费米式思考--凭有限知识拆解问题(组图)


费米式思考--凭有限知识拆解问题。(图片来源:Adobestock)

费米式思考,凭有限知识拆解问题

在我进新闻业之前有读研究所,住在北极的帐篷里,研究植物的变化如何影响地下永冻土层。课程都在教北极植物的生理机能。多年后,我投入科研报导,才发觉当年在哥伦比亚大学写的硕士论文有一处统计错误。那时,我跟许多研究生一样,有个很大的数据库,敲着键盘进行一般的统计分析,却从未学着深思统计分析的效用,甚至想都没想过。

统计软件得出“统计上显著”的数据,可惜并非这么回事,因为我不知道统计检测没法用在此处,而审查论文的教授也不知道。如同英国统计学家道格.奥特曼所言:“大家忙着做研究,没空停下来检视自己做研究的方法。”

我匆匆忙忙用起高度专业的科学工具,却没学过科学论证(还因而获得硕士学位,真是很不善的学习环境)。说来惭愧,我远离科学多年后,才开始广泛思索科学的应用方式。

幸好我大学时遇到一位实践弗林心中理想的化学教授。每次考试不只有一般的化学问题,还夹杂其他灵活题目,例如:“纽约有多少个钢琴调音师?”学生得凭空推论,正确估算。后来,教授解释,这些称为“费米问题”,物理学家费米时常得靠这种概略估计协助解决问题(注1)。这些问题最大的启示在于,重要的不是知识,而是思考方式。

第一次考试时,我凭直觉回答:“毫无头绪,可能有一万个?”却超过太多了。到学期末,我有了新的概念思考工具,懂得凭有限所知做猜测。我知道纽约的人口,多数住小公寓的单身人士家中大概没摆钢琴,而我大多数朋友家中大概是一到三个小孩,所以纽约有多少家庭?多少比例会有钢琴?钢琴多久要调音一次?调音需要多少时间?一位调音师一天能去多少家庭调音?一位调音师一年工作几天?各个估计不必非常精确,最终仍能得到合理的答案。


运用费米式思考,拆解问题,凭有限的所知解题,这也算是种“类同”问题。(图片来源:Adobestock)

乌兹别克的偏乡村民答不好费米问题,但我在这堂课前也很束手无策。不过这很容易学习。我在二十世纪出生长大,早有这种思维目光,只需要学着运用。如今我已经把化学计量统统忘光,却常运用费米式思考,拆解问题,凭有限的所知解题,这也算是种“类同”问题。

幸好许多研究显示,只要接受一点费米式思考等广泛思维的训练,效用可以很长久,而且应用到不同领域。

无怪乎,“识破狗屁”课堂有探讨费米问题,以电视假新闻为案例,说明“费米估计能像热腾腾的刀子切过奶油般破解谣言”。

人人能借此迅速嗅出新闻或广告上的假数据,十分好用。如果当年我不只学北极植物的生理机能,还学应用广泛的思考工具,那么在任何领域都能做出更好的研究。

不被机器取代,得懂触类旁通

偏乡村民如同西洋棋大师和消防员,需要问题一成不变,明日一如今日。他们能凭经验把旧事做得很好,遇到新局却束手无策。他们的思维非常专精一隅,极擅长从经验中学习,离开经验就无所适从,在现代世界日趋捉襟见肘。由于现代世界变迁迅速,我们需要凭概念思考连结点子与跨界推论。偏乡村民遇到没直接经验的陌生问题就一头雾水,可我们逃不了这一关,重复性工作容易被机器取代,懂得概念思考触类旁通的人方得脱颖而出。

广泛应用知识的能力,源自广泛的训练。接下来,我们会检视另一群人如何把广泛训练化为一种艺术。相较于西洋棋天才,他们的故事比较古老,却更贴近现代许多,如同历久弥新的寓言。

【注1】
原子能之父恩里科‧ 费米(Enrico Fermi)曾在芝大足球场后面造出第一个核子反应堆。据他当年写的纪录,他旁观第一次原子弹试爆时,“在震波通过之前、之间与之后”,把纸往空中一扔,靠纸飘动的距离估算爆炸强度。
 

本文整理、节录自大卫.艾波斯坦(David Epstein)《跨能致胜:颠覆一万小时打造天才的迷思,最适用于AI世代的成功法》一书,文章仅代表作者个人立场和观点。由采实文化授权转载,欲阅读完整作品,欢迎参考原书。

本文留言

作者大卫.艾波斯坦(David Epstein)相关文章


相关文章


近期读者推荐