我认为,人们之所以常常混淆「信念(belief)」、「真理(truth)」和「现实(reality)」,其主要原因之一就是习惯于用定性的方式(非黑即白)[1]来思考信念。
想想那些后现代主义者试图哗众取宠的典型言论:
「『太阳绕着地球转』对于狩猎采集时代的 Hunga 来说是真的,但『地球绕着太阳转』对于天文学家 Amara 来说也是真的!不同的社会拥有不同的真理!」
不,不同的社会拥有的只是不同的信念。信念和真理根本不是同一种东西(数据类型);把它们混为一谈就像是在拿苹果和概率做比较。
啊,可是你平时用「信念」这个词的方式,跟你用「真理」这个词的方式明明就没有区别嘛!无论你是说「我相信『雪是白的』」,还是说「『雪是白的』是真的」,你表达的不都是同一个观点吗?
绝不是,这两个句子的意思截然不同。正是因为它们不同,我才能设想出「我的信念有可能是错的」这种情况。
噢,你嘴上说你能设想这种可能性,但你心里从来不真的相信它。正如维特根斯坦所说:「如果存在一个动词,它的意思是『错误地相信』,那么这个动词绝不可能有任何有意义的第一人称现在直陈式。」(译注:即你不可能在此时此刻说出「我正错误地相信着 X」)
你看,这正是我要指出的问题:用定性推理(qualitative reasoning)来思考正是问题的根源。相信与不信之间的二分法(非 即
),在直觉上与真实与虚假之间的二分法实在太像了,这才导致了混乱。
所以,让我们换用定量推理(quantitative reasoning)试试。假设我对「雪是白的」这个命题赋予了 的概率(确信度)。这就意味着,我认为「雪是白的」这句话最终被证明为真的可能性大约是
。好,如果「雪是白的」这句话确实是真的,那么我对该命题赋予的
概率这件事,本身是「真的」吗?嗯,这比我只赋予它
的概率要更接近真实,但不如我赋予它
概率那样接近真实。
当我们在谈论一个概率分配与现实的吻合程度时,用「准确性(accuracy)」这个词要比用「真理(truth)」好得多。「准确性」听起来更具有定量感,就像弓箭手射箭一样:你的概率分配射得离靶心有多近?
长话短说,其实有一种极其自然的方法,可以用来给概率分配相对于现实的准确性打分:那就是直接对你分配给真实客观状态的概率取对数(logarithm)。
因此,如果现实中雪确实是白的,那么我的信念「 概率:『雪是白的』」将会得到
比特的准确性得分:
。
但如果雪不是白的——正如我已经承认了有 可能是那样——会怎样呢?如果「雪是白的」在现实中是假的,那么我赋予正确状态的信念其实是「
概率:『雪不是白的』」,此时我的得分将是
比特。请注意,
,说明我的准确性更差了。
那么,我自己认为我自己的信念到底有多准确呢?嗯,我对这个得分的数学期望是 比特。如果雪真的是白的,那我的信念将比我预期的更准确一点;如果雪不是白的,那我的信念将比我预期的更不准确一点;但无论发生哪种情况,我的信念绝不会恰好等于我平均预期的准确度。
所有的这些定量分析,绝对不会和「我确信,我给『雪是白的』赋予了 的概率」这个陈述搞混。我完全有可能以
(近乎
)的概率相信后面那个命题——我非常确定我脑子里确实是这么想的。如果是这样的话,我预期我的元信念(meta-belief)「~1 概率:『我给「雪是白的」赋予了
的概率』」将获得
比特的准确性得分(因为
),这是所能达到的最完美的得分了。
我对雪到底是不是白的感到不确定,这绝对不代表我对「我心里有个具体的概率信念」这件事感到不确定。雪在外面的世界里,而我的信念在我自己的脑子里。比起对雪的不确定,我对「自己对雪有多不确定」这件事的确定性要高得多。(尽管人们对自身信念的认知也不总是完全准确的[2]。)
将这种区分得清清楚楚的概率情境,与那种全盘肯定(全都是 )的定性推理对比一下吧。在定性推理中,我只是简单地相信雪是白的,并且相信我相信雪是白的,并且相信「『雪是白的』是真的」,并且相信「我的信念『「雪是白的」是真的』是正确的」,等等。由于这里面牵涉到的所有数量全都是
,所以极其容易把它们混为一谈。
然而,如果你在脑子里开始想「『带有 概率的「雪是白的」』是真的」,那么定量推理所带来的精细区分瞬间就短路失效了。这是个典型的类型错误(type error)。「你相信『
概率:雪是白的』」这是一个关于你本人的客观事实;但这绝不意味着这个概率分配本身有什么可能被称为「真的」。根据现实世界的最终走向,这个信念只会获得
比特或
比特的准确性得分而已。
行家们一眼就能看穿,「认为『带有 概率的「雪是白的」』是真的」,其实就是犯了把概率当成了客观事物的固有属性[3]的低级错误。
从内部感受起来[4],我们关于世界的信念看起来就像是世界本身,而我们关于信念的元信念看起来则像个信念。当你看着这个世界时,你其实是在从内部体验一个信念。当你觉察到自己相信某事时,你是在从内部体验一个元信念。所以,如果你对信念的内部表征,与对元信念的内部表征,在形式上截然不同[5](不相似),那么你就不太可能把它们混为一谈,也就没那么容易犯下心智投射谬误[6]——我是这么希望的。
当你用概率来思考时,你的信念和你对信念的元信念,在表示形式上差异巨大,以至于你很难再把「信念」和「准确性」搞混,或者把「准确性」和「现实」搞混。当你用概率的方式去思考关于外部世界的事情时,你的信念是用 这个区间内的概率数值来表示的。这与非黑即白的命题真值完全不同,后者只存在于
真, 假
这个集合里。至于你那个概率信念的准确性得分,它的取值范围是
。而你对于自身信念的确定程度(概率),通常是非常极端的(接近
或
)。至于客观事物本身——嗨,它们只不过是红色的、蓝色的,或者重达
磅的实体罢了,无论它们是什么样就是什么样。
这样一来,我们也许就不太容易把地图(信念)和疆域(现实)混为一谈了。
这种类型区分也有助于我们牢记:不确定性仅仅是一种心智状态。一枚硬币天生并不自带什么「 不确定它会怎么落地」的物理属性。硬币又不是一个信念处理器,它也不拥有关于自身的不完全信息。在定性推理中,你可以生成一个极其直接地对应于硬币的信念,比如「这枚硬币将会正面朝上」。这个信念到底为真还是为假,将完全取决于硬币最终的状态,在这个信念的真假与硬币朝上的那一面之间,存在着一种透明的推导关系。
但是,哪怕是在定性推理的语境下,去说硬币本身是「真的」或是「假的」,也是一个极其严重的类型错误。硬币不是信念。它就是一枚硬币。疆域不是地图。
既然一枚硬币根本就不可能有所谓的「真假」,它又凭什么能给自己分配一个 的「概率」呢?
总目录:
《理性:从人工智能到僵尸》导读与目录卷:
第四卷:纯粹的现实章节:
还原论导论上一篇:
引用并非所指下一篇:
像现实那样去思考Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro,校对 Jarrett Ye
原文:Qualitatively Confused
参考
1. 灰色谬误(一极管谬误) ./827900306.html2. 对信念的信念 https://hpmor.xyz/ai2zb_13/
3. 概率存在于心智之中 ./2073707395801408592.html
4. 一个算法的内部感受 ./2051369757249736864.html
5. 引用并非所指 ./2074137124702627319.html
6. 心智投射谬误 ./2073383390892537693.html