柏拉图在他的「理想国」中提出了一种非常朴素的哲学思想。 他认为在这个世界以外存在着另外一个理型的世界，在这个理型的世界里一切都是完美的。 而我们的现实世界是这个这个理型世界的不完美投影。 比如，理型的世界里有一匹马，这匹马是完美的，拥有一切马应该有的特质。 然而，在我们的现实世界里，有的马大一点，有的马小一点，没有一匹马是完美，他们全部都是理型世界中的马的不完美投影。
虽然，我们知道，这样的思想是非常朴素的，放在今天这个时代，这样的哲学思想已经不为人所接受了。
但是，在很多实践中，其实还能看到这种思想的延续。
在任何的科研领域，我们在分析一个问题的时候，往往都会假设一些先决条件，这些先决条件是我们分析、解决问题的基础。 我们会为这些问题创造出一个理想的「环境」，在这个理想的「环境」中，我们才能分析某个问题。 而这个理想的「环境」就像是柏拉图所说的理型的世界。 然而，悲哀的是，这样的理型的世界并不存在。 我们可以举出很多例子:
- 在机器学习领域的入门课程中，我们往往会假设数据是没有噪音的，是一个完美的线性可分的数据，这样更容易让学生理解学习的过程。然而，在实际的实践，我们永远不会碰到本身就是线性可分的、没有噪音的数据。理想和现实中存在着巨大的差异。
- 同样是机器学习领域，我们还会往往假设数据的特征都是离散化的，因为离散的数据点更加容易处理。但是，在很多情况下，我们也是无法得到离散化的数据的。比如身高、体重等都是连续的数值，将他们作为特征，需要进一步的离散化。
- 在经济学上，最基础的假设就是每个人市场的参与者都是理性的。多少次股灾事件告诉我们，人是贪婪的，人很多时候是非理性的。
既然我们做出的假设，想象出来的「理型」的世界往往是错的，我们为什么还要做出这样的想象和假设呢？ 答案非常简单，因为这样的假设能够简化问题的复杂度，有助于我们对问题进行分析。 这个世界是如此的复杂，人类的思维能力不足以展开全篇的分析，因此，只能借助于创造一个理型的世界进行分析。 这是人类分析复杂问题的唯一方法。 但是，我们需要牢记的是，这种分析得到的结果，并不一定是正确的。 因为我们是在理型的世界中进行的分析，而实际的应用场景却是在现实的世界中。
明白这一点是非常重要的.
过去很多的读书人，没有意识到这两个世界之间的差别，他们往往不自觉的活在了他们想象出来的「理想」的世界中。 这样的人，我们会赠与他们一个称号: 「纸上谈兵」. 历史上最典型的就是赵括了。
从这个角度来说，柏拉图和赵括有着相似的方法论。
更新日志
- 2018年7月14日写作
- 2018年7月15日发表