[[408013]]

本文轉載自微信公眾號「小K算法」，作者小K算法 。轉載本文請聯系小K算法公眾號。

01故事起源

假設現在有下面三個問題，你覺得它們有沒有什么共同點?

我猜你應該覺得沒有共同點，甚至是毫無關聯，沒關系，我們接著往下看。

02抽象邏輯

到底什么是抽象，什么是邏輯?

2.1抽象

先看一下這個圖，你覺得是什么?

如果這樣，它像不像一條狗呢?

抽象就是找出本質的共同特征，把一個東西想像成另一個東西。上面的過程就是抽象的過程。

2.2邏輯

那如果我問你上面的這個線條是怎么畫出來的呢?

其實這就是由3個一筆畫的線條拼起來的。

邏輯其實是一種規律或者規則，可以是自己定義的，只要它符合定義的邊界劃分。上面用不同的線條，把一個整體拆分成小的部分，這就是一種邏輯。

2.3作用

抽象能力用于問題建模，邏輯能力用于推理。這些能力強的人，可以看到其他人看不到的一些信息，說它是一種超能力也不為過。

03回到開局的問題

那之前的3個問題有沒有共同點呢?或者說能不能找出一種特征，抽象成一個統一的模型?

假設我們建造了一個萬能機器，它可以解決所有的問題，只要輸入一些相關的信息，就可以得到想要的結果。那么建造機器的過程就是抽象建模的過程。

那怎么讓它運轉呢，當然它不是燒油的，是燒腦的，所以就要用邏輯能力來驅動它正常運轉。

其實所有的問題都可以應用這種統一的模型。

聰明的同學應該已經發現了，這在數學中其實就是一個函數，建模也就是找出這個函數。

到這里，我想你肯定會問，那怎么建模呢，問題各種各樣，怎么才能建造出能解決對應問題的模型?

劃重點：

其實小K在思考問題時，一般都不是直接從建模的地方下手。機器有可能很復雜無法快速構建，如果你見過類似的當然可以直接套用，對于陌生的問題，在所有人看來都是一個黑盒，并不清楚內部的結構。

所以更多時候都是從已知的信息開始，一步一步的推出內部結構。

那要怎么推呢?

首先要了解如何解讀已知信息。這就要提到生物中常用的對照實驗法，以及物理中常用的控制變量法，欲知詳情，且聽我慢慢分解。

04對照實驗法

比如想研究影響小樹苗成長的因素有哪些?

光照應該對于小樹苗成長有影響，那就進行兩組對照實驗，一組有光照，一組無光照，經過一段時間觀察不同組小樹苗的成長情況。

如果生長情況相同，就說明光照沒有影響，如果不同就說明光照有影響。

影響小樹苗成長的因素有可能不只光照，也許還有其它的因素，比如水分。

這時的對照實驗，就要先保證兩組有相同的光照，然后一組水分充足，一組水分不足。經過一段時間觀察不同組小樹苗的成長情況。

如果生長情況相同，就說明水分沒有影響，如果不同就說明水分有影響。

需要注意的就是，如果有多個影響因素，要保證除研究的因素外，其它的條件都相同，否則無法確定不同結果是哪個因素導致的。

那這個思想對于我們的邏輯有什么用呢?

每個問題都會有多個已知條件，到底哪些才是真正能夠影響問題的，就可以通過類似的方法進行思想實驗。比如更改一些條件，看會不會引起問題的本質變化，這樣可以幫助我們梳理出關鍵信息，屏蔽其它的干擾信息，從而減小分析的難度。

05控制變量法

上面的方法是研究不同的因素對于問題的影響，接著就要研究同一個因素，不同量對于問題的影響，這在物理中經常運用。

假設要研究電流與電壓之間的關系，可以先固定電阻不變，然后增大或者減小電壓，觀察電流的變化。發現電流與電壓的變化成正比，如此就可以推斷出電流與電壓之間的關系。

那這個思想對于我們的邏輯又有什么用呢?

回看上面提到的統一模型中的萬能機器，機器內部是一個黑盒，推斷內部結構時，就可以通過改變外部的條件，觀察輸入與輸出之間的變化。多嘗試改變幾次就可以大概感覺出之間的關系了，當然這里更多的也是進行思想實驗。

06總結

整個問題建模的過程其實并不是一步到位，都是通過已知信息先得到一個初步的結論，然后再通過上一局的結論進而推出下一步的結論，再經過多次分析推斷才能最終得到想要的結果。

人的大腦在識別信息時也是一層一層的分析，現在的神經網絡算法就是參考人的大腦的分析過程。

上面介紹的幾種不同的思維方式主要是幫助大家思考，遇到問題時可以嘗試不同的角度去分析，但具體的問題還是要具體分析，沒有統一的模型可以直接套用。

原文鏈接：https://mp.weixin.qq.com/s/9u5c-6BGL2ZQlhLgGaXZWA