提问的三个层次

先说题外话：我原来以为，好学校和普通学校的差别在于教授的好坏。我现在才更深刻的理解到，好学校的专业设计从一开始就和普通学校拉开了距离。我在普通州立大学读电脑硕士的时候，课程设计只是围绕着技术话题，在本科的基础上展开。但是在Berkeley读了CyberSecurity，特别是这个学期拿的是DataScience的入门介绍的课之后，我的感觉就完全不同了。一个专业上的变化也许是偶然，但是第二个专业如果也是如此，那么可以简单的推而广之，说明这不是个案了。

CyberSecurity学期的第一节课是必修课，学生没有选择的自由。科目叫做“Beyond Code”。教授则是法学系的教授，和有现行执照的律师，同时也是三个律师行的顾问。学的内容则是从国家政策，法律，全球化经济和国与国对抗的角度讨论网络安全问题。一下子就把学生的目光拔到一个极高的地步。之后，还有一门课，就做“Risk Management” – 风险管理，也不是讨论技术问题，而是首先假设你是董事会董事，或者CEO，或者CISO（首席安全官），讨论如何指定公司的安全风险管控政策，目标和实现。换而言之，Berkeley想培养的，不仅仅是一个技术员。所以它的专业课程设计从来都不是培养类似于狙击手一样的黑客，而是具有战略目光的领导者。

这个学习我读的是跨专业的课，数据科学（Data Science）。第一节课也是必修课，叫做”研究设计与数据分析“。其开宗明义就提到：我们讨论的不是数据，而是决策 — 通过数据来进行决策。而更多的时候，决策需要的在数据之外。或者说，在能够直接收集到的数据之外。所以我们学习Data Science，需要学习的是如何进行更高维度上的数据分析。

信息的“维度”，开宗明义地第二节课让我感觉深受启发，才有了必须写点什么的冲动。老师提到，问问题有三个层次，分别对应信息（数据）的三个维度。只有第一个维度的数据是可以明确收集的，而后面两个维度，则是分析的结果。问问题的三个层次如下：（以超市为例）

1. 明确的问题，对应明确的答案， 比如说，超市的橙子多少钱一斤？你可以明确收集所有橙子的价格，包括价格历史和不同店铺的价格比较。无论如何横向和纵向变化，数据总是可以收集得到。
2. 明确的问题，对应抽象的答案，比如说，为什么客户为什么要买橙子？这个问题的答案是无法用具体的数据去对应的。所以需要发散式的思维和数据分析。比如说是因为送礼，健康，简单的价格比较，凑巧。。。不一而足。而收集的数据，则远远超过了价格这个单一的元素，也许涉及到人口结构，收入水平，地区经济等等。数据已经不再单一，而成为某种集合
3. 抽象的问题，对应抽象的答案，比如说，客户到我这里买橙子，究竟是买什么？是因为我的品牌效应？质量保证？健康？有面子身份（也许我的橙子比别人贵十倍，不求最好，但求最贵。。。）这个层次的问题，更加无法用简单的数据组合进行说明。而问这个问题的人，很可能就是你的CEO，董事会。你的回答，也可能就是一个企业战略决策的依据。全球化，产业链，地缘政治。。。也许都在你收集的数据里面。而在高度竞争的今天，没有人可以负担得起没头没脑的决策，但是在任何人都没有完备的数据的情况下，你如何根据现有的数据–不完备的数据进行决策？ — 顺便说一句：老师也没有答案。但是提出问题本身，就是试图在一个更高的信息维度和对手进行竞争。

每一个层次，都是一个质的飞跃。再说一句题外话：很多人煞有其事的教育（显摆）说：麦当劳做的不是汉堡生意，而是房地产生意 —- 姑且不论这种高论对错如何，即便是真的，它最多达到了问题的第二个层次。远远不到智慧的程度。更达不到哲学的高度。

我无法形容我听到这种分析之后的震撼。那种“朝闻道，夕死可已”的感觉又回来了。末了，老师花了一张图：

大部分人思考的是Type 1层次的问题，和针对Type 1的数据。而当我们站在更高的高度，比如走到Type 2 的层次，就能看到更多的可能。进一步拔高，则能够看到更多的可能。

这是一个高度抽象化的树图。也无法针对某一种具体的事物。因为每一个具体事务的抽象化本身就是一个带有哲思的过程。比如说“房子”，直觉的反应首先是“资产”，多少钱的资产。而后才是一个“家”。一栋乡下的房子也许并不值钱，但是“家”的价值却无法衡量。“钻石”不过是一块好看的石头，然而一旦卖的是“爱情恒久远”，再加上专家证书，宰你没商量。单纯的价格的竞争只是一维层面的竞争。用质量打造品牌，则是二维层面的竞争。然而再贵的钻石，也比不过乾隆皇帝的真迹涂鸦，因为它卖的是“历史”。苹果手机的对手从来都不是小米，因为它已经超越了手机而成了身份的一部分。。。如此等等，不枚盛举。对具体对象抽象化的过程从来都没有定律。正如千人千面的哈姆雷特，重要的不是事物本身，甚至也不是对手，而是你自己发散思维的能力 — 有时候甚至是勇气。

大宗师站在巅峰。我终于知道原来巅峰即是Type 3.

学好英文

下周就开学了，感觉自己有点没有休息够，但是又感觉自己浪费了太多的时间。因为是Group Project，我自己没有提交最后的作业，所以总有一种不是很踏实的感觉。早上看到成绩出来了，95分（100总分），不知道自己能否拿A的成绩。也许过两天就知道了。

我的新学期只有一节课，就是学习如果做研究的：Research Design and Applications for Data and Analysis。我上个学期其实已经学了相关知识，但是我很想再学一次。不仅仅是因为这节课会从数据分析的角度讨论如何做研究，同时也是因为我想更深入的理解“什么是研究”这个问题 —- 最近很有名的“熟鸡蛋孵小鸡”的论文的理论基础据说是“时光倒流”，又据江湖传闻说是爱因斯坦发明的—-因为太违反常理，所以阿猫阿狗都知道这不是真的研究和知识。但是对于专业一点的，普通人则难以分辨。日本人要倒核污水了，然后解释说是核废水，每个国家都把太平洋当粪池云云。。。众说纷纭之中，方舟子拿着国际原子能机构的报告说没有污染，要正本清源。袁岚峰也有一个视频是解释这个问题的 —- 那么，作为外行，我应该相信谁？要分辨谁向我们科普了知识，谁向我们传播了忽悠其实并不难。只要自己不预设立场，不要不懂装懂，然后看看各自的逻辑分析架构，看看原始研究资料的引用，真假悟空并不难分辨。说到底，现代的知识，其实都是同源的。这里的同源，是指所有的科学知识，都是处于同一个逻辑框架之下，彼此相连，辅以实验和例证的。归根结底，知识不是“悟”出来的，而是经过严谨的论证，加以详实的数据推导出来的。

身为中国人，我们为什么要学英文？因为现代知识体系是以英文为载体的。也许一百五十年前法语，德语，意大利语都是主要载体，但是最近一百五十年，英语已经成为了无可争辩的主流。所有其它语言承载的知识，只要是在现代知识体系框架之内，几乎都被翻译成了英文，而成为人类共同的财富。只有学好了英文，你才能直接的汲取其养分 —- 中国固然有很多人做只是翻译的工作，但是就目前而言，就我能够观察和接触到的研究资料（一般是以论文的形式），很多的翻译都有失真的问题：要么不准确，要么注入了个人的臆断，天马行空地想当然耳，切割了原文和其背后的知识体系的联系。简单地说，在今天和接下来三五十年内，如果能够自如地阅读英文，从原始资料上获得知识，你会领先别人一步。而这一步之遥，也许就是远隔千山。

地球只有一个村，村里只有一个图书馆：现代知识体系只有一个，没有第二个。初中学的牛顿三大定律，无论你是用中文学的，还是法语学的，都是同根同源的。唯一的区别是文字载体的不同。而现代的知识体系，最原始和最权威的载体，就是英文。最原始，是因为被认可的论文几乎都是英文为载体；最权威，是指接受和审核论文的杂志机构都是以英文为载体，即使原件为其它语言。即便如今中国人的研究已经追赶上来，中国人的论文发表的数量和质量都在第二位，这种现象并没有任何的改变。孟子曰：“大禹有大焉，善与人同，舍己从人。。。取诸人以为善，是与人为善者也。故君子莫大乎与人为善” —- 学习英文不是歧视中文，更不是鄙视我们中国人自己的研究与地位。而是因为所有的知识，无论其发现者或创造者是否来自于何文化背景和国度，都是全人类公共的财富，此所谓“善与人同”。而学习和继承人类的智慧，则是“君子莫大乎与人为善”。我乐于看见某一天中文成为主要的知识载体，论文的发表以中文为准，然而在那一天到来之前，我们要学好英文。这是对知识的尊重，是实事求是的态度。同时，也是对人类文明继承发展的严肃承诺。

学习一门新的语言，是为了走出自身的局限 —- 这里的“自身”，不仅仅是个人，也包括了围绕自己的文化圈和信息茧房。在如今频繁交流的世界村里，隔壁邻居的家事也无可避免的成了自己信息茧房的组成部分。而诸多的误解，隔膜，乃至于仇恨都因为语言的不同而产生的。而一个人要走这种局限，多一门语言，也就少一分偏见。

中国的经济规模到了一个国内已经逐渐无法容纳，必须要走出去的程度。或者说，我们的下一代，也许就是走出国门的一代。而掌握一门语言，也就成为一个必要充分条件。