1707607098
世界因何美妙而优雅地运行 06HOW APPARENT FINALITY CAN EMERGE何以水落石出
1707607099
1707607100
卡尔罗·罗威利（Carlo Rovelli）
1707607101
1707607102
法国马赛大学理论物理研究中心理论物理学家，著有《量子引力》（Quantum Gravity）。
1707607103
1707607104
毋 庸置疑，本书Edge年度问题的答案只能是达尔文的自然选择学说，其至简至美的解答令人叹为观止。我坚信不疑，世人都会旗帜鲜明地把达尔文的自然选择学说视为他们最心仪的那个深邃、美妙而优雅的科学理论。可我依然想强调，人们旗帜鲜明地选择达尔文的学说，是因为其具有里程碑式的意义，它指明了我们人类与地球上的所有生命共享着相同的祖先，这直接关系到整个科学事业的核心。
1707607105
1707607106
在古希腊物理学家着手对大自然进行自然主义的解释不久之后，反对的意见也随之而来。这种反对意见，在柏拉图的论述，如《斐多篇》（Phaedo）中得以清晰地表达出来，尤其体现在亚里士多德对“原因”理论的争论上。自然主义的解释依赖于亚里士多德所说的“有效原因”（efficient cause），即由过去的现象制造的结果。然而，世界看上去是由现象所主宰的，现象可以用“最终原因”（final cause）来理解，即一个“目标”或一种“目的”。在我们生活的世界里，这些处处可见。我们长着嘴，“所以”我们能够进食。这种反对意见的重要性不能被低估，它使古代自然主义走向灭亡，在众多人的心目中，这种反对依旧是主要源头，让人们从心理上抗拒着对整个世界采取一种自然主义的理解。
1707607107
1707607108
达尔文发现了一个无比惊人的简单原理，即有效原因制造出了现象，尽管此现象看似是由最终原因导致的。我们随时都可以使现象得以复制，我们所观察到的实际现象一直都在进行着复制，因而这些现象也必定易于被复制，于是我们能够以最终原因来读取它们。换句话说，一个最终原因之所以可以有效地理解世界，是因为它是一条捷径，能够对一个持续现象的过去和历史进行解释。
1707607109
1707607110
可以肯定的是，这个观点曾经出现过。古希腊哲学家恩培多克勒（Empedocles）曾推断出，在一个幸存的王国里，显性的结局可能是随机性选择的后果；并且，亚里士多德在其著作《物理学》（Physics）中也提及过有关物种（“种子”）这个概念，但当时的时机并未成熟。在随后的宗教时代里，这样的观点渐渐消逝。我认为，对达尔文自然选择学说的抵制，不是因为理解这个美妙理论的威力有多么困难，而是因为惧怕这种非同寻常的力量，这样的一个理论将打破人类陈旧的世界观！
1707607111
1707607112
1707607113
1707607114
1707607116
世界因何美妙而优雅地运行 07FACT, FICTION, AND OUR PROBABILISTIC WORLD事实，虚幻，与我们的概率性世界
1707607117
1707607118
维多利亚·施托登（Victoria Stodden）
1707607119
1707607120
计算机法学学者，哥伦比亚大学统计学助理教授。
1707607121
1707607122
我 们如何区分小说和事实？我们时常被看似不寻常的巧合所影响。想象一下，你在早上读报时看到描述一条鱼的一段话，接着午餐时你吃了一条鱼，话题转到了“四月鱼”（或是四月愚人节）。那天下午，同事给你看了几张鱼的照片，晚上你又得到了一份鱼形海怪的刺绣礼物。第二天早上，同事告诉你，她昨晚梦见鱼了。一开始你可能会感觉这些事件有些怪怪的，但事实证明，我们不应觉得有什么古怪。这里的原因有着很长的历史，这导致了随机性通过概率的分布，直接构建到我们对自然理解的非直观洞悉当中。
1707607123
1707607124
机会是无知
1707607125
1707607126
俄国小说家托尔斯泰曾经质疑我们对机会的理解。他举出了一个羊群的例子，有一只羊被选出来要被宰掉。这只羊被单独喂食了额外的食物，托尔斯泰设想那群羊在不知道未来要发生什么事情的情况下，一定会认为持续变肥的那只羊是那么的与众不同。托尔斯泰认为这群羊以其有限的观点，笃定地认为这是机会使然。托尔斯泰给这群羊提供的解决方案是，羊群就此停止认为事情仅仅是为了“实现羊的目的”而发生的，同时要意识到，其中必然存在蹊跷的目的才能够完美地解释这一切，因而没有必要依靠机会这个概念。
1707607127
1707607128
机会是看不见的力量
1707607129
1707607130
在83年后，卡尔·荣格（Carl Jung）在他著名的论文《同步性，一个非因果联结的原理》（Synchronicity, An Acausal Connecting Principle）中表达了相似的看法。他假设，这些看似没有因果关系、但又似乎有关的事件，事实上是受到了某个隐藏的力量影响。本文开始的“六条鱼”的故事就来自荣格的书。他发现这一系列的事件非同一般，甚至它们相互之间存在非比寻常的关系，所以不能将其原因简单地归于机会。荣格认为某种其他的事物必定会发生，他将其称为非因果联结原理。
1707607131
1707607132
佩尔西·迪亚科尼斯（Persi Diaconis）是斯坦福大学统计与数学教授，也是我以前的老师，他对荣格的例子进行了批判性的思考：假设我们平均每天遇到鱼的概念一次，根据统计学家所谓的泊松过程，这个用来计数的标准数学模型，它假定观察出现的平均值有某个固定值，否则就是随机的。所以，我们可以对荣格的例子进行思考，以24小时为周期观察其长期平均频率，并计算在24小时中看到六次鱼或以上的概率。结果迪亚科尼斯发现，此概率高达22%。从这个角度看，荣格不应对这一系列事件感到惊诧才是。
1707607133
1707607134
统计革命：产生于数据生成模型中的机会
1707607135
1707607136
仅仅在托尔斯泰写到羊的故事之后的20年，英国数学家卡尔·皮尔逊（Karl Pearson）通过观察结果如何而来的新思路（和戴康尼斯计算概率使用了同样的想法），带来了科学思维的统计革命。皮尔逊认为，大自然遵循未知的分布模式来提供数据，但又带来某些随机性。他的观点是，这与观测结果实际记录的额外增加测量误差是不同的概念。
1707607137
1707607138
在皮尔逊之前，科学应对的是“真实的”事物，例如描述行星如何运行的定律，或者马匹体内血流动的定律。皮尔逊促成了世界的概率概念。即便有着测量的误差，行星还是没有按照定律精密且准确地运行。每匹马体内确切的血流途径各不相同，但马的循环系统不都是随机的。估计这些分布并非现象本身，因而我们能提炼出更为精准的世界画面。
1707607139
1707607140
由概率分布所描绘的机会
1707607141
1707607142
认识到测量本身具有概率分布的特征，是个显著的转变，从此我们就不会再将随机局限性视为测量错误。皮尔森的概念能够发挥作用，是因为该概念允许我们在分布的假设前提下，我们所作出的估计是否具备可能性。在当今，这个论证已经成了我们判断一个阐释是否可能正确的主要工具。
1707607143
1707607144
举例说明，我们能够量化药效的可能性，或是在高能物理学中判定是否能够进行粒子探测。药物治疗在控制组和对照组内的平均反应差分布是否集中在零？如果这看起来很有可能，就可以怀疑药物的有效性。与目前为止已知的粒子的型号分布截然不同的可能信号，是否一定代表不同的分布方式，从而代表着一种新型粒子？检测希格斯玻色子需要对这些数据有概率性的理解，才能够从其他事件中区别出希格斯信号。所有这些案例的关键所在，在于我们想知道产生有效现象的潜在分布特点。
1707607145
1707607146
皮尔逊直接将随机性与概率分布合二为一，从而使我们对可能性谨慎思考，并量化我们对特殊阐释的信心，因而我们可以对事物是否具有特殊意义作出更好的评估，这样我们就能够更好地达成“人类目标”。
[
上一页 ]
[ :1.707607097e+09 ]
[
下一页 ]