在物理领域中，我们很快就认识到现实世界实在是太复杂了，无法一次就解析一切。只有把它分解成小块，再分别研究，才能取得进展。我们先创建一个数学模型，使得它可以体现一部分物理世界的几个特征.这种情况每发生一次，我们就会觉得又取得了一些进展。 我们把这些模型称为物理理论。 随着知识的前进，我们逐步创造出更好的模型，准确地体现现实世界更多的特征。没有人知道这个过程是否会有自然的终点，亦或永无止境的继续下去。

我们以相似的历程来了解常识。 我们不指望一下子理解一切，只要我们能够构建出能够再现其一部分特征的理想数学模型，我们就认为取得了进展。 我们预期,现在任何模型都将在未来被更好的模型所取代，同样我们也不知道这个过程是否会有一个自然的终点。

比起解决具体问题的方法的相似性,这两者见相似性更加深刻。 常常我们最熟悉的事情是最难理解的。尽管大部分人都未听说过的现象（如铁和镍的紫外光谱的差别）都可以用数学详尽的解释清楚,但是在面对于一片草叶是如何生长的,这个看似常识实则复杂务无比的问题时,所有现代科学都感觉到无能为力。所以不能对目前的模型期望太多,我们必须承认:对人类心理活动的一些特征进行建模竟是极其的困难。

这种相似性还可以找到很多。 在物理领域中，我们认识到任何新发现都会带来巨大的实际价值，但发现本身却具不可预测。 Rontgen发现了X射线导致了新医学诊断手段的出现; 麦克斯韦在曲线H的等式中的新发现，最终让我们实现了全球范围内的即时通信。

我们对常识建立的数学模型也表现出实用性的这一特点。 任何成功的模型，即使只能再现一部分的常识的特征，也将被证明是在某些应用领域中对常识的有力延伸。 在这个领域内，它使我们能够解决推理过程的复杂细节，如果没有这个模型的帮助我们可能都对如何解决这些问题心生畏惧。