“第一性原理”没有那么玄乎

2018 年 7 月 2 日 余晟以为

2018年3月,上海张江。

“第一性原理”现在很热门,但坦白说我很惭愧,因为我之前一直不知道有“第一性原理”存在。初次看见的时候,还以为是和波伏娃的《第二性》有关联。

最近读了几篇文章,才知道“第一性原理”是种思考方法,而且似乎在商业上取得了不少成功,尤其是得到了“硅谷钢铁侠”埃隆·马斯克的大力称赞。据报道,马斯克之所以有那么多天才的想法,之所以能实现他们,就是靠了“第一性原理”这个法宝。

既然“第一性原理”这么神奇,我当然需要多找一些资料来看个究竟。不过我发现,看得越多,越觉得“第一性原理”其实没有那么玄乎。

什么是“第一性原理”?

“第一性原理”不是个新鲜概念,它英文原文是First Principle,按照维基百科的解释,多个领域里都存在着“第一性原理”。

在哲学领域里,第一性原理指的是“先验”(a priori),也就是不依赖任何经验和逻辑的,也无法用理性推导得到的东西。可以说,它们是理性思考的起点,是公认的、不容被质疑、也无法证明的。通常它和认识论有关,康德说的“纯粹理性”之所以“纯粹”,原因就在这里。

在物理学里,第一性原理指的是“从头算”(ab initio),意思是直接来自已经建立的物理规律,而不依赖任何经验模型。比如根据若干公理,用薛定谔方程来计算电子结构,而不考虑任何实验数据,就可以称作“从头算”的计算。

这样看来,第一性原理的“第一性”容易引起误解。起码,我初次看到的时候以为“第一”是“最重要的”、“超越一切的”,仔细探究才发现“第一”是“最早”、“最基本”的意思。

暂且忽略这个问题,单纯从“第一性原理”的定义和解释来看,它和商业似乎没有什么联系。那么,马斯克是如何解释“第一性原理”的呢?

我们仔细阅读报道就会发现,马斯克是在和“模拟方法”(Analog)对比的意义上来解释“第一性原理”的。

所谓“模拟方法”,按照马斯克的解释,就是基于经验,基于已有知识和既有情况的推理和思考。或者用我的话说,就是“看看大家都是怎么做的”,然后朝这个方向去延伸、完善。

所以,马斯克说的与“模拟方法”相对应的“第一性原理”,并不是哲学意义上的先验,也不是物理学上的“从头算”,而是说思考问题时不要被后来的、已有形式蒙住了眼睛,限制了思维,而应当紧紧扣住原点,想想“当初是为了解决什么问题”,问问“为什么是这样,为什么会这样”。

众多报道里都提到了马斯克对电动车、可重复发射的航天技术的执着与“第一性原理”的关系,这里不再赘述。不过“第一性原理”绝不仅限于这两个领域,Quora上关于“第一性原理”的回答里有个例子很形象,我在这里概要转述。

在古罗马时期,人们就已经懂得制作皮包装东西了。在之后的几千年里,一代又一代的人制作了各种各样的箱包。到了20世纪,包的种类进一步丰富,出现了针对专门用途的书包、旅行包、登山包,1938年出现了装有拉链的包,1976年出现了尼龙包…… 不过总的来说,千百年来,尽管出现了各种改进,箱包的样子没有大的变化。

箱包的创新出现在1970年,当时Bernard Sadow正在机场吃力地搬运自己的行李,忽然看到有工人用平板车挪动重物,他灵机一动:直接把轮子装在包上,移动起来不就方便了吗?于是,底部装有轮子的箱包就此诞生,给无数人的出行提供了方便。

古罗马时代就有了箱包,同样在古罗马时代,也出现了各种战车、马车,但是几千年来,从来没有人想过,包和车轮可以结合在一起。所以虽然千百年来无数人对包做了戊戍改进,但包再大,装的东西再多,始终提着或背着。不信可以在你周围找找,年龄超过二十年的箱包,哪个有轮子。

这就是“第一性原理”(或者“第一性原理思考”)的典型应用:暂且忽略前人做了什么,也不考虑现状是什么,而是回溯最早的出发点,凝视“要解决的真正问题是什么”上。在上面的例子中,如果在设计箱包时不考虑“现在的箱包长什么样子”,而是直指问题的核心——“即要能装东西,又要移动方便”,带轮子的箱包或许早就问世了。

所以这样看来,“第一性原理”其实也可以理解为不忘初心,不受现状和思维定式的约束,忽略细枝末节,聚焦在问题本质上。马斯克从全新的角度复述了“第一性原理”的思考方式,或者说,是对“第一性原理”的新演绎、新借鉴。

如果这样理解没错,那么这个道理并不新鲜,已经有过许多现实的例子,只是没有冠上“第一性原理(思考)”的名头。

典型的例子是滚动条的设计。滚动条最早出现,是为了解决“固定大小的窗口呈现大量内容”的问题。滚动条很形象,两端有两个箭头方块,中间有一个滑块,这很容易理解,所以一出现就广泛流行开来。

智能手机刚刚诞生的时候,许多元素都是直接照搬台式电脑的界面设计,滚动条也不例外。如果你还有记忆,早起的Windows CE(比Windows Mobile还要早)和Symbian上,都有一模一样的滚动条。

我不知道智能手机上的滚动条是经过了“设计”,还是直接照搬之前的操作习惯。但是在智能手机上做滚动条的人,应当没有守住“固定大小的窗口呈现大量内容”的原点,没有考虑到滚动条只是实现方式之一,而且其前提是屏幕足够大、鼠标操作足够精确。在智能手机上这两个前提都不存在,但因为之前的惯性在,早起智能手机生产商只能尽力放大屏幕尺寸,同时提供精确的操作设备——一根指点笔。在地铁、公交上用指点笔本来就很不方便了,防止指点笔不要丢失更是难上加难。

后来的解决方案大家都知道,如今在所有的智能手机上,只要用手指上下滑动,就可以滚动内容。台式机上的滚动条,和智能手机上的多点触控手势,其实是异曲同工的。但是这种“同工”,只有借助“第一性原理”的思考才能发现。

“第一性原理”的思考案例往往都是这样,解决了之后看起来简单,一眼就看到本质,没有解决之前,却要绞尽脑汁才能够破除迷障、回归原点。

许多年前我在物流行业工作过,有个例子恰恰印证了“第一性原理”的重要性。当时,我们需要开发一款工作台软件给仓库收货的员工使用。收货时,员工需要先后录入尺寸、重量、条码。尺寸测量、重量测量的设备都直接连接到电脑上,可以读取,条码也是通过扫描枪录入。理论上几乎全自动,但是操作员仍然需要控制光标在不同的输入框之间跳转,以便录入对应的数据,遇到录入错误时,更是需要删除、重新录入。

也就是说,虽然真正要输入的数据都可以从对应设备自动获得,还需要一个输入设备来下发操作指令。这个输入设备是什么?想都不用想,当然是键盘鼠标。但是这样一来,效率就降低了很多。

想想整个流程吧:把光标转移到条码输入框——按扫描枪——把光标移动到重量输入框——等重量读入——确认(或修改直至确认)——把光标移到尺寸输入框——等尺寸输入——确认(或修改直至确认)。

有什么办法提升效率吗?我们的产品经理冥思苦想了很久,忽然想到绝妙的办法:既然控制指令只有那么几种,为什么一定要用键盘鼠标来输入呢?扫描枪本来也是输入设备呀。

于是,他们设计了几个“指令专用条码”,贴在工作台上。要把光标移到重量录入上?扫一下对应条码。要确认或者修改重量?也是扫一下对应条码。要把光标移到尺寸录入上?再扫一下对应条码。要确认或者修改尺寸?还是扫一下对应条码…… 

这样一来,操作员的手完全不离开扫描枪,滴滴几下就可以完成整个流程,完全摆脱了鼠标键盘,工作效率大大提升。

这个例子让我印象很深,回过头来,我觉得这恰恰是“第一性思维”的体现——输入的时候不拘泥于键盘鼠标,虽然它们是最常见的输入设备。

这样的例子还有很多,我们经常说的“不要手里有锤子,就以为满世界都是钉子”,其实也正是提醒我们,不要被现成工具束缚了思维,忽略了真正要解决的问题。

不过,如果你仔细阅读关于马斯克的报道,会发现“第一性思维”还有不一样的地方。比如关于电池的“第一性思维”,一篇流传广泛的报道是这样解释的:

在Tesla早期研制电动汽车的时候,遇到了电池高成本的难题,当时储能电池的价格是每千瓦时600美元,85千瓦电池的价格将超过5万美元。马斯克和工程师不信邪,仔细分析电池的组成,经过多次试验,将成本大幅降低。一些人会说,那些电池组非常昂贵,而且会一直这么贵,大概是 600 美元/千瓦时。因为它过去就是这么贵,它未来也不可能变得更便宜。

那么我们从第一性原理角度进行思考:电池组到底是由什么材料组成的?这些电池原料的市场价格是多少?电池的组成包括碳、镍、铝和一些聚合物。如果我们从伦敦金属交易所购买这些原材料然后组合成电池,需要多少钱?天啦,你会发现只要 80 美元/千瓦时。

我不知道大家看到的时候怎么想,至少我自己觉得有点奇怪。“第一性原理”虽然是要回到本源进行思考,但把事物拆分到最基础的原材料来计价的做法,似乎不太对劲。如果这样的“第一性原理”成立,复杂的加工处理、制造工艺等等就一文不名,而芯片制造无疑是无数人蜂拥而至的暴利领域——硅片的原料无非是沙子而已,沙子能卖多少钱?硅片能又卖多少钱?

实际上,特斯拉虽然投入巨资解决电池问题,进展却不够理想。已有的方案是大量使用松下生产的18650电芯(这算是另辟蹊径,与充电宝共享同样的电芯),电芯成本的降低仍然是靠规模效应,而不是“能从伦敦期货市场买来便宜原料”。而需求火爆的Model 3之所以迟迟不能大规模交付,电池也是主要瓶颈之一。

电池的问题虽然都在推动解决,而且不少人表示乐观,但现状已经说明:单纯从原材料价格判断有利可图、值得进入的“第一性原理”,结果看起来没有想象的那么美好。

一定有人会问:如果马斯克说的“第一性原理”没有那么神奇,那么特斯拉的成功要如何解释呢?

我们必须承认马斯克的成功,同样也必须承认,我们对世界的认识应当保持一致,我们的知识应当能够互相支撑和验证。无论谁,取得了多大的成功,如果他说的话和我们之前的认知和经验不一致,总不能随便否定、盲目崇拜,总要深入探究、辨析一番。

通过对“第一性原理”的了解,我们至少可以确定的是,马斯克说的“第一性原理”,和经典意义上的“第一性原理”,严格说起来并不是一回事。实际上除了马斯克,我还没看到其它企业家这样使用“第一性原理”。

但是另一方面,马斯克版本的“第一性原理”也提醒我们,无论做什么事情,不要简单延续已有的道路,不要认定“存在的就是合理的”。而要多跳出来想一想,原本的目标是什么?我们是如何走到今天这一步的?现在的方向是否偏离了最初的目标?…… 时常思考这些问题,时常对准最核心的目标,有助于摆脱思维定式,突破边界,提升解决问题的效率。

如果我们希望学习和借鉴马斯克的成功经验,同样可以利用“第一性原理”。不是单纯听他是怎么说的,媒体怎么描绘的,而是实打实的、设身处地地思考,如果我是马斯克,当时我能接触到哪些信息,我会如何思考和决策的,我的后续思考和决策是否真的严格按照“第一性原理”来?如果是,这样的“第一性原理”适用于哪些问题,不适用于哪些问题?

据我所知,企业家,尤其是创新型企业家的选择,往往不是逻辑分析的结果,总离不开一些信念、偏执、坚持(更不用说,如果创新成功,他们在对外界描绘时多半也很难真实还原,而要尽力“包装”成自洽、圆融的故事)。这也就意味着,对创新来说,“第一性思考”或许并是放之四海而皆准的,人人都能掌握、都能得出相同结论的方法。

我知道国内有一些人,不去做实际的分析与研究,总满足于从其他人的成功经历里提炼所谓“成功要素”,堆积浓重的油彩,拼凑引人入胜的华丽故事。在我看来,“第一性思维”成为这类人鼓吹的概念,恰恰是对“第一性思维”的绝大讽刺。

今天想和大家分享的是最近看的一本好书:《血疫:埃博拉的故事》。

我不知道有多少人和我一样,之前是在新闻里偶然看到“埃博拉”的名字,却一直不知道这到底是什么病毒。看完这本书才知道它有多么可怕,患者死亡的场景有多么骇人,为了与它斗争,人类付出了多么惨中的代价。

很长的时间里,埃博拉都显得神秘而恐怖,毫无来由地发生,又莫名其妙地消失。读这本书的时候,我屡次想到施瓦辛格的电影《铁血战士》。不同的是,看《铁血战士》的时候我们知道自己在看电影,而阅读《血疫》的时候我们在真切体验人类的苦难。

书末提出的两个观点也给人很多启发:对大自然来说,埃博拉是它对人类数量急剧增长的“免疫反应”;对埃博拉病毒来说,它的寄居对象从濒危野生动物转换为人类,瞬间获得了无限的生存空间(我之前在适者生存,谁是适者?》中写过,许多时候我们以为自己是主宰,其实我们不过是基因延续的跳板而已)。

这本书的作者为探寻埃博拉的故事,做了大量的工作,整本书写得丝丝入扣,悬念迭出,最终揭晓埃博拉的来源,而其中的每个片段都给了读者有身临其境的紧张感。

无论从文学还是科学的角度来看,都是相当值得的阅读体验。

如果您认为本文说的有道理,欢迎长按识别上面二维码订阅。

“余晟以为”虽是个人号,但只用心做原创,不虚张声势,不故弄玄虚,不带节奏,力求定期跟新,只为和你一同探索世界,分享致中平和的观点。

登录查看更多
1

相关内容

【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
一万小时贫穷定律
互联网er的早读课
5+阅读 · 2018年8月22日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
有没有必要把机器学习算法自己实现一遍?
AI研习社
12+阅读 · 2017年11月27日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
[有意思的数学] 参数估计
机器学习和数学
15+阅读 · 2017年6月4日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
8+阅读 · 2018年5月1日
Arxiv
3+阅读 · 2018年4月18日
Arxiv
4+阅读 · 2017年10月30日
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关资讯
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
一万小时贫穷定律
互联网er的早读课
5+阅读 · 2018年8月22日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
有没有必要把机器学习算法自己实现一遍?
AI研习社
12+阅读 · 2017年11月27日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
[有意思的数学] 参数估计
机器学习和数学
15+阅读 · 2017年6月4日
相关论文
Top
微信扫码咨询专知VIP会员