title: 预测、经验与模型 tags:

module
prediction
joplin type: module source_type: reconstructed created: 2026-04-22 updated: 2026-04-22 ---

预测、经验与模型

[!abstract] 这一模块回答“学习为什么会和生存直接相关”。核心线索是：生命依赖预测，而预测又分为经验预测和模型预测，两者各自解决不同问题。

模块结论

生命与非生命的关键区别之一，是生命能够依赖预测主动维持状态。
经验预测解决“已见情况”问题，模型预测解决“未见情况”问题。
现实几乎不会重复出完全相同的状态，因此只靠经验记忆是不够的，必须依赖抽象和模型。

一、为什么生命离不开预测

走路避障、翻页、穿衣、择业，本质上都在预测后果。
如果完全没有预测能力，生命无法稳定趋利避害。
所谓学习，从更底层看，就是在塑造更可靠的预测能力。

二、经验预测在做什么

基于已见经验做重现式预测。
当未来情境和过去足够相似时，经验预测非常直接有效。
但经验预测有天然边界：
- 必须先付出代价拿到经验
- 无法直接处理真正的未见情况
- 现实中几乎不存在完全重复的对象状态

三、为什么需要模型预测

世界变化太多，无法把所有情况都靠记忆穷举。
于是大脑会：
- 从多个已见案例中抽取共有特征
- 用这些特征表征对象
- 归纳输入和结果之间的模式
- 形成一个可泛化的模型

模型的价值

不是记住每个个案，而是压缩规律。
用有限经验去对抗无限变化。
允许我们预测未见对象，而不是只会重复已见对象。

四、模型为什么还需要不断更新

好模型至少要同时满足两个要求：
- 能压缩旧经验
- 能泛化到新情况
常见失败有两类：
- 压缩不足：旧经验本身就装不进去
- 泛化不足：模型只解释了旧经验，对新情况失效
所以模型的常态不是“永远正确”，而是不断验证、迭代、修正。

五、为什么“完全相同的经验”在现实中几乎不存在

微观层面上，物质世界的状态持续变化。
宏观看似相同的对象，其底层信号组合也在不断变化。
这意味着：
- 纯经验记忆不足以支撑长期适应
- 宏观感知本身就依赖模型对微观信号的预测

[!note] “人不能两次踏进同一条河”在这里不是诗意表达，而是对状态持续变化的认识论说明。

六、从学习视角看经验和模型

记忆的作用：保存经验。
学习的更高任务：建构可泛化模型。
知识之所以值得传承，不是因为它是句子，而是因为它是经过压缩和验证的可复用模型。

七、复习提问

当前问题是我已经见过的，还是本质上未见的？
我是在记住个案，还是在提炼模式？
这个模型只是解释旧经验，还是能指导我面对新情况？
当模型失败时，我能否说清是压缩失败还是泛化失败？

来源

[[raw/Joplin/重构学习概念/4、生存依赖：生命与非生命的本质区别_.md]]
[[raw/Joplin/重构学习概念/5、经验预测：过去指导未来.md]]
[[raw/Joplin/重构学习概念/6、模型预测：模型预测未见_.md]]
[[raw/Joplin/重构学习概念/7、无穷现实：为何不能踏入同一条河？_.md]]

相关页面

[[如何学习]]
[[概念、判别模型与抽象层级]]