解决问题需要多元思维模型，也要懂得选出最优模型
要想成为一个有智慧的人，你必须拥有多个模型。而且，你必须将你的经验，无论是间接的，还是直接的，都放到构成这些模型的网络上。
—— 查理 芒格
关于信息、数据、知识、智慧，有多个定义，我以前也写过一篇文章区分这几个概念。王维嘉博士从脑科学和信息论出发，在《暗知识》一书中重新定义了知识，信息，数据这三个概念：
信息：事物可观察的表征，或者说是事物的外在表现。
任何事物的信息量都非常大，能观察到的只是很少一部分。比如我们用望远镜就可以比肉眼观察到更多外太空信息。
数据：已经描述出来的部分信息。观察到并不一定可描述，很多信息是可感受到，但无法描述的，能描述的就被记录为数据。
知识：数据在时空中的关系。可以是数据与时间的关系，也可以是数据与空间的关系。
上面的定义是不是更简洁，更清晰呢？
而智慧可定义成：
智慧：一种运用知识、经验、理解、常识和洞见思考与行动的能力。智慧需要多模型思维，也要懂得如何选出最优模型。
再来看最最重要的概念——模型。
模型及表示方式
模型表示真实世界的结构，可以是物理的，也可以是想象的。
模型有多种，取决于它的用途（目的）。所有的模型都是理想化的，只表示与目的有关的结构。
能交流，可观察的「概念模型」包含三个部分：
系统：表征的真实世界的物理系统
结构：模型中的要素及相互关系
所指：所表示的心智模型
如上图，模型是真实世界与心智世界的桥梁，表达两个世界中的同一个结构，模型也是不同大脑间传输信息的工具。
表示模型的方式：（不需要满足所有方式）
书面/口头语言
非言语语言/身体动作
数学/逻辑;
图表/图片
图表
计算机模拟
比如用乐高积木搭的公司组织形态可看作模型，王者荣耀中的人物也是一个模型，我们用手比划一个心也是模型。
这个用手比划的心包含三部分：
系统：现实世界的心
结构：心形结构
所指：要表达的心智模型，比如爱，Love等含义
这种通过构建模型来观察和解释结果，并在大脑中表示事物的认识论，被称为建构实在论，霍金在《大设计》一书中称其为依赖模型的实在论。
现在的问题是，为什么要建模呢？
模型帮助我们洞察本质
有句很流行的话：
花半秒钟看透事物本质的人，
和花一辈子都看不清的人，
注定是截然不同的命运。
本质又是什么，如何看透呢？
《麻省理工深度思考法》中有这样一个公式：
本质=模型 × 动力机制
模型前面我们说了，是一种结构，一种秩序，而动力机制就是维持这个结构（秩序）的力量。
我总结为：
看清本质就是要看清是怎样的结构（秩序），以及什么能量（机制）再维持（改变）这个结构（秩序）。
很多人看不懂拼多多，说是五环外的，认为只有贪便宜的人才上拼多多。可追求价廉物美是人的本性，这个动力机制在推动拼多多的增长飞轮快速转动。
要看透本质，首先是辨识模型的结构，然后是分析维持或改变它的动力机制。
数学和逻辑是建模教练
维特根斯坦在《逻辑哲学论》说：
逻辑本身就能解决问题，我们所要做的，就是观察它是如何做到的。
逻辑是高度抽象的，为了具有普遍性，还会舍弃时间和空间属性。前面我们说知识是数据在时空中的关系。
脱离时空的知识容易扭曲和误解。为了克服单个模型导致的错误，对同一问题，我们要同时使用多个模型，这也是查理芒格说的多元模型思维的另一层意思。
数学的作用是什么呢？
数学是对物质的数量与形状的反映和抽象，但它仅仅能描述事物的数量和形状，不能反映和描述事物其他属性。
简单的总结，符合逻辑和数学的模型不一定正确，但与逻辑和数学相冲突的模型肯定不正确。
建模过程中，数学和逻辑扮演着专家教练的角色，纠正我们的缺漏。
建模并不需要高深的数学和逻辑，很多用了复杂数学公式的模型，在处理现实问题时并不见得有效。
熟悉同一律，不矛盾律，排中律等基本逻辑，以及初中代数几何就能满足80%以上的建模需求。
现在我们来看构建认知操作系统的后两个步骤。
前两个步骤见：
Step 3：构建认知模型
建模是为了解决问题。回到珀尔的这张流程图：
有三类输入，当我们输入一个问题时，可回答且结果令人满意，就不需要建模。当一个问题不能回答，有两种可能：
假设错误
因果模型不正确
因果模型还会影响假设的输出（可验证的蕴涵），这时就需要构建认知模型。
查尔斯·莱夫（Charles A.Lave） 和詹姆斯·马奇（James G.March）合著的《洞察》一书将建模过程总结为四步：
第一步：观察一些事实。（田野科学/现象学）
第二步：盯着事实，仿佛它们是某个未知过程的最终结果（模型），然后推测可能产生这个结果的过程。
第三步：从模型中演绎其他结果（蕴涵/推论/预测）。
第四步：最后问自己，这些蕴涵是否正确？如果有必要，则创建一个新的模型。
这里考验抽象和推理能力，当你在第二步打造了推理引擎后，再辅助可视化，形象思维工具，通过不断实践就能掌握这个能力。
因为建模本是我们认识世界的本能，跟吃饭，睡觉一样，只不过在生活中，我们经常忽视这个过程。
Step 4：固化认知模式
前面这套问题解决流程不可能每次都重复，那样会累死人。我们会将一个问题和对应的解决方案打包成固定套路，或者说是模式。
模式都是一个由3部分组成的规则，它表达的是某一环境、一个问题以及解决问题的方案之间的关系。
模式是解决问题的快捷方式，凝聚了前人以及我们先前实践与思考的智慧，用模式应对现实极为有益。
在现实世界中，我们始终面临：
时间有限
信息有限
计算能力有限
个人理性是有限的，为了获得一个满意的结果，当熟悉的情境出现时，我们会调用与环境相匹配的模式，快速解决问题。
认知关于信息取舍，如果我们提取了环境中的关键信息，调用了相匹配的模式，问题得到顺利解决。如果提取了无关信息，匹配对应模式，则会导致错误。
认知科学家吉仁泽认为认知活动可以被理解为将注意力聚焦在相关信息而忽略其他信息的一门艺术。
模式经多次使用，验证固化后就进入我们的知识模块库（第一步），成为我们认知和构建新模型的配件，形成一个知识循环并让系统越来越具有适应性。
所以，认知操作系统的进化目标是：
消耗尽可能少的注意力并创造更大的价值。
参考资料
［1］David Hestenes，《Notes for a Modeling Theory of Science, Cognition and Instruction》
［2］《洞察：如何理解、影响与管理组织行为》
本系列暂告一段落，更详细的操作会在知识星球发布。
框架有了，我会不断迭代，普及象牙塔里的建模思维，帮助清晰思考，良好行动，热爱智慧的你。
如果你对基于模型的认知感兴趣，欢迎扫码加入知识星球，参与「认知快车道」项目，微信群提供了背景环境，比在这里单向的文字更利于理解。