余的信息则被忘却，逐步被精炼成能在适当时机调用，而且预测能力很强的模型。
模型并不高大上。老农使用谚语（模型）来预测未来“晚霞不出门，朝霞行千里”。虽然听起来很土，但从预测效力来说，比之于现代的天气预报差距并不是太远。
那么，听起来好像这种建立模型，使用模型的能力，人人都有，人人都会。但是，为什么有些人的人认知能力更强，看问题更深刻呢？今天太晚了，后续分享。
