One who knows and knows that he knows… His horse of wisdom will reach the skies.
一个人不但知道，也知道他自己知道…….他智慧的马儿将达到天空。
One who knows, but doesn’t know that he knows…He is fast asleep, so you should wake him up!
一个人虽然自己知道，但是不知道他自己知道...他是睡着了，所以你应该把他唤醒！
One who doesn’t know, but knows that he doesn’t know…His limping mule will eventually get him home.
一个人确实不知道，但他知道自己不知道...他一瘸一拐的骡子最终会带他回家。
One who doesn’t know and doesn’t know that he doesn’t know…He will be eternally lost in his hopeless oblivion!
一个人确实不知道，但是却不自知... 他将永远迷失在他无望的遗忘中！
——14th Century Persian Poet Ibn Yamin
从上面这首诗中，我们可以看到，「知道」和「不知道」分别存在两种情况。
「知道自己知道」，是「已知的已知」（known knows）；
「知道但不知道自己知道」，是「未知的已知」（unknown knowns）；
「知道自己不知道」，是「已知的未知」（known unknows）；
「不知道自己不知道」，是「未知的未知」（unknown unknowns）。
这样一来，世上的事可以大致分为三类：已知、未知和不可知。
其中「已知」包含了「已知的已知」和「已知的未知」；「未知」则是「未知的已知」，也可以称为「无知」（Ignorance）；而「未知的未知」也就是「不可知」（Nescience）。
那么问题来了，为什么要看懂已知、未知和不可知？
原因很简单：因为它们与我们的生活息息相关。
尤其是在当下这样充满变化的时期，这关系到我们如何去理解突然发生的事并做出反应；如何去预测可能还未发生的事并做好准备；如何去面对和探索无法预测也无从得知的事物并减少焦虑。
马克·吐温曾说：
“让你陷入困境的不是未知，而是你自以为确信已知之事。”（It ain’t what you don’t know that gets you into trouble. It’s what you know for sure that just ain’t so.）
然而现实情况是，对于已知和未知缺乏清晰的认知，都有可能让我们陷入困境。
在已知的范畴内，有一种叫做概率（Probabilities）的因素，它和未知相互作用，可能指向「风险」（Risk）和「不确定性」（Uncertainty），最后导向「意外」（Surprise）。（后面的意外都指Surprise）
风险
一般是指：事件、过程或结果以及每个事件发生的概率是已知的情况。换句话说，风险是可能的（通常是不理想的）结果，其概率和存在是已知的。

当然，在现实中，对潜在结果或后果的概率范围完全掌握的情况是很少的，有时候甚至是不可能的。
这里需要注意的是不确定性和意外，它们经常被混淆。
不确定性是指：事件、过程或结果是已知的（事实或假设），但它们会发生的概率却不知道的情况。不确定性的特点是已知可能的结果，但其概率是不知道的。
意外则是：事件、过程或结果不为人知或预期的情况。这是一种在严格定义下的意外，它在逻辑上意味着我们不能预测事件、过程或结果，因为「预测行为」本身就意味着某种程度的已知。
然而，被指定为「意外」结果的评估表明，如此记录的事件、过程和结果实际上是以某种方式可知的。这种类型的意外指涉了其第二种定义：指一种感知到的现实在质量上偏离预期的情况，也就是从中文字面意思来理解的「意料之外」。
对于第一种定义下的意外，我们似乎是无从分析的，因此我们着重关注第二种类型的意外，并阐明其逻辑（除非特殊说明，以下讨论都是围绕这种类型的意外展开）。
1）鉴于意外的第二种含义，我们有可能预测到一个子集的意外。
2）例如，复杂系统、混沌和其他此类理论为理解意外之所以会发生提供了概念和分析基础，而各种方法（如模拟、逆向预测）和评估有助于寻求和发现意外。
3）与经验相结合，这种理解让我们可以识别可能发生意外的潜在领域。
4）这种识别可以（应该）让公众和政策制定者了解这些意外的问题，从而有可能降低脆弱性，提高环境和社会对突发事件的复原力。
5）疑似「意外」在特定领域内发生的概率是在主观基础上产生的（或通过基于主观假设的客观方法或模型），并因个人、社区和文化的不同而有很大差异。
除了已知范畴的风险和不确定性，未知才是意外中的主要主题，也是最难解决的部分。
为了方便理解和解释，我们需要进一步厘清几个概念。
从意外结果导向来看，未知所包含的「未知的已知」（unknown knowns）和「未知的未知」（unknown unknowns），是指一种并非所有结果都已知（Not all outcomes known）的情况。而当我们不能或不知道一个可能的结果时，我们就是无知的（Ignorance）。
按照意外的定义，无知可能是最重要的意外所在。
为此，无知被分为「开放的无知」（Open ignorance）和「封闭的无知」（Closed ignorance）两种类别。
「封闭的无知」是指不愿意或不能考虑某些结果是不知道的，但也许是可能的，也就是「未知或未意识到的无知」（ignorance unknown/unrecognised），它属于不可知的范畴。
「开放的无知」则相反，而且复杂得多。
愿意承认无知是识别可能结果和预测意外的开始，这种无知是「有意识的无知」（ Recognised ignorance），这种类型的无知可以被进一步的探索和研究。
由此展开的对意外的逻辑性推理，有助于我们充分理解已知、未知和不可知。
来看下面这张图：
在开放的无知中，有些形式的无知比其他形式的无知更容易减少或消除。于是进一步的，开放的无知又被分为可减少的无知（Reducible ignorance）和不可减少的无知（Irreducible ignorance）两种情况。
相对容易减少的无知有两种形式，它取决于是个人还是群体的无知。
个人或个体的无知可以通过教育来减少，在此之后的「意外」就可能成为某些类型的「风险」。
群体的无知则需要通过研究创造新的知识，广泛地在现有的科学概念、思想和学科范围内进行。
另一种开放的无知更为复杂，也不那么容易解决。
这种难以减少的无知部分源于认识论——我们认为支配世界如何运作的规则，以及我们用来描述我们所想和观察的语言和符号。比如「地心说」和「日心说」。
认识论的无知又可以进一步被细分。由于语义的模糊性造成的无知称为解释性无知（Hermeneutic ignorance），由于经验和理论的不相容性造成的无知称为公理性无知（Axiomatic ignorance），由于由于哥德尔不完备定律造成的无知称为逻辑性无知（Logical ignorance）。
归根结底，所有的无知可能都是可以减少的，但其中大部分是很难克服的。
这种难以减少的无知的另一部分是现有条件所固有的。有些现象可能仅仅是不可预测的，至少从现在的技术和分析角度来看是这样。故而称作「现象学无知」（Phenomenological Ignorance）。
例如，以混沌为特征的系统目前被认为在细节上是不可预测的。
由于大气的混沌动力学，无论对天气状况的初始状态了解得多么准确，都不可能提前六个月进行详细的天气预报。
△气象观测由一系列复杂的设备在不同的层面上进行记录，从海底到远在地球之上的太空。
现象学无知的另一个例子是系统潜在力量的变化，会产生明显不同的观察结果。比如进化论。
这种分类是有意义的，它对风险、不确定性和意外进行了区分。它清楚地表明，现象学上的意外只是无知的一个类别，以及许多意外其实是容易被还原的。
而其他的意外则是被认识论的障眼法所阻挡，这些障眼法创造了排除某些类别的结果的期望，也就产生了意外。
上面的分类也表明，科学上的很多研究成果和发现也是一种意外。
因此，许多潜在性的意外情况是可以预见的。
然而，很明显的是，由于系统的复杂性、经验的缺乏或理论理解的不足，许多危险或问题在本质上都会受到意外的影响。
无论采取什么样的预见性措施，一些意外将不可避免地发生。
换句话说，认为科学和社会科学可以充分预测未来，以预测全部的积极和消极的意外，这种想法是傲慢且狂妄的。
这个复杂的世界可能有太多的参数需要考虑，有太多的未知数需要去了解，和/或有太多的相互关联的因素和相互作用，我们要么无法建模，要么根本不知道，甚至无法考虑。
复杂性是我们了解现象并建立模型减少无知，进一步理解或是预见意外的局限性的关键。
然而，这当然不意味着我们应该因为有限制而停止对复杂现象的建模。
就好比那些建立在多年数据基础上的花哨而智能的模型都没有预测到如今这样规模的大流行病，但我们仍然在使用这些模型来了解病毒的传播，预测干预措施的结果，并做出科学主导的决定和政策。
马克·吐温的另外两句调侃放在这里也很合适。
“谎言、该死的谎言和统计”（Lies, damned lies, and statistics）
以及
“我们祈祷下雨之前最好先看一下天气预报”（It is best to read the weather forecasts before we pray for rain）。
这两句对统计、预测、建模的看法相当矛盾，它同时也提醒我们探索未知预测未来可能会出现的滑坡效应。
人类不喜欢不确定性，因此会在对充满意外的世界的感知中寻求格式化。这种对不确定性的厌恶是基于人类抽象性的驱动力。人类被从各种意外中寻找意义的需要所驱动，这种驱动力创造了世界的发明模型。
整个科学就是要突破界限，在不确定性中将无知转化为已知，进而发展我们对现象的理解和知识，即使是复杂的现象。
复杂的金融市场也是这样。
已知的风险是可以测量的，它们的数据可以形成分布，或用于模拟基于可计算事件的风险。
未知的风险不能轻易或客观地测量，它们包括那些甚至没有被意识到的风险。
不可知的风险是「黑天鹅」事件——即那些不能事先确定的事件。
虽然黑天鹅事件有可能对市场和社会造成灾难性的破坏，但股灾更典型的是由「已知的未知数」引起的——那些已经酝酿了一段时间的事件。其性质是我们熟悉的，但其具体形式和潜在危险仍然不清楚。
以2008年的全球金融危机为例。它不是一夜之间发生的，而且，回顾过去，有很多迹象和警告，如2007年的次级贷款崩溃。
又比如2000年的网络泡沫，在美联储主席艾伦·格林斯潘在1996年的一次演讲中首次发出“非理性繁荣”的警告几年后，网络泡沫破裂了。
因此，我们在金融市场所做的大多数研究，比如量化投资，并不是去追求耸人听闻的「不可知数」，而是专注于我们知道和了解的或是尚未被观测但可以通过研究认知的市场风险和可获利因子。
已知、未知和不可知的因素使我们的生活中充满了大大小小的风险、不确定性和无数的意外。
如今每天正在发生的事情也告诉我们，意外持续存在，而且还在继续增长，意外反过来又会产生新的关注和活动。也会有其他与技术危害、国际紧张局势、社会变革和资源需求无关的关注和意外产生。
人类对于意外事件并非束手无策，因为具体的事件和结果无法可靠地预测，甚至（也许）无法预期。但看懂了已知、未知和不可知之后，我们或许可以通过下面这些行动或措施提高面临风险时的复原力和适应性，从而降低对意外或不确定扰动影响的敏感性。
1）经济生产系统的多样化：经济生产系统的多样化和专业化程度的提高带来了易受控制的风险，这可能对受扰动的恢复能力产生积极和消极的影响。
2）避免技术单一化：单一的技术或结构可能更容易受到环境和其他扰动的影响，对经济造成负面影响。
3）灾难/风险应对系统：改进预警、监测和警报系统的设计，增强对潜在危机的快速反应能力。
4）组织记忆和社会学习：改善记忆和从意外中学习的能力的措施，可以提高对意外脆弱性的整体复原力。
▼
往期回顾
▼
今年的诺贝尔经济学奖有哪些看点
2022-10-11
能用量化的思维来解读巴菲特吗？
2022-09-28
海外机构投资者怎么看第四季度的A股。。。让人吐血的报告
2022-09-15
越无所不知，越一无所知
2022-08-31
继续阅读
阅读原文
关键词
一个人
结果
现象
t know
that he