我介绍过这样的观点，建模是科学发展的关键。现在是时候重申这一观点，把科学模型的构建运用到科学创新上来。
我们有必要将已经取得的科学成果和产生它的过程区分开来。已经取得的科学成果通常以科学论文或书籍的形式发表，展现的是一步步严谨的推理，每一步都直接而清晰地承接上一步（至少对于相关专家而言）。在论述上力求必然性，从初始点出发，无可辩驳地得到相应的结论。当然，这是一种理想状态，在实践中只能尽量接近，但优秀的科学著作在这方面还是很有说服力的。
这一被广泛接受的科学标准让一些学者和科学家认为，这种逐步的、几乎机械的过程是科学研究的实际方式。在这种观点中，想象力和创造力的作用被极大地弱化了。但是很少有科学家（如果有的话）确实是按照这种方式进行科学研究的。我稍后会谈到隐喻的运用及其对发挥想象力的帮助，现在，我们先从建模开始。
从伟大的理论科学家麦克斯韦于1890年说的下面这段话开始吧：
因此，必须找到这样一种研究方法，让我们的头脑在每一步都能掌握清晰易懂的物理概念，而不被任何建立在物理科学基础上的理论所束缚。这样一来，我们既不会为了追求精确的分析而偏离主题，也不会因有倾向性的假设而掩盖事实。
接着他举了一个更具体的例子：
把一切作为“想象的流体”的运动这样的纯几何概念，这只是“想象的属性集合”，可以用来在纯数学领域建立某些数学定理。这种方式比单纯使用代数符号更容易被大多数人理解，更适用于物理问题。
我们从麦克斯韦的其他著作中可以清楚地看到，基于他的“清晰易懂的物理概念”，他开始运用与之密切相关的一些装置。他详细描述了基于机械论的流体力学模型，并在此基础上得出了著名的有关电磁场理论的麦克斯韦方程组。这样，麦克斯韦利用特定的机械模型，得出了抽象的理论方程，这是继牛顿的万有引力方程之后最有价值的方程之一。
这类模型的构造与隐喻的构造有许多共同点。目标模型与已经构造好的源模型相对应。在科学领域，源模型和目标模型都是系统而非孤立的对象。它们通常是存在相互作用机制的系统，这种机制的基础是受限生成过程。例如，麦克斯韦在论文中明确提到，他为“想象的流体”构建的“想象的属性集合”，产生于通过齿轮和旋涡等描述的机械装置。寻找适合源模型和目标模型的机制进行的初期探索，往往可以获得重要的见解和直觉。结果显示，创造性的科学研究与呆板的科学研究有很大的差别。
先基于头脑中的目标，选择合适的源模型，在麦克斯韦的例子中，这个目标是他试图统一解释的大量电磁现象。在科学研究中，很自然的想法就是借助于某一已知系统。这个已知的源系统可以由一个基于一组定理的模型来表示，我们在本书的前面部分讨论过这样的模型。正如我们在受限生成过程中看到的那样，这些定理所定义的机制和相互作用发生了很有趣的现象。至于在源系统中，哪些属性是核心的，哪些属性是偶然的，我们在现实世界的实际验证中能够确定。
通过验证和演绎创建出的科学模型，逐步积累了一些包括相关技术、解释和说明的复杂概念，其中很多是不成文的。当一位物理学家对另一位物理学家说“这是一个质量守恒问题”，他们的头脑中都会立刻出现用这种建模方法构建的同一个知识体系。采用源模型方法可以获得对新问题更深刻的理解，进而推动科学事业的逐步发展。
玛丽·黑塞（Mary Hesse）于1966年阐述了如下观点：
如果某个理论家按照模型发展他的理论……那么他不能，也没有必要把和他所探究的模型相关的所有方面都用语言说清楚，因为同一领域的其他人能够领会模型所要表达的东西。事实上，很多时候他们发现理论不能令人满意，是因为模型存在致命的问题，而这些问题恰恰是模型的提出者没有调研过，甚至根本就没有意识到的。
源模型选定后，接下来需要将源模型的部分映射到目标模型。在麦克斯韦的例子中，就是将想象中的流体机制（源模型）与人们还不太了解的电磁现象（目标模型）建立关联。通过这种机制间的对应关系，将源模型领域的技术、结论和说明转化到目标模型领域。当然，如果模型间对应关系经过仔细选择，对于目标系统的研究也已有多年，我们对它已有了一定的了解，那么转化的结果在目标领域应该是可验证的。而且，因为新现象同旧现象是相关联的，也许会对旧模型有新的认识。这个反复和交互的过程会进一步加速知识的积累。
