- 说明：本文来自转载自F-major's blog, 可以阅读原文
目录
* 引言
* 相信与不相信的一件事物
* 可以达成与不能达成的一致
* 说得清与说不清的道理
* 可理解性
* 不可接受性
* 客观性
* 混沌性
引言
* 清晨，闹铃声在耳边想起，你闭着眼睛，双手顺着声音胡乱的在摸索，终于找到了手机，按下了上面唯一的一个实体键——让我们再睡十分钟吧。 经过了若干次这样的拉锯战以后，你终于决定起床，揉了揉眼睛，看了看表，马上就完全清醒了，因为你发现还有15分钟上课。 然后你马上就开始了对人生的思考：“我是谁？我在那？宇宙的起源是神马？我还去不去上第一节课了？”。 “5分钟穿衣洗漱，自行车5分钟赶到教室，这完全可行。哦不，现在主要道路都堵得跟二环似的，自行车速度~步行速度，这样的话就需要10分钟了…… 啊这个课老师开学第一节课点过名，这都半学期了，今天肯定要点名，一定要去啊…”，说时迟那时快，你一个鲤鱼打挺站了起来，根据衣物与你的距离，迅速在脑中生成一个穿衣前驱图，开启并行模式，在4分钟内就完成了穿衣洗漱准备出门。 这时候你又比较纠结了：“既然提前了一点时间，那要不要吃早饭呢？”。 “到食堂吃早饭肯定是来不及了”，你伸出头看了看楼下煎饼店长长的队伍，“煎饼也没戏了，超市里买面包的队伍这会儿肯定也是长长的”，最终你选择不吃饭悠哉悠哉的骑着自行车去上课了，发现只来了一半的同学，老师没有点名，于是你心中开始嘀咕：“国庆前的周一上个什么课！！”，现在的问题是午饭该吃什么了。
* 从清醒的那一刻起，我们就开始不停的做着各种判断，然后根据我们的判断去指挥身体完成目标。 这一切看起来都非常非常的自然，如果你决定了去做一件事，你对这件事情的感觉自然是是“我要去和我应该去”做它; 还有一种情况是你需要在同类别的事物中选择一个去做，那么就是比较你对这些事物的“我要去和我应该去”做它的感觉哪一个更为强烈了。 假如我要制作一个人工智能的机器，那么就需要它根据自己的那种感觉像人类一样去做一些判断。 现在的计算机都是基于数字电路的，于是我就想到把这一种感觉给数字化，比如把你认为AA事件为真的感觉的强烈程度用一个实数P(A)P(A)来表示，然后你会根据P(A)P(A)的大小去进行一些判断。 比如说A=这个姑娘很好看，那么你经过思考得到了P(A)P(A)的数值，你可以根据这个数值而跟室友说：“那个妹子不错”或“快看那个大姐”。 虽然都是在计算P(A)P(A)，可为什么每个人的P(A)P(A)大小都不一样呢？ 或许我们不应该把这个数值记做P(A)P(A)，而应该记做P(A|B)P(A|B)或者P(A|P(A|你所知道的一切))，读作“根据你所知道的一切而得到的AA事件为真的感觉的强烈程度的数值”T_T|||||。 你的所有推测和感觉都是基于你的背景知识B（也称作先验信息）。 背景知识不同的人会做出相同的判断，但做出不同判断的人之间背景知识肯定不同。 你的背景知识与你所处于的环境保持动态平衡，背景知识随着生活中发生的事件而不断积累和改变。 本来P(P(买煎饼做早餐|B)|B)的数值还让我无法做出明确的判断，可我瞄了一眼楼下，得到C=现在楼下煎饼摊前面有很长的队伍， 然后P(P(买煎饼做早餐|CB)|CB)的数值就马上然我觉得现在买煎饼做早餐实在是太不靠谱了。
* 说起感觉或者推断，学过数理逻辑的同学脑中一定先浮现出这些玩意儿
if A is true, then B is true
if A is true, then B is true
A is true⟹B is true
A is true⟹B is true
* 这些逻辑推理方式被称为”strong syllogisms”，我们得到的所有东西都是确定、唯一的，严密的服从逻辑。
* 但是我们从直觉上有时候还会用到下面的一种逻辑推断方式
if A is ture, then B is true
if A is ture, then B is true
B is true⟹A becomes more plausible
B is true⟹A becomes more plausible
* 这种逻辑演绎方式被称为”weak syllogisms”
* 比如 R=马上要下雨，C=现在是阴天，我们有 R⟹CR⟹C 的因果关系，但是我们们瞄了一眼窗外，观察到C，如果现在是雨季，那么 P(R|CB)P(R|CB) 的数值会让我们几乎断定R的发生，而在其他季节也会让你觉得R更有可能发生了。可以表示为
P(R|CB)>P(R|B)
P(R|CB)>P(R|B)
* 有时候我们只有R⟹CR⟹C的因果联系的陈述，但是这可能给你带来C⟹RC⟹R的感觉或者“错觉”(下雨==>阴天？阴天==>下雨？)。
* 我们错了么？没有。因为我们认为错误的是“C⟹RC⟹R是一个因果联系”这一个陈述，但C⟹RC⟹R作为一个逻辑联系的陈述就没有了对于错，只有你对这个陈述的感觉：你认为这个逻辑联系是正确的感觉的强烈程度是多少呢？ 类此的陈述还有“她对你好 ⟹⟹ 她喜欢你”。
* 我们已经决定将对一个事物是否正确的感觉的强烈程度进行数字化并将其作为一个人工智能机器人进行逻辑推断的判据，那么应该如何操作呢？ 我确信一件事情的时候 P(A|B)P(A|B)应该是多少呢？确信它不可能发生呢？于是我们就对这样一个人工智能机器设定了以下的推断原则：
* 它对一个事物是否正确的感觉的强烈程度要用一个实数 P(A|B)P(A|B) 来表示。（也称之为可能性，这正是我们想要做的）。
* P(A|B)P(A|B) 定性上要与感觉本身相符合。（比如越强烈就越大）。
* 如果一种感觉可以通过多种思考顺序来实现（引入不同的先验知识的顺序），那么任意一种顺序得到的感觉应该一样。 P(A|BC)=P(A|CB)P(A|BC)=P(A|CB)（我中午吃A还是吃C与我想到的A与C的顺序无关，但是我必须把A与C都考虑进去了）。
* 它获得对一件事物的感觉的时候必须把跟这件事物的所有相关信息都考虑进去，没有选择性的忽略。
* 如果两台机器用于推断的先验知识完全一样，那么这两台机器一定会对一个事物有相同的看法（相同的 P(A|B)P(A|B)）。
* 可以从数学上证明：如果一台机器服从以上5个原则，它可以进行完全客观的判断，并且关于 P(A|B)P(A|B)的值有下面几条性质：
乘法定律： P(AC|B)=P(C|B)×P(A|CB)=P(A|B)×P(C|AB)P(AC|B)=P(C|B)×P(A|CB)=P(A|B)×P(C|AB)
加法定律： P(A+C|B)=P(A|B)+P(C|B)−P(AC|B)P(A+C|B)=P(A|B)+P(C|B)−P(AC|B)
P(A|CB)=P(A|B)P(C|AB)P(C|B)P(A|CB)=P(A|B)P(C|AB)P(C|B) （贝叶斯定律）
* 若A事件为真，那么 P(A|B)=1P(A|B)=1，若为假，则 P(A|B)=0P(A|B)=0
* 以上所有的性质都通过数学方法证明出来的，比如性质4，我们并没有“设”若A事件为真，那么 P(A|B)=1P(A|B)=1，而是通过我们的推断原则证明出来的。
* 推断原则1～5是符合我们进行完全客观的判断的直觉的，我们尝试用这样一套数值化的推断方式去解释关于我们思考过程的一些现象。
相信与不相信一件事物
* 暂未整理，请参考原文
可以达成与不能达成的一致
* 暂未整理，请参考原文
说得清与说不清的道理
可理解性
* 由上文的分析可知，如果两个人的先验知识B不同，那即使给定相同的信息D，他们对于事件A也很有可能无法达成一致（甚至会强烈的得出截然相反的结论）。 这两个人会觉得对方“不可理解”，“颠覆三观”，“像SB一样”。而这很正常，因为这两个人的三观在这件事情上本来就有很大的分歧。 倘若发生了超自然的事件，颠倒了两个人的先验知识（三观），那么可以想像，这两个人会翻转自己的看法然后继续相互鄙视。 所以说，世界上不存在“不可理解”的事件。只要一个人不存在相关生理上的病变（或者药品的滥用等），那么他的思考方式就应该像我们上面构建的那台机器那样“随着感觉走”， 他所作出的一切都是在自己三观基础上的判断，对于他本身都是再也自然不过的事情。 无论它品德高尚还是道德沦丧，无论他积德行善还是罪大恶极，他所作出的一切都是符合他自己的世界观，虽然其他的人可能觉得这件事情完全的“不可理喻”。 但凡碰到不可理解的事情，只需要简单的想像一下：“如果我是他，从小到大与他有着完全相同的经历，那么碰到他哪一种情况，我会怎么办，我会不会比他做的好，甚至还不如他？”，这就是我们常说的“换位思考”。 当然了，做到真正的“换位思考”是很难的，一个人最基本的三观不是一天两天几次交流就能形成和改变的，一个人的阅历决定了这一切。
* 因此，如果你想要说服一个人，想要让别人理解你，唯一的方法就是与他交流三观，让他跟这件事情有关的三观和你保持一致，这样的话，你不需要特意的去费心思“证明”一个事物。他会自然与你有相同的想法的。
不可接受性
* 即使你可以很好的做到“换位思考”，世界上还有有很多你无法接受的事情，比如犯罪。你可以因为一个罪犯幼童时期的悲惨遭遇而同情他，甚至觉得如果你是他本人的话在那种情况甚至会犯下更为严重的罪行。 但是社会是无法容忍这种犯罪行为的，因为人们都有一个共识，Bc=Bc=社会应该是安定的，我们要采取必要的行动去维持他。 然后因为这样一个先验知识的存在P(P(惩治罪犯 |BcB)≈1|BcB)≈1就是显然的了，尽管这一种做法是可能使你觉得有某莫名的伤感。
* 不可避免的，我们都处在一个个的利益集团中，首先写入我们基因中的就有B1=B1=我们要尽可能保证自身的利益，B2=B2=我们要尽可能保证家庭的利益，这样一些先验知识可能会完全主导对一个事物的判断。 我们可能对与自己利益无关的事情基于自己的先验知识做出任何种类的评价，但是一旦涉及到自身、自己所在团体的利益，我们对外所表现出的做法就必须的被这些利益所主导，就像《亮剑》中的李云龙与楚云飞，虽然私交甚好，彼此敬重，但战场上还是要毫不留情的消灭对方。甚至被反转，除非你消除或者削弱那些先验知识，比如韩国狗血剧中常见的门第不符的婚姻闹剧。
* 有时候，我们的判断经常会被一些“身不由己”的先验知识所影响，产生“从道德上我应该这么做，但是从利益上我应该那么做”的这种令人矛盾的决定。 但这并不矛盾。因为你得到这两种不同的看法时使用的是不同的先验知识，你是两台不同的人工智能机器，一台代表超然世外的你自己，一台代表处于利益集团中的你自己，所有的判断在你所采用的先验知识层面都是合情合理的，只是有一些你无法接受就是了。
* 生活中好多事情都是可以理解但是无法接受的，但这就是生活。
客观性
* 再来讨论一下我们的逻辑推理基本准则3和4
* 如果一种感觉可以通过多种思考顺序来实现（引入不同的先验知识的顺序），那么任意一种顺序得到的感觉应该一样。 P(A|BC)=P(A|CB)P(A|BC)=P(A|CB)（我中午吃A还是吃C与我想到的A与C的顺序无关，但是我必须把A与C都考虑进去了）
* 获得对一件事物的感觉的时候必须把跟这件事物的所有相关信息都考虑进去，没有选择性的忽略
* 这两者代表着客观性。
* 但是从我们人类思考时的情况来说，这两者都很难完全的做到。
* 首先我们的先验知识源于我们的记忆，有一些事情在我们进行思考的时候并没有被回忆起来，也就没有加入我们的进行判断的先验知识中去。 其次我们进行复杂的判断是需要精力的，有一些问题我们并不是不能想明白，而是没有“尽我们所能的”去想明白。 我们也许就花费少许精力对这一个问题做出不完备的简单的判断，然后把判断的结果存入了记忆中，下一次需要的时候直接调取记忆的结果。 还有一种情况是我们不愿意去进行这个思考，可能在你调取先验知识的时候回想起了一些不愉快、你不愿意再想到的问题。 以上三种情况可以用一个人失恋时期的心里状态来举例，没有失恋过的同学也可以在恋爱的过程中找到对应。什么？你没有谈过恋爱？那就可以把你现在的心里状态对号入座了。
混沌性
* 人是一个……无法找到合适形容词的复杂系统。 我们的思考过程大多数时间符合我们的基本准则，但是也许你哪一天激素分泌过剩、饮酒过量、用药不慎等就做出了平时你不会做出的判断。 除了这些外在随机的不确定性事件的影响，你对一些事物的感觉也无法强词夺理的完全用这些基本准则来解释。 这些感觉源于你的直觉，也仅仅只是你的直觉，无法解释。 就像眼前的美景使你感动，耳边的歌声让你心醉，身边的姑娘令你砰然心动，记忆中的场景令你回味无穷。 智慧的存在是大自然的奇迹，我们不奢求去完全了解其中的奥秘，正是这种不确定和混沌的性质，使我们摆脱了机械论的束缚，创造了多彩的人类社会世界。
PS:本文为E.T.Jaynes的Probability Theory——The Logic of Science（中文译名：概率论沉思录）的读后感，向E.T.Jaynes致敬！