我今天主要说的在实际演化过程中，历史数据的作用及其局限性。这里的实际演化，指的是现实真实的反应，如经济的兴衰、股市的涨跌、生命体的进化、科技文明的发展这些；而对应的历史数据，则是过去记录下来的经济指标、股票指数、根据动植物标本等获得的进化图谱、科技树的延展。
历史数据在预测未来现实走向上，观点比较分化，有人认为历史数据极其重要，“阳光之下无新鲜事”。于是，我们对比过去的经济指标，划分不同的经济波动周期，如复苏、繁荣、衰退、萧条，然后对标到如今的经济指标上来预测未来。科技树的延展也一样，如经验性的摩尔定律，就是过去经验对未来的预测。如今如火如荼的机器学习理论，就是通过不断的加大投入的历史数据来增强预测的准确度。但是，也有相当多的人对历史数据的有效性存有大的疑问，因为再好的经济学家也无法每次都预测到经济拐点的信号，进而将人类拉出经济周期的厄运，所有对这些基于历史的研究并不看好，认为历史数据并不能对未来有预测力。
虽然，对于不同的领域，两种观点所占优势不尽相同，但也只是支持比例的差异，不是对和错的区分。在我看来，历史数据对于未来的预测是绝对有意义的。我强调的是有意义，而不是能够准确预测。因为，影响预测的不仅仅是过去的因素，还可能含有其他因素，只是在历史数据的预测模型中容易被简化。最容易想到的，就是突变。亦如生物进化中的基因突变，带来过去经验无法解释的变化。经济中，可能因为人类科技发展，经贸流通效率指数增长，带来经济周期的缩短，且超过了过去统计数据的极值，呈现出非线性变化。如果不能洞悉这种模式进化，还只是抱着过去经济数据的简单线性预测，当然是缺乏对未来的洞悉。科技也是一样，我们总是按照过去经验，预测多少多少年内，科技发展到什么水平。但是，科技有爆发期，一旦进入这个时期，可能变化是空前的，难以再拿手上的数据去做预测了。
因而，对于历史数据预测的合适态度应该是，既要关注历史规律，从过去中归纳总结，也要时刻警惕爆发点，以防过去规律的异变。当异变发生时，就要引入新的模型，而不能再抱着过去的数据、模型不变了。归纳起来，就是回望以测未来，更新保持进步。
