晨思录 Day 277：模型与真实场景的距离

建立模型的路径有两个。

第一个路径是将知识孤点按设想的场景要求进行关联构建模型。在知识极大丰富的现在，我们普通人很少需要创造知识。有大量的科学家在不停地创造知识，这些知识会记录到书和文献中。而我们一般只需要通过阅读书籍和文献就可以获得大量的知识，而不用亲自去创造。

在阅读过大量的知识以后，我们可以按我们大脑中设想的场景将知识系统中的知识进行关联构建一个模型。在这个过程中最大的问题是场景是大脑设想的，而不是真实的。大脑中设想的场景和真实的场景存在着差距，甚至可能是巨大的差距。这个差距会影响构建模型的准确性。差距越大，构建的模型准确性越差。即便是大脑中设想的场景和真实的场景一致，仍然存在问题。自己关联知识的方式是否合理？构建的模型是否可以解决问题？要解决这些问题，最直接可能也是唯一有效的方式就是将模型与现实场景关联，根据现实场景中的结果对模型进行调整。这是反馈机制。如果模型没有与真实场景进行关联，没有反馈机制修正模型就成纸上谈兵了。我在很多时候就缺少真实场景的反馈，这就造成我构建的模型的正确性无法确定。好在通过我的不断实验和实践，越来越多的模型变得更正确。我仍需要更多的实践去验证并修正我的各种模型。

第二个路径是遇到真实场景然后去寻找知识。根据真实场景中的信息，关联知识并关联更多知识，然后根据关联的知识建立模型进而解决问题。这种方式最直接。有时候我们会觉得在实际问题中学习更快就是用的这种建模路径。但是这种建模路径针对的问题的难度不能过高。难度比较低时，我们可以一步一步追踪需要的知识路径，但是如果难度过高，需要的知识之间的关联过于复杂，可能会造成无法解决问题。

其实真正在处理实际问题时，建模会同时使用两个路径。第一个路径可以储备知识，储备模型。在遇到真实场景时可以快速调用已经储备的知识和模型，不至于因为知识之间的关联过于复杂而造成问题解决不了。

科学研究中构造模型的方法是一个很好的建模方案：观察、猜想、构造理论（模型）、实验、验证、应用模型。在遇到真实场景时进行观察和猜想，调用储备的知识和模型构造解决问题的理论模型，通过实验验证模型是否可行，对模型进行修正，然后将模型用到更广泛的真实场景中。