原標題：從統計物理到社會科學：如何從微觀推導出宏觀？
文章來源：人工智能學家
內容字數：37953字

一、導言

在科學研究中，模型作為對現實的簡化表征，發揮著重要的作用。經濟物理學家Jean-Philippe Bouchaud在法蘭西學院的就職演講中探討了模型的不同類型及其在科學中的地位，提出了一個好的模型應當具備的特征。

二、模型的目的

科學家通過模型試圖理解現象，并不是尋找絕對真理，而是對世界的啟發性描述。模型可以幫助我們從微觀推導出宏觀現象，理解個體行為如何涌現出集體行為。

三、模型的分類

Bouchaud區分了三種模型類型：唯象模型、基礎模型和隱喻模型。唯象模型使用數學公式描述現象，基礎模型旨在建立公理化的理論框架，而隱喻模型則以簡化的假設突出機制。

四、唯象模型的局限性

唯象模型雖然能進行預測，但缺乏對現象來源的解釋。它們常常根據經驗調整參數，即使模型本身不符合現實，依然可能得出錯誤的結論。

五、基礎模型與隱喻模型

基礎模型力求建立一致性的理論框架，如玻爾氫原子模型。隱喻模型則以簡化的方式幫助我們理解復雜現象，盡管它們并不追求嚴格的實證驗證。

六、從個體到集體的涌現

Bouchaud強調，集體行為往往無法簡單地通過個體行為的疊加來理解。相互作用的個體可能會導致意想不到的集體行為，正如Schelling的城市隔離模型所示。

七、結論

Bouchaud呼吁跨學科的合作，以更好地理解經濟、金融系統中的復雜現象。模型的有效性在于它們能否減少異常和悖論，幫助我們更好地理解社會和經濟現象。

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構