一个方法让你将模型思维落实到每日行动
这几天在梳理知识卡片原则和方法，发现跟芒格的思维模型理念很吻合，卡片方法可以作为将芒格理念落地的工具。
我们很熟悉芒格谈思维模型的那段话，不看他人的翻译和转述，从原文入手，英文原话是这样的：
“Well, the first rule is that you can’t really know anything if you just remember isolated facts and try and bang ’em back. If the facts don’t hang together on a latticework of theory, you don’t have them in a usable form. You’ve got to have models in your head. And you’ve got to array your experience, both vicarious and direct, on this latticework of models. You may have noticed students who just try to remember and pound back what is remembered. Well, they fail in school and in life. You’ve got tohang experience on a latticework of models in your head.” (Munger 1994).
大意是：
「第一条规则是，如果你只是记住一些孤立的事实，并一字不差地复述，你可能什么也不知道。如果不能将这些事实「悬挂」在一个理论网格上，你就不能使用它们。
你的头脑中必须有模型，并且把你的直接和间接经验排列在这些模型网格上。你可能注意到，有些学生想通过死记硬背来应付，这让他们在学校和生活中都无法成功。你必须把经验悬挂到头脑中的一个由模型组成的网格上。(芒格1994)」
芒格的模型网格
重点看最后一句「你必须把经验悬挂到头脑中的一个由模型组成的网格上」。意思是，既要有多个模型，模型还要关联起来组成网格。
我发现很多教模型的课程，都在教一些孤零零的模型，根本没有顾及模型间的关系。芒格想要强调的是模型形成的这个网格，关联模型才是重点。
这就如同我们有漂亮的红砖，也有坚硬的木材，但是如果不建成房子，它们也发挥不了作用。
教育专家也建议我们这样学习，我们要经常检验旧的想法和事实，并努力将它们与其他信息联系起来。
那么，怎样才能形成模型的网格呢？
网格结构体现为认知能力
世界是复杂的，虽然我们的神经元数量很大，但也不能把感知到的全部细节保存。必须略去事物的细节，提取共同特征，将特征编码为概念和模型保存在大脑中。
这就是抽象，抽象是学习的必经之路。抽象有两层，一层是将感知信号抽象为概念，另一层是将关系抽象为模型。
第一层：抽象出概念
我们是怎样将感知信号抽象成概念的呢？比如小孩子开始认识世界时，他脑子里没有「猫」这个概念。
在看到一只猫咪后，大人告诉他这是一只猫，见过几只猫咪后，他在大脑中形成了一个概念——「猫」，此时他脑中的「猫」不只代表见过的那几只猫，还代表他没见过的猫——符合他抽象出来的具有猫的特征的东西。
当他看到邻居家的一只四足动物时，可能会叫猫咪。如果这个四足动物是一只小狗，大人即时纠正，小孩子就会调整头脑中「猫」这个概念的特性。
人工智能的深度学习也以同样的方式学习，一层层抽象出特征，如下图：
第二层：抽象出模型
没有任何一个事物是孤立存在的，所有事物都嵌在关系中，与环境组成一个整体。我们想更好的认识和预测世界，需要将事物之间的关系抽象为模型。
平井孝志在《深度思考法》中有个公式：
本质=模型 × 动力机制
模型是什么？
他给的定义是要素组成的结构，包括要素和要素间的相互关系。模型之间关联后，组成了一个更大的网络，这就是芒格说的网格结构。
相对于单个模型，多个模型组成的网格对我们认知世界更重要。要想看清本质，我们的这个网格应该是强健的，不会轻易崩塌的。
相对来说，成熟的学科体系，比如数学、工程学、生物学、物理学都有稳固的模型网格。这也是我在年初发起智能时代的基本功（链接见文末相关文章）倡议的主要目的。学习细节前，用成熟学科搭建一个模型网格。
认知的过程
当我们掌握了一些概念和模型后，在学习新事物时，会将外界的刺激转化成概念符号，然后强行套用已有模型网格去归类，去理解，过程中可能会适度调整。如下图：
我们发现有些人学东西很快，一通百通，这与他们高度抽象能力有关，也是因为他们的网格质量高，很容易将掌握领域的网格（模型间的关系）迁移到新领域。
卡片关联生成网格
前面谈的是理论，多么完美的理论，如果不能落实应用，只不过是纸面上的符号，不会对世界有什么影响。
学习模型的重要性不用我多说，我通过这篇文章想要强调的是要关注模型之间的关系，三个底层打通了的模型，要比掌握100个隔离的模型更让我们看清事物的本来面目。
可关系这事虚之又虚，似乎很难入手。一个事情如果不是很简单，我们就不会做。写知识卡片一文我分享的写知识卡片的方法（链接见文末相关文章），是科学家的工作方法，也是芒格理念的微缩可执行版本，卡片学习法有两步：
第一步：创作卡片
创作卡片就是从细节抽象概念和模型，一张卡片的内容可以是一个概念的内涵，一个方法，一个例子，或者是对卡片关系的说明。
第二步：关联卡片
每次向卡片系统添加一张新卡片前，看看有没有相关卡片，给它们建立联系，这就是在拼一个模型网格。
卡片方法相对于其他方法，有三个优势：
可以马上开始，你现在读这篇文章时，就可以动手写一张；
安全无副作用，写一张花时间不多，即使以后用不到也不会造成很大浪费；
能不断增长。每天写卡片，关联卡片，卡片系统会自然生长。随着一个主题中很多概念的聚集，以前一晃而过的，没有理解透的概念，自然就深入了，生成一个有意义的模型。
如果你对这个方法感兴趣，扫码进知识星球，我对一张标准卡片的五个要素做了说明，也对怎么关联卡片做了示例。
星球也鼓励你每天分享自己的知识卡片，满足相应活跃度后还可退费。
写卡片，关联卡片是一个可以每天做的小动作，但正如古人所说：
勤学似春起之苗，不见其增，日有所长。
祝你日有所长！
-大辉
相关文章：