建模杂谈系列67 关于模型的本质：应用和局限

说明

背景大概是这样一个过程：

• 1 专注搞模型/算法比较长时间
• 2 发现模型/算法需要开发特定的架构进行配合，于是又专注搞了一段时间架构（IL , Integrated Logic）
• 3 架构基本通了，回过头准备搞更大/深的模型和算法

忽然间对建模这事又有点迷茫，所以稍微梳理一下。

内容

1 模型的本质

所有模型都是错的，但是有一些模型有用。

模型的概念其实比算法要大，是一套组合拳。这套组合拳模拟了人对于信息的获取、处理、提炼抽象规则、应用抽象规则和修改的一个过程。简单来说，模型是模拟人类认知的过程

作为一个个体，我们的认知经常会有偏差，但是在某些情况下是有效的。一个更广义的模型则是找到一种更抽象的规则，具有更好的适用性；或者是为多种场景找到合适的模型（多）。

但无论如何，我们要承认一个现实：

• 1 处处可适用的模型，效果一般比较弱
• 2 准确的模型，不是每个时刻都能用（择机）

2 模型的类别

天地四方谓之宇，古往今来谓之宙。

模型也就分为时间和空间两种。按技术类别来分就会显得有点杂（经典统计、深度学习和概率图），其实每种类型的模型都是分为时间和空间两大类型的，因此倒过来其实更简洁。

2.1 时间模型

时间模型是指从时间维度上体现的特征，简单的可以用滑动平均预测来理解。当然事实上时间维度上的特征提取和预测比空间上难很多。或者说是人类不是天生的时间动物。

2.2 空间模型

空间模型则是从空间维度上找特征。最经典的其实是图像识别，人类为了在大自然生存下来，天生就在图像识别方法有特别的优化。相比之下，类似逻辑回归这样的表格模型，其实还更难一些，因为列之间的顺序不存在约束。

2.3 站在某个时间上预测

我们通常会选择一个时间点，归纳那个时间点可以获得的数据，提取信息，然后做出决策。所以模型最终的目的是帮助人类做出决策，而不是仅仅预测个猫或者狗。一般谈到的模型都是比较狭义的，不含决策部分。

3 万物相连

在天成象，在地成形。

古人最极端的联想是把天上的星象和地上发生的一些事联系起来，比如大旱大涝这些。虽然从今天的自然科学看这个有点牵强，但是某种程度上是对的。

3.1 自扰

当前所处的位置一定会对下一时刻的位置有很大的约束，这就是自扰。还可以理解类似惯性这样的物理现象，自扰可以理解为时间序列上的一个相关性问题。

3.2 互扰

互扰指两个不同维度上的变量的相互影响，例如我们经常看的相关矩阵。主要研究不同变量在一起的作用，经常用的有协方差矩阵这样的工具。

4 不可测与可测

本质上我们是无法进行准确预测的,只不过有一些预测有用

我们的一些物理常量都是会变动的，这点三体就很有想象力，我觉得我们之所以觉得可测大体上是我们处在某个「恒纪元」。

不可测的一个典型例子是股票价格。有非常多因素都可能影响股价，例如概念、汇率、舆论等等。所以次日股价可以看成一个随机过程，我们是无法准确预测的。所以按照这个假设，至少说明模型肯定不是在100%的时间生效的。

我们不能准确预测价格，但有可能准确预测分布

如果完全是uniform随机的，那就真的没啥可玩的，但通常来说，会有一些足够强大的条件(condition)能够让我们预测当前的分布特征。例如我们能预测当前处于均值为10， 方差为5的正态分布，这个是相对准确的；但是我们无法预测下一个值究竟是11还是12（不可测）。

5 优化

我们只能确保对的方向，而不能确保对的模型

能确保找到一个对的方向已经不容易，确保模型是对的这件事情人类几乎无能为力。主要是由于有太大的参数空间，调整也非常频繁，人力无法覆盖。

所以：找到正确的方向，其余的留给计算机

6 总结

• 1 模型是人类抽象思维的模拟，最终是为了决策
• 2 模型的使用是有很大局限性的，不要期待一个模型总是有用
• 3 人类找到模型的正确方法，探索和调优则由优化方法完成