《系统化思维导论》读书心得

写在前面：

热爱阅读的人常常会有这样一种感受——一段文字在刚被读完之后并没有在脑海里打上深深的印记，但隔段时间以后，因为某些原因的触动，这段文字在脑海中重又浮现，令人回味无穷。
我想这就是阅读的乐趣所在。读一本书，或许一时不会给你带来任何好处，但会给你的思维安上一个开关，往后的日子里，总有那么一个时刻，这个开关会被激活。
在我看来，《系统化思维导论》便是这类书籍中的典型代表。尤其对系统论的初学者而言——恰到好处的篇幅，囊括了系统论的核心概念和思想；非典型教科书的行文方式，循序渐进地引导着读者进行思考——使得其即使缺乏理论储备和实践经验，在耐心读完全书之后也能一窥系统论的思维方式和研究方法。
不可否认的是，第一次阅读《系统化思维导论》的时候，对这本书的一大印象便是费脑。在习惯了填鸭式的教学之后，静下心来看这样一本高度归纳、提炼了一门理论之精华的书，迫使人要首先从态度上进行180度的大转变，而这一过程也着实不易。所幸的是尝试理解作者所要表达的思想的努力带来的动力和略有所获后拾得的信心，驱使着自己一点一点地沿着书页的轨迹缓缓前行，终于还是比较顺利地通读了全书，并在对部分章节复读了之后，也总算有些感悟。
纵是心有余，奈何力不足，既然无法做到通解全书，便也只好斗胆略述一二，作为对一段时间以来阅读此书的学习与思考记录。

心得一：专业知识的学习是利用白箱来对灰箱进行降维的过程。

作者温伯格在书中的第四章和第六章分别着重讲了黑箱和白箱的两种系统分析方法。所谓黑箱，即观察者无法看见系统的内部构造，只能通过不断地输入以获取输出信息，从而探寻一定的规律，进而推测系统的内部运作机制；所谓白箱，则是系统的内部结构对于观察者而言清晰可见，为进一步研究系统的行为和特征，可以通过仿真的方式，基于原系统的机制来构建一个等比例缩放的模型。
类比到学习，黑箱对应着一无所知到连基本概念也闻所未闻的程度，如尚不能区分色彩、图形的牙牙学语的孩童；白箱则对应着完全掌握一门学科并能熟练运用甚至从中开拓新的研究领域的程度，如各种流行的计算机编程语言之父、操作系统之父。就大学生而言，毫无疑问，此二种情况都较为极端。
就如同作者在第一章讲的中数系统一般，更为普遍的情况是，学习的过程更像是在研究灰箱。通过黑箱与白箱的概念，再结合色彩排列顺序，就不难理解灰箱代表着哪些内部机制部分已知而更多则依然未知的，需要根据已知去推测、掌握未知的系统——自然，大学生的学习过程更接近于这种情况。
这似乎是一个重大的启发，仿佛从中可以提炼出大学生学习知识的一般模式。下面以一个网络爬虫的学习过程为例。
初学网络爬虫，皆是以爬取静态网页为起点，此时对于掌握了静态网页爬取通用方法的同学而言，爬虫技术这一灰箱的可见的内部机制即为“请求网页->获取网页元素->命中所需元素->输出或存储相关结果”；进一步地，在掌握了url的构成部分之后，便可以编写爬取多个网页的爬虫程序，此时灰箱内部的可见机制便在“请求网页”前增添了“构建url”；随着学习的不断深入，每次爬取的页面数需求不断增加、网页类型愈发繁多、存储要求愈发严格、效率要求越来越高等等，爬虫技术这一灰箱的内部可见机制开始越发丰富，甚至发生了一定的改变（如下展示了一种较为复杂的爬虫流程图，但因为个人水平所限，依然无法展现所有重要的技术环节）。

可以发现，倘若单纯采用这样的方式——发现需求或当前技术无法解决问题的时候再去学习，以迭代更新原有的知识——是不可能最终将灰箱内部所有构造摸清并将其转化成白箱。所幸的是，虽然对绝大多数人来说，最终依然很难达到“白箱境地”，但诸多专家学者的著书立说依然提供了这样的可能。原因就在于，对于其所研究、精通的领域来说，相关知识体系对于专家学者而言近乎于一个白箱，自然他们所作的诸多书籍之中，必然包含着一些近乎白箱——涵盖了相关领域的所有知识——的作品，或者所有相关书籍的知识总和近乎于白箱。
这就大大地减少了阻碍一个人达到“白箱境地”的因素——倘若没有这些书籍，学生只能在不断地实践探索中发现问题，然后再解决问题，此时除了进取心、智商这两个因素以外，还存在着实践机会的数量、能遇到新问题的概率等因素。而有了能够视为白箱（至少在学习的当下）的诸多教材、专业典籍，影响因素便大大地减少了，且主要影响因素就只剩下进取心与智商。从某种程度上来说，利用专业典籍等近似白箱的工具来迭代自身知识体系的灰箱的这一行为，就是对学习过程的降维。
可事实上，学习者所使用的白箱，和他们所要迭代的灰箱，是同一个系统，不同之处在于学习的人和写书的人，这正是不同的人看待同一个系统会得出不同的观点。

心得二：系统研究的重要思想之Less is more——少即是多。

“少即是多”，在我看来是一句极富辩证法思维，充满哲学韵味的话。其原出于建筑学大师路德维希·密斯·凡德罗的“Less is more”，后被广泛引用在各种不同的领域，并不断延伸其内涵。
我所理解的“少即是多”，主要有两个层面的含义：
一是人生观。人的欲望总是无限，但精力却是有限的，倘若凡事都要锱铢必争，最终定然是所得无几。控制欲望，就需心静，就要舍得，但更重要的是要专注、要坚持，惟其如此，方得始终，而有始有终，才会有真正的收获。
二是方法论。“捡了芝麻，丢了西瓜”的现象在学习过程中十分常见，讲的就是本末倒置、主次不分的学习方式，最终导致所学不精。一门专业的各学科之间，或多或少是有着关联的，因此掌握了某几门科目，就能为学习后续的其它课程提供巨大的便利。于是，懂得识别多门课程中的重要课程就显得至关重要，这不仅使得学习者能集中精力，将劲往一处使，还能节约大量的学习时间学到更多的知识。
至于系统论，“少即是多”体现的就是简化在系统分析中的重要作用。面对天体系统，经典力学运用简化的思想将引力作用减少到只关注庞大恒星与围绕其运行的行星，从而大大缩减计算量，进而较为精确地研究了天体系统的运行机制。但系统论中的简化不仅仅只关注计算量上的简化，这是因为诸如天体一类的通过经典力学就能解释的系统在现实世界中只占少数。事实上，实际当中更多的系统是中数系统，对这一类系统，通过关注重要因素虽然能简化掉一定的计算量，但由于其本身所具备的复杂性，这样的简化可以说是微不足道。
在我看来，简化的深层含义是思维上的简化，即抽象。 抽象，就是对具有相似特征的一类事物或现象进行一般性的总结归纳，并通过一定的方式表现出来。从这个角度来看，各种定律、公理可以视为简化的一种表现，而系统分析中更多的就是建模。建模又有两种，一种是数理建模，另一种则是实物建模，前者是通过数理统计的分析方法构建出数据模型，后者就是构建出3D的立体模型。
相比而言，数理建模在系统分析中的应用更广，这是因为若要构建出一个系统的3D模型，首先这个系统要成为一个白箱，其次这个系统在现实中是可感的，即人体的每个感觉器官都能对其进行感知。而事实上，诸如宏观经济、股市、楼市房价等一类最终只以数据呈现的系统，是无法构建出3D实物模型的。此外，即便是桥梁、动车组、楼层建筑之类的系统，在构建实物模型之前，也需要进行大量的数理统计分析，首先构建出数理模型。可见数理建模不仅应用广泛，且更为基础。
要做数理建模，除了要掌握相应分析领域的理论，还要掌握构建模型的方法。符号和函数便是两个最为重要的工具。符号，是一种对具有相同属性数据的统一表示；函数则是各符号基于一定关系的组合。试想，这又何尝不是一种抽象？又何尝不是一种简化呢？此外，从符号的定义可知其只是一种表示，即无论采用何种符号，只要指代的是同一属性的数据，其本质上都是一样的，这也就是书中提到的“无关法则”。
于此，也就能理解为什么温伯格在书中多次提到符号与函数的使用，并在多个章节末尾提供大量的符号练习了。
有了符号和函数，就能在完成对系统抽象的基础上，进一步地对其进行分解研究。这是符号和函数发挥最大功用的地方，也是 “少即是多”思想在系统研究中发挥得最淋漓尽致之处。 通过符号对系统各影响因素进行区分表示，使得各变量易于识别，函数构建了各变量之间的相互联系，则是为分解提供了基础。如若一股脑地同时研究所有变量，不仅工作量大，且难以寻得系统的行为规律；而通过对单个或若干个变量组合的研究，则是对系统进行了分解，这能使得系统的研究者辨别各变量对系统的影响程度，幸运的话还能识别出隐藏其中的伪变量。由此可见，“少即是多”——逐个击破，反而能把握全局。

结语：

前前后后，历时半个学期，勉勉强强算得上是读了两遍的《系统化思维导论》。遗憾的是，所知尚浅，书中的许多深层思想依然无以体会；幸运的是，导师讲解精辟，尤其是“系统的多解性”，一语道出系统研究的魅力之所在。
理论来源于实践，终也作用于实践的道理在阅读本书的时候又一次得到了印证。而缺乏实践的经验，也是自己读书过程中处处遇阻，磕磕绊绊的最主要的原因。所幸路还长，唯勤尔，导论，意味着学不止于此。