大话机器智能:一书看透AI的底层运行逻辑
上QQ阅读APP看书,第一时间看更新

1.7 经验和实践如何共存

至此,本章已经讨论了很多关于统计学的理论。比如用大数定律来描述随机现象的统计规律性;用概率来解释不确定性中的确定;用假设检验方法来验证一个未知问题的假设是否合理。这些统计理论可以很好地指导我们生活和工作。

可是,理想很“丰满”,现实往往很“骨感”。如果有一天,我们知道的统计规律和现实生活发生了冲突,又或者前人的经验不符合亲身经历,那么该怎么办?面对经验与现实的矛盾,我们需要一种应对方案。

假设你正在玩抛硬币猜正反的游戏。游戏看上去很公平,没有人在干预硬币结果,硬币看上去也像是普通的硬币。对于即将开始的下一局,请问你该如何下注?理论上讲,硬币在落地后得到正面和反面的概率是一样的,所以你可以随便猜,总会猜对一半。但那毕竟是理论,你无法确保眼前的这枚硬币也是如此。更何况,你无法提前抛足够多次这枚硬币,来验证你的假设。

那该用怎样的下注策略呢?答案是根据历史信息来决定。比方说,已经抛了10次硬币,其中有8次正面朝上。就是说通过10次实践,硬币正面朝上的概率是80%。虽然这个概率和它的理论值(50%)比可能有偏差,但它仍然是下注的重要参考。如果还有第11次抛硬币,你就应该去猜正面朝上。

更极端点,如果硬币扔了一亿次都是正面朝上,那下一次反面朝上的概率是多少?我们能否坚信它是一枚特殊硬币呢?不能。虽然下一次硬币反面朝上的概率无限接近于零,但它不等于零。只要没有对硬币做出更进一步的确认,无论扔多少次,我们都无法排除反面朝上这个选项,只能无限降低对它的可能性的预期。

大部分人都是根据历史经验不断修正自己的认知。毕竟我们不是先知,不能提前知道所有事件发生的概率。这种思考方式具有现实意义,它背后的数学原理是贝叶斯定理