贵在承认自己的局限n在百度百科中，塔勒布的《黑天鹅》被归类为金融理论著作，我很好奇有没有归类的人有没有看过这本书。黑天鹅现象远远不但是在经济领域中，塔勒布不相信对未来的预测，因为历史不可重复。对过去的解释也多数是牵强附会的解释，这里涉及很多逻辑方面的学问。比较感触的几个方面。冗余的重要性，对于不可预测的风险的防范，造物主比自以为是的人类聪明的多。运气的重要性。最近很多人在讨论阶级固化，难道他们都忘记了有种东西叫做运气吗？这个社会从来不会因为有梦想，去奋斗便可以成功，更多的依赖的是运气，过去是如此，未来也是如此，梦想和奋斗是必要条件，但绝对不是充分条件。对于投机和负债，塔勒布先生持绝对否定的态度，这个不予置评，金融的确增加了系统不稳定的风险，但在微观方面也增加了很多人的抗风险能力，对于经济学还需要再研究。同《量子物理神话》一样，对于世界不确定性风险的担忧，对于未来来说，最大的不稳定还是来源于我们人类自己。对我们自身而言，不冒进，考虑好事情的风险，黑天鹅事件不单单的风险，也可能是机会不是吗。

不习惯这种叙事或者讲道理的口吻，可以简单呈现的总是要复杂化，或者中间岔开话题，希望带我到作者那个场景。

但道理和启发确实是很深刻的。

1.我们总是喜欢归纳和简化。但简化可能意味着潜在重要风险的忽略。最好的简化不是为了简化而简化（那是学究气或者书呆子），而是深刻体验和理解系统复杂性之后的简化（好比老司机）。但即便如此，意外（事故）往往也无可避免。

2.人生到底是random，还是if ？笃定前者，享乐今朝+纵情愉悦也无可厚非。坚信后者，爬格子奋斗也有理可循。投资上更是如此，坚持很多的if，一定就会远离random。

在这个问题上几乎没法有唯一解。最好的认知是什么？接受分裂的自己，和各种可能的结果。相信过程比结果更重要，享受在过程，而不是结果。

3.好的认知路径也是有安全边际的。无论自上而下（归纳），还是自下而上（反归纳），兼顾效率（简化）和复杂认知（随机），寻找的是无论各种极端（正面或负面）都不会有致命伤害（终极挫败）的简化解，然后保持一分警醒和灵活就好了（不僵化）。

“黑天鹅”的说法早已听过，真正来读这本书时才明白其内涵：由于认知的局限，人们在考虑未来发生的事件时往往忽略历史上没有出现过的事物，又由于心理上的原因，人们难以认识到自己认知和思维上的局限性。作为机器学习从业者，这种局限性对我的启示是：1. 历史数据的作用往往是有限的，建模之前要谨慎评估历史数据的分布情况，还要明确历史数据和未来数据可能有的差异 2. 很多机器学习算法建立在底层数据分布为正态分布的假设上，此时应明确模型在假设上可能存在的局限性 3. 最好不要用模型预测具体数值，因为这些数值的分布极有可能完全不符合正态分布n虽然本书的观点很发人深省，但老实说我不喜欢作者的行文风格，用了太多隐喻和暗示，有时不知道作者到底在表达什么。不过作者是文学爱好者，这种形象化的表达方式可能也是作者的偏好吧。