10月12日，青岛市卫健委发布官方消息称，有9人确诊新冠病毒核酸检测为阳性。中国疾控中心原副主任，公共卫生和流行病学专家杨功焕认为，新冠疫情秋冬季反弹已经开始。
我们认识世界至少通过两副“透镜”：眼睛+模型 人类感知环境和认知世界至少通过两副“透镜”：
1.身体之眼（Body’s Eye）
2.心智之眼（Mind’s Eye）
前者是肉体的眼睛（瞳孔+晶状体+视网膜等）；后者是心智的模型，我们看到的世界是通过了“模型”的过滤。
在日常工作和生活中，各种模型可谓俯拾皆是：
1.商业模型：波特五力模型、麦肯锡7S模型、市场营销4P模型和用户增长的AARRR海盗模型等；
2.经济模型：供需曲线模型、“囚徒困境”博弈模型、GDP增长模型等。
还有心理学中的“马斯洛需求层次”模型、计算机科学中冯诺依曼模型、人工智能领域的神经网络模型等。
在科学发展史上，模型更是不胜枚举，例如广为所知的地心说VS日心说模型、原子结构模型、DNA分子双螺旋结构模型等。
我们面对“模型”时的心理普遍比较矛盾和尴尬，一方面清楚抽象的模型并不能解决实际问题；另一方面，在分析问题时又不得不依赖于模型。
什么是模型？模型好比地图，是我们对真实世界的一种简化和抽象。拥有地图，未必一定能够抵达目的地；没有地图，几乎肯定不能抵达目的地。
“地图不等于它所指代的疆域。但是，如果地图是正确的，它就与疆域拥有相同的结构，这是它之所以有用的原因。” ——阿尔弗雷德·科尔兹布斯基（波兰裔美国科学家、哲学家）
模型既有用又没用，矛盾是如何产生的？
首先来看模型的作用和价值：
公里的池塘散发出臭味,为此工人舀出鱼,排干水。但池底还是臭，于是又挖起池底的淤泥运走，在池底铺上新鲜的砂砾,重新种植水生植物,注满水,放回鱼。最后池子不再有臭味了。但是两个月后,池塘又散发臭味了。
为什么问题没能治根？因为对池塘这个微型生态的模型的构建存在缺陷。之所以挖出淤泥，是基于假设：池底的淤泥累积太厚，导致能够产生恶臭的厌氧细菌繁殖过多过快。但是为何淤泥清除了，又会发臭呢？说明淤泥并非根本原因。
因为系统建模出现差错，导致对问题的根源产生误判，进而采取了治标不治本的举措。
在考虑池塘发臭问题时，你的脑海中未必会有上面这样的因果回路图（Casual Loop Diagram），但基本都会把池塘这个系统简化为几个关键要素。一个完整的池塘生态系统包含着：1.细菌（需氧+厌氧）：不计其数；2.鱼虾等动物：成千下万；3.水生植物：成千上万；4.氧气和有臭味的气体分子：不可计量。
如果不进行简化，那么大脑将面临的是一个难以计算的不可解难题。假如一个系统中只有两个物体，两者之间存在相互关系，那么在描述这个系统时需要3个方程：分别针对两个物体的2个方程，针对二者相互作用关系的1个方程。随着系统中物体数量增强，每个物体需要1个方程来描述其行为，但是描述相互作用的方程则会指数级增加，n个物体需要2的n次方个方程。也就是说，10个物体组成的系统存在2^10=1024个方程（假如n=10000呢？）。这就是所谓的 ”计算的平方律“，当系统中相互影响的元素数量增加，计算难度将指数级增长。
模型是人类认知世界的基本方式与强大能力
如果一个系统里包含的元素数量众多并且彼此之间存在错综关系，为了简化起见，我们创建模型来描述系统并据此采取行为来影响系统。简化，自然节省了认知资源，也降低了认知负担。不过，从更本质的层面， 模型化思考是人类认知世界最基础却又是最重要的能力之一。
霍金在去世前留给世人的最后一本著作——《大设计》（Grand Design）中写到： “我们在科学探索中建构模型，其实，在日常生活中我们也会创建模型。‘依赖模型的实在论’不仅适用于科学模型，也适用于我们为了解释和理解世界有意识或无意识建立的心智模型。”
We make models in science, but we also make them in everyday life. Model-dependent realism applies not only to scientific models but also to the conscious and subconscious mental models we all create in order to interpret and understand the everyday world.
假定有一个鱼缸，里面的金鱼透过弧形的鱼缸玻璃观察外面的世界，现在它们中的物理学家开始发展“金鱼物理学”了，它们归纳观察到的现象并建立起物理学定律。这些定律能够描述和解释金鱼们透过鱼缸所观察到的外部世界，甚至还能正确预测外部世界可能出现的新现象。显然，这些金鱼的物理学定和我们人类的物理学定律有很大不同，比如，我们看到的直线运动可能在“金鱼物理学”中表现为曲线运动。
就此霍金提出一个问题是：这样的“金鱼物理学”是正确的吗？按照常规的观念，这样的“金鱼物理学”当然是不正确的。因为“金鱼物理学”与我们的物理学定律相冲突，因为我们认为我们的物理学定律更符合客观规律，更能反映真实世界，并将所有与现今物理学不一致的描述，不管是来自金鱼物理学家，还是来自之前的人类物理学家，都判定为不正确。
但是霍金问道：“我们何以得知我们拥有真正的没被歪曲的实在图像？……金鱼的实在图像与我们的不同，然而我们能肯定它比我们的更不真实吗？”
模型是环境在大脑中的投影
我们认为金鱼在渔缸中看到的世界因为光线扭曲而变形了，那么，我们所感知到的世界难道就没有扭曲吗？下面图中的三个人其实都一样的身高，但是由于房间并不是标准的长方体，两面墙与窗户所在墙之间的角度，窗户的形状等都做了改变，导致我们会觉得三人不一样高。
我们感知（看、听、闻、尝、触等）到的世界，像金鱼看到的世界一样会发生这样那样的偏差甚至扭曲变形，因为我们感知的并不是世界，而是来源于”世界“的信号。大脑及相关神经系统组成了一个通信系统，周围环境的信息以光线和空气等为媒介经由视觉、听觉、味觉、嗅觉和触觉等通路进入到大脑，这些信号来源好比烘焙面包时的原料，大脑将它们加工成为成型的“面包”。这个“面包”是关于世界的模型（Model）。 模型对世界的心理表征（Representaiton），是环境在大脑中的投影。
所谓”心理表征“，意味着物理世界所呈现（Present）的状态，在大脑中再现（Re-present），不过并非100%的复原，而是进行了加工甚至是变形。因此， 与其说我们是在感知世界，不如说是感知关于世界的模型，并利用该模型调整在环境中的行为。 我们是通过“模型”来认识世界并在其中采取行动。
这就是霍金”依赖模型的实在论“所表达的意思，我们并不知道世界的"实在"究竟为何，而需要依赖和借助于模型才能间接逼近那个”实在“。 简化的模型为何在复杂的现实中有效？ ”按照依赖模型的实在论，去问一个模型是否真实是无意义的，只有是否与观测相符才有意义。如果存在两个都和观测相符的模型，正如金鱼的图像和我们的图像，那么人们不能讲这一个比另一个更真实。在所考虑的情形下，哪个更方便就用哪个。“——《大设计》
模型并没有纤毫毕现地反映现实，那么，简化的模型为何是有效的？解答这个问题，需要分为两个部分：
1.大脑为何要建构出简化的模型？
2.模型为何对于认知和行为是有效的？
大脑为何要建构出简化的模型？
大脑随时都在经受内、外部环境的信息洪流的“轰炸”，外部是感觉器官，尤其是视觉和听觉接收到的光线、颜色、声音等信号；内部则是身体的体温、呼吸、心脏跳动、激素分泌等信号（一般是由自主神经系统管控）。大脑神经元处理信息需要耗费葡萄糖和氧气以及时间，为了更有效率地生存和繁衍，人体进化出一套注意力过滤机制，能够自动屏蔽掉大量大脑认为无关的信息。
比如，昨天你开车经过一条高速公路，现在让试图回忆一下整个过程，你能想起路过了多少个匝道？分别是通向哪里？你的最高时速是多少？收费站的工作人员是女还是男？想必你跟我一样，很难回答出来，因为这些信息不重要也不新奇。
据统计，大脑有意识状态处理信息的带宽大约为120比特/秒，但是仅仅由视网膜传递的信息就达1000万比特/秒。也就是说，仅有极少量的信息进入到意识空间。
工作记忆像一只“八爪鱼”，将信息组合出意义
工作记忆系统能够同时容纳4至7条信息（或者信息串，又称组块chunk）。信息串或组块的大小取决于这个人先前的知识结构。比如代表东南西北四个方位的字母：北N、东E、西W和南S。可以算作4条信息，也可以视作一个组块NEWS，前提是你的长时记忆中有NEWS（新闻）这个单词。
工作记忆的作用好比一条八爪鱼，快速将进入的信息组合成为有意义的结构。 不过，这只八爪鱼的腿少于8条，可能只有4到7条不等。如果经过工作记忆处理信息很重要，会存储到长时记忆系统之中。可以想象，只有极少数的“大鱼”被前述的“渔网”打捞起来并放入冷冻仓库。
海量的信息只有极少数进入人的注意力，其中又仅有少数被工作记忆系统所捕捉，最后剩余少数成功保存到长时记忆当中。为了有效地反映外部世界，大脑必须有足够的能力以有限的信息来表征无限的环境。
大脑的精巧和强大之处在于模式（Pattern）的发现和识别
下面这幅图由形状和大小各异的黑色斑纹组成，当我问你这是什么或者你看出什么时，你可能会一脸茫然，脑子飞快地转动，思考究竟是什么鬼。
”有条件上；没有条件，创造条件也要上。“而大脑则是，有模式就用；没有模式，那就创造一个模式。模式代表的是意义，现象由不确定变为确定，大脑极度厌恶不确定。所以， 虽然少量的信息进入到大脑尤其是意识层面，但大脑善于利用这些信息加工成为模型并用来模拟和映射外部世界。
简化的模型为何对于认知和行为是有效的？
检验模型价值的不是真实与否，而是是否与观察（通过实践或者实验）相符并且有用。既然是现实是复杂的，模型却是简化的，那么模型为什么会有效？回答这个问题需要将问题转化为：现实世界为什么能够被简化成为模型？也就是说，现实世界何以在一定程度上等价于模型？这好比几个小孩说，我们一起用乐高搭建一个宇宙飞船吧，进行该游戏的前提是：复杂的宇宙飞船（零件数量超过10万个）能够通过几十上百个乐高组件来“模拟”。现实世界为何能够被建模？存在两个主要原因：
1.系统普遍拥有层级结构(Hierarchic Structure)
2.现实世界存在大量的冗余（Redundancy）
周围的系统普遍拥有层级结构(Hierarchic Structure)
层级结构（Hierarchic Structure），形象地理解成为金字塔结构。我们周边的事物和我们自身的行为都可以分解为层级结构。 （一）表现为空间结构的层级：
(人体层级结构：身体—系统—器官—组织—细胞—分子—原子)
（二）表现为时间序列的层级：
人的行为在步骤和流程上也呈现为层级结构。 1、烹饪：
2、项目：
项目的阶段和行为的步骤所呈现的层级结构，用数学的语言可称之为递归（Recursion）过程：从上到下，从左至右执行。
上层结构由下层结构组成，下层是上层的存在基础，而上层对下层形成约束和控制。总体上，越往上层越稳定，构成的元素数量越少；相反，越往下层，元素数量越多，也越多变。
人体中的细胞的数量必然大大多于器官和组织；同时细胞不断地更新，但器官和组织的形态和功能基本维持不变。以到餐厅吃饭为例，选择菜式（川菜、粤菜或者湘菜）是相对于点什么菜品更上层的结构，选择粤菜就不可能把毛血旺作为要点的菜。而选择菜式又是聚餐主题和场景的下层结构，如果是商务宴请，就不可能到街边小店就餐。
模型相对于现实世界是简化的，因为建模（Modeling）过程选择的是被建模对象（系统）的上层结构。当我们对前述池塘系统整体进行建模，所选择的对象就不会是某几条鱼或者某一块淤泥。模型中的厌氧细菌指的不是某一些细菌而是指全部的厌氧细菌。上层结构是对下层组成部分的集合和抽象，自然在数量上是精简的。进一步来讲，如果模型元素的数量不能等于或少于工作记忆能够驾驭的数量，那么对于大脑来讲，分析和处理难度就会变得异常巨大。
现实世界存在大量的冗余（Redundancy）
上图中列举了“书”字在不同时期、不同字体的写法。不管是繁体还是简体，无论是隶书还是草书，我们都能认出这个字。在电脑上打字时，我们还可以选择不同字体，黑体、楷体、幼圆、方正雅黑等。尽管形态各异，其中包含着稳定的、一致性的模式（Pattern），虽然我们难以用语言来描述这种模式，但能有识别出“书”这个方块字。
所谓“冗余”，就是这种稳定、一致性的模式之外的东西，即使删减和去掉，也并不影响它所包含的信息。 信息即是消息去掉冗余后剩下的模式。比如，一串斐波拉契数列：1、1、2、3、5、8、13、21……，去掉冗余之后就是公式：F(0)=0，F(1)=1, F(n)=F(n - 1)+F(n - 2)（n ≥ 3）。
新的台风在正南海生成，很快会抵达珠__角地区。这句话即使快速地读，你也能明白其中的意思，虽然有语法错误和字词空缺。原因就在于语言一般存在着冗余，即使丢失一些字词或者改变局部顺序，也能让人明白含义
。我们日常接触的信息（准确说承载信息的信号和符号）存在着冗余相对容易理解，那么，何以说“现实世界存在大量的冗余”？一个2岁多的小孩，即使在小区里只见过几只猫，但是去到外面，不管是见到大猫还是小猫，是白猫还是黑猫，是棕色眼睛的猫还是两眼不同颜色的猫，基本都能瞬间认出它是一只猫猫。这说明，在小孩的记忆里已经存在猫这个动物稳定的、一致性的模式，即猫的概念。模式之外，无论是大小、肥瘦、花色、公母等特征的差异，都可以称其为冗余。
这样的模式（一致性）+冗余（多样性）的特征存在于常见的事物之中：动物、植物、语言、产品、建筑等。 换句说，这是现实世界的基本属性
。生物进化的最终目的是适应环境。 人类大脑的结构在一定程度上是环境结构的”镜像“ 。人类大脑不同并且”高级“于我们的近亲——类人猿（大猩猩、黑猩猩、长臂猿等）及其他哺乳动物的地方是大脑新皮质。人类的大脑新皮质占大脑总体的比重最大（80%），拥有的神经元数量也最多（160亿个左右）。人类的大脑不管是绝对体积和重量，还是相对于体型和体重的占比都不是最大的；神经元数量也不是最多。大脑最大最重的是蓝鲸；大象神经元数量超过2500亿，而人类的大概在860亿个。不过人类大脑皮质中的神经元远多于大象。
大脑新皮层形成这样的6层结构并非巧合，它所接收到的信息将自底往上流动， 随着信息传递逐级进入到高层，不同的感觉信息（视觉/听觉/嗅觉/触觉等）将逐渐整合，最后在高层形成恒定表征（Invariant Representation）。信息在这个层级结构中向上流动就是一个不断剔除冗余的过程。小孩儿看到不同的猫，猫的具体特征的信息（体形、毛色、叫声等）进入到下层神经元，在往上传递时，猫的同一性特征逐渐被提取出来并保存于最上层的结构。根据系统的层级性特点，越往上层的结构越稳定，这就是所谓的”恒定表征“，也是模型生成和保存的地方。
”人类……拥有模式识别这一强大的核心能力。为了进行逻辑性思考，我们需要借助大脑新皮质，而它本身就是一个最大的模式识别器。“（《如何创造思维》雷·库兹韦尔）
现实世界一个复杂系统，并由一个个小的复杂系统组成；系统与系统相互关联，彼此影响。 系统普遍都具有层级性（Hierarchy）和冗余性（Redundancy）的属性。透过层级分析，我们可以捕捉到一个系统的上层结构；通过剔除冗余，我们能够抽取出一个系统的核心模式。 因此，建模的过程也就是进行层级分析和剔除冗余的过程（当然这两个过程可能重叠或者交叉）。
模型的现实价值在于帮助解决问题
“如果我们必须认真地思考这个世界，并有效地采取行动，某种简化的现实地图、理论、概念、模型和样式是必要的。”——塞缪尔·亨廷顿（《文明的冲突与世界秩序的重建》作者）
地图、理论、概念或者模式等，基本可以统称为模型。 模型对于现实生活的价值就在于”思考世界“和”采取行动“，具体来讲，就是助于解决问题。 问题纷繁复杂，但大体上可以分为四类：
1.什么状况what's going on？（情况识别）
2.原因是什么what's the reason？（问题分析）
3.采取什么对策what can i do？（决策分析）
4.未来可能怎样how about future？（预测分析）
解决每一类问题都离不开信息（或者情报）的获取。”情报的核心： 所有的情报活动均涉及创建目标模型，然后从中提取知识（所有解决问题的过程也是如此） 。“——罗伯特·克拉克（美国资深情报分析专家，《情报分析：以目标为中心的方法》作者）前述池塘案例中，对于问题根源和解决方案的分析都依赖于模型的创建和优化。
所谓”目标模型（Target Model）“指的是，我们所面对问题并且将要采取行动的对象往往是复杂的系统。想要获得关键的信息并设计有效的行动，必须针对系统进行建模，在模型中分析出有价值的信息并构想行动方案。
2020年美国大选在即，川普是否能够连任，还是拜登最终获胜？全世界都在关注和预测这件攸关世界局势的事件。美国大选显然是一个复杂系统，哪个候选人能够胜出受到若干因素的影响：民众支持率、摇摆不定的州、候选人健康状况、军工集团的影响、具有权势的财团支持倾向等等。唯有建模才能梳理出关键的影响因子。
这13个指标包括：
1. 政党授权：中期选举之后，执政党在美国众议院席位增加
2. 竞争：执政党总统提名人之间没有强烈竞争
3. 谋求连任：执政党的候选人是现任总统
4. 第三党：没有重要的第三党派或独立竞选人
5. 短期经济：竞选期间经济并未衰退
6. 长期经济：任期内实际人均经济增长等于或超过前两个总统任期的平均增长
7. 政策变化：现任总统对国家政策产生重大影响
8. 社会动荡：在任期内没有持续的社会动荡
9. 丑闻：现任政府无重大丑闻
10. 外交、军事失败：现任政府在外交、军事方面未出现重大失误
11. 外交、军事成就：现任政府在外交、军事方面取得重大成功
12. 在位者个人魅力：执政党的候选人极具魅力，或是一位国家英雄
13. 挑战者个人魅力：在野党的候选人没有个人魅力，也并非国家英雄
李奇曼认为，在今年美国大选中，川普在这13个关键指标中7项为否定，这表明他谋求连任可能失败。
重要的不是掌握了多少模型，而是针对问题有效建模的能力
认识黑箱大体有两种方法：打开黑箱和不打开黑箱。打开黑箱的方法就是把系统拆开来，看清楚。比如，你不清楚钟表的运作原理，那就直接用螺丝刀拆开，观察其中零件的组成和运转。不打开黑箱则根据输入和输出之间的关系，推断黑箱里面的结构及其运作，在此基础上形成的假设即是模型。与黑箱对应的是白箱（White Box，或者白盒），系统里面的要素都能够被观测和分析。大多数的系统处于黑箱和白箱之间，即灰箱（Grey Box），部分能够观测和认识，部分不能观测和认识。
（查理芒格核心思维模型）不过，即使你掌握了这些模型，可能对于解决具体问题也无甚帮助，因为你所面对的一个个问题便是一个个具体的黑箱或灰箱，并没有普适的模型能够完全对应这些黑箱或灰箱。换言之，没有通用的模型”透镜“可以获取不同黑箱和灰箱的信息。 因此，重要的不是掌握了多少模型（Models），而是针对具体问题有效建模（Modeling）的能力！