做了一个很长的时间发的并且没有预料的分成两截烫的头发，算是个灰天鹅，看了本黑天鹅。

看完很想笑，真的，非常想。这不就是我当年所研究的复杂性科学吗（当然，作为个小本，我那也就算是接触吧）？作者用了一种通俗的、欧美人习惯的畅销书写法完成了一个科学结果在日常生活的应用，很好很有趣。

其实这个既是证券交易员又是随机学教授的纳西姆也解释了我当年很多的疑问。

1. 为什么Barabasi的那篇BA网络可以如此之火，引出无数引用。尽管他只是做了一些看似有点弱智的操作
2. 为什么Barabsi好多实证的文章，尽管没有什么新意，只是说明一个幂率分布就可以发PNAS
3. 艾略特的波浪理论一看就是应用分形理论，为什么我总觉的他分形来做股票预测是一件很扯很扯的事情，尽管该内容受到了很多人的追捧。
4. 还有一件关于沉默的事情：小时候班里的普通同学在某一次不及格后痛哭撞墙，她是多么有决心，有愿望学好呀。平时她和我一样笔记，课后复习、作业，甚至比我要认真的多。我在想，我们所常常介绍的那些方法真的有用么？大概是第一个成绩很好的学生，他总结了几点他的习惯，然后后面的学生就跟着用这些方法，用这些方法的，一定有好学生，然后好学生觉得这些方法有用，就继续向后来的人推荐，所以，也许仅仅是偶然造就了这些所谓的好的学习方法。说起来，我就向人介绍过后来我自己觉得很难用的靠改变词语拼写速记的方法。

《大自然如何工作How nature works》说明了自然界的黑天鹅，不过他还是用了统计学的方法，给出了无数的胖尾分布，但他最终还是希望说明自然是确定性的，后来，还有一本我没有看完的书关于自然，一个从生物角度研究了胖尾分布，但仍希望得到确定性论证的《》

《黑天鹅》在说一个社会性的问题，但是他并没有用统计的方法来说明问题，尽管可以。这中间的区别在于，纳西姆如果用了统计分析结果，则又将黑天鹅平凡化了，纳西姆觉得这个玩意是不确定的（和庞加莱的结论一样），所以用统计不是一个明智的方法。纳西姆觉得我们更应该关注的是黑天鹅本身，也就是那个胖尾的尾巴。

复杂性科学在一定程度上还是揭示了一些这样的社会特性，Barabasi的两个文章，一个模拟了该特性，一个证明了该特性，便也不难理解为什么很多人引用了（不过按照黑天鹅的理论，我这个说法不对，嘿嘿）

此外，分形描述的本来就是不确定的东西，而不确定的东西用来预测，说明事物发展的确定性，不得不说艾略特很扯，艾略特的大脑很好，不过用错了地方。最后一个疑问则是不确定性下的确定性。

大学时还看过的一本《数学:确定性的丧失》，讲了牛掰的庞加莱，对他老人家还是很崇仰的。但是当时似乎没有明白这些理论对于实际和生活的影响。

纳西姆有一点点讲得很正确，现在缺少科学哲学思考者，当年我盲目地做着破破的模型，没有新意的发着破烂的文章，但是为什么？缺少足够的思考。科学绝不是从各个统计，分离变量。从科学研究的角度来讲，纳西姆的书没啥东西，他的这些内容从出版时间上来看，也很近，而别人几乎已经从数学、物理、生物等各个角度说明了他论证的内容。但是从哲学角度来讲，还是给了一些新的视角、启示和内容。要有怀疑精神，要做有准备的人，不要把时间浪费在预测上，妄图以简单的形式处理未来发生的事情，要更关注黑天鹅，要做好面对负黑天鹅的准备。

注：我写东西思维特发散，观点也就特多，写出来的特意识流，除非我控制字数。最后发散一点，看完这个还是很开心大学里做的research，看的那几本书，^_^，我这一辈子做不了严谨的科学家，我还是很乐意去理解这些科学所带来的哲学观点的变化，从而让我更开心更快乐的面对这个世界。最后，给所有我之前合作的可研朋友们推荐一下这本书，看得会很快，但也许会让自己对做的东西有不一样的感觉。