張首晟：用科學思維指導投資

題圖：知名華裔科學家 張首晟

12月6日，據騰訊《一線》從多位信源處確認，知名華裔科學家張首晟教授，於12月1日去世，終年僅55歲。張首晟為斯坦福大學物理系終身教授，美國國家科學院院士，美國藝術與科學學院院士，中國科學院外籍院士。2007年，張教授發現的「量子自旋霍爾效應」被《科學》雜誌評為當年的「全球十大重要科學突破」之一。

此外，張教授一直保持著對區塊鏈領域的關注，其在2013年創立了丹華資本，投資領域涵蓋區塊鏈、人工智慧、大資料等具有顛覆性的新興技術。

分享一篇張教授的演講，本文能較好體現張教授在科學與投資上的一些思考。

文 / 張首晟

1、演繹推理

這個時代，我認為能看懂知識體系間本質的人，是可以抓住無數機會的，這是科學賦予我們的Deductive Thinking（演繹推理）。

我們的哲學就是利用科學的思想做投資，尋找簡單、普適的技術和產品，也要讓我們看到不同領域間的關聯，給予不同企業以他們看不到的協同力，真正去抓住這個時代的源動力。

科學有兩大方向，一是把各種形態的物質，分解到最基本的組成部分；二是用這些最基本的組成部分，構造出物質不同的態。

譬如一杯水，假設裡面有10的23次方個水分子，我不可能預測到每個分子的運動軌跡，就像你讓我精準預測明天股市的走向。但我們知道，裡面的每個分子，都在做隨機的布朗運動。當分子足夠多時，在統計學原理下，它們便會產生一個新的規律。

這就是投資組合的一個概念——如果只投一個公司，成功率顯而易見，很難。但如果你有一個投資組合的搭配，你就能合理對衝預期回報與風險大小。當投資組合足夠健康時，單個投資產生的隨機概率就會相互抵消，使總體成功概率更高。

不過也要提防資本泡沫，觀測泡沫的發展形態：有的泡沫膨脹到一定程度會破滅，有的泡沫成長到一定程度，又會成為新的可持續現象。

分析泡沫現象，可以按照泡沫的大小和數量，進行分佈分析，看這個分佈是指數函式，還是倒數函式。如果是指數函式，說明泡沫都是非常集中的大泡沫，指數函式的積分是有限的，這種情況下，泡沫更有可能破滅。倘若是倒數函式，則是一種長尾分佈，有一定的大泡沫，也有很多小泡沫，這個積分是無限的，可能進一步發展到穩定的狀態。

拿水分子組成的泡泡說，當溫度接近100攝氏度的臨界值，我們看到的泡泡分佈，應該就是長尾分佈。再升高一點，水成了水蒸汽，有了無數個小泡泡。這時泡泡就成了一種新的穩定狀態，水也能保持100 度的溫度一直沸騰。

我們現在看到的泡沫，包括創新本身和資本佈局。如果都是集中在少數領域內，大家一窩蜂去搶短平快的專案，這就有可能是泡沫。如果未來所謂的泡沫，開始大量分佈在其他各個領域的專案裡，那麼這種發展就是一個穩定的發展。

我們繼續拿水分子類比，泡泡代表了一種新的事物。水分子在泡泡裡比較稀，在液體裡，水分子比較密，而最初新生事物肯定是比較稀疏且被傳統事物（液體）所包圍。所以泡沫的現象值得關注，它可能是新態的預兆。

2、化繁為簡

人類現在碰到的最大問題就是知識體系是呈樹狀迅速發展的，樹越長越大，人類的知識越來越豐富體系越來越繁複，但是問題是不同分支不同領域的知識，想要互相關聯溝通起來非常困難，個人對體系內的知識瞭解越來越深入，但是對於跨領域的瞭解卻甚少。

中國有句古話「隔行如隔山」，這也正是我們時代的挑戰，也是機會。科學的準則就是要回到原點，一旦我們能回到根，或者是幾個重要的節點上，我們就能把上面的枝葉都看清楚。

比如，我們做投資有一個「黑板測試」，讓創始團隊在壓力之下，在黑板上將公司運用的數學原理、公式、思路，總結和推匯出來。倘若能展現一個邏輯自洽的理論框架，那就很不錯了。

有一次，看一個AI醫療診斷系統的專案。創始人一上來，就說了許多大而時髦的詞，「深度學習」、「馬可夫鏈」、「卷積神經網路」、「遺傳演算法」等等，顯得極為專業。可被要求到黑板上進行演算法推導時，臺下人發現，他不過是熟背了一些AI技術的名詞術語而已。他的醫療診斷系統，只是一個預先程式設計好的常規專家問答系統，掛了個AI的名頭。對於人工智慧投資，這些是遠遠不夠的。

世界是很複雜的，一定要去抓住一個切入點，用最簡單的方案，去應付極為複雜的世界。

正如詩歌追求的境界是用兩句話將複雜的感情說清楚，科學也是追求用一個簡單的公式去描寫大自然的萬千現象，諸如F=MA、E=MC² 就是描寫大自然的最美詩句。

富蘭克林辦報業時期經常用一句簡單的話概況複雜的時事環境，甚至親自撰寫簡潔明朗的廣告詞，賦予新聞事業以刊播廣告的社會功能，使廣告經營收入成為新聞媒介財源之一。所以我常常說富蘭克林簡直是Twitter的發明人。如果一個人能把每一件事情用140個字說清楚，那麼這是非常強大的一種能力。

除了「黑板測試」，我們還有「信封背面的估算」原則，大意是任何複雜的事物，都應該能在一個信封背面總結、抽象和估算出來。創始人通過這些，就能大致估算出自己專案，在市場上的數量級及未來容量，知道如何快速、廉價甚至是免費獲取大量優質場景資料。

我們投資過一個AI專案，它就採用了一個巧妙方式，去源源不斷獲取資料——利用手機與人的親密互動，時刻獲取大量語音、運動和位置等資訊，再基於這些資料建立人工智慧模型。這就解決了創業公司一開始缺少資料的問題。

把複雜的資訊抽象出來，我們的大腦便會產生一種美感、快感，這也是人類進化中的一項重要能力，如果不能用簡單的特徵區分人臉和老虎的臉，那人就無法存活下來。

3、平行跨界

很多人認為科學就是整天泡在實驗室，但絕大部分時候，科學家的成功與否，往往取決於科學家的抉擇。這是大腦最刺激，思維最豐富的時候，但很少有科學家能做好。那些偉大的科學家，便是在無人注意這個方向之時，瞄準了時機。

投資也是如此，與科學研究的方向選擇，完全一樣，找準科學與技術接近的領域。

這就如同量子世界，量子、粒子有波粒二象性，有兩個孔的話，它可以同時穿過兩個孔，百分之百平行做兩件事情。

在斯坦福時，物理學家、化學家、數學家被安排在不同的樓中，雖然平時交流不多，但生活中就會產生新的碰撞空間。我有位鄰居，是計算機系老師，我們兩家小孩踢足球時，我們就開始聊。

他說他現在有一個痛點，他改作業時，學生交上來的計算程式都來源於三個不同的作業系統，一些是Windows，一些是Mac，一些是Linux。他想是否能在一臺計算機中，做三個不同的作業系統，於是他就發明了他一個技術，V&M（Vistual Machine），虛擬機器。

我當時覺得很好，因為我也有同樣的問題。於是就投資了他的公司，後來它成為了一家非常偉大的公司，因為整個雲端計算便是基於這個虛擬機器的技術，最高時好像是480億美元的市值。

這是不同的時間尺度下，通過不同的分析產生的。我後來想這不一定是偶然，也是可預測的。首先是生活在斯坦福，這些機會經常產生。而我做學術研究，觀察周圍同事，也會對他們想象力和未來進行評估，去判斷哪些人真的能夠成為非常偉大的科學家，哪些不能成為第一流的科學家。

其實在從事科學研究方面，當達到了某種技術層面，大家的專業技能都是旗鼓相當的。比如說，做理論物理研究，你的推導能力比較好；做實驗物理研究，你操作儀器的能力比較好。到了一定層次，這種厲害的人已經多如牛毛了。

但是為什麼最終有些人能夠更上一層樓？這個決定性因素其實超出了物理學的知識範疇，就是需要具有一種品味。因為大家能力都很接近，都在競爭，前面都擺著比如十條路，然後我選擇這條路，你選擇另外一條。最後的結果一般只有一個人成功，而且往往從技術層面上說，最後成功的這個人並不一定那麼厲害，他的成功是因為他選擇了正確的方向。

從小我就酷愛讀歷史，讀歷史的話就會讓你想一個問題——什麼東西能夠留下來，什麼東西不能留下來。所以這些看得多了，對你在選擇關頭可能會有些幫助。可能這些選擇看似偶然，其實是一個長期積累知識的結果。

真正完美的世界是量子世界，就是量子的一個粒子，它的確是可以百分之百平行做兩件事情的，量子的世界是平行的。我想人生也可以達到這種境界，我是100%時間在做教育，100%時間在做科研，100%時間在做投資。

正如我的偶像富蘭克林。他作為科學家、政治家、思想家、企業家、政治家，作為《獨立宣言》起草者之一，做的很多事情看起來毫不相關，其本質卻是相關聯的

投資技術發明，可能開拓出以前根本想象不到的市場，這也是投資的妙處。這樣看，投資和科學並不違背，某種意義上來看，科學的思維也一直指導著投資的理論。