今天看了一個電影,推理筆記裡介紹了一隻拉普拉斯妖:南洋大學數學系的高等生堅信命運決定論,並用大數據AI技術(各種數據爬蟲啊、word2vec、BP等算法都用上來了,這樣很討理工科的興趣),計算出賽車手的死亡概率是74.21%。不僅如此,他還製造了巧合(利用人的心理,利用圖書管理員去殺賽車手,因為圖書管理員有要把女主送到普林斯頓的迫切心情),使該概率達到100%。而這個賽車手的心臟正是女主角換心需要的。
所以這個拉普拉斯妖是什麼?從百度上查看,拉普拉斯提出過,已知存在一個神明,熟知宇宙所有粒子的位置和動量,並通過公式對這些數據進行分析,能夠準確預測一切未來。世人把這個稱之為,拉普拉斯妖。
有資料說拉普拉斯妖與量子力學的測不準原理違背,而且這個決定論太扎眼,因此被當成笑話對待了。而且事實上在拉普拉斯的時代(19世紀),雖然拉布拉斯的科學地位如日中天,也不是所有人都認可這個理論的。
但是,從很多角度來看,現在的AI和大數據的應用,多少就有點是在預測未來。比如:熟知宇宙所有粒子的位置和動量(數據的完備性和數據的獲取能力,以及存儲能力),並通過公式對這些數據進行分析(模型的構建)。只不過預測的程度是用概率來呈現。
說到這,我覺得非決定論其實跟拉普拉斯妖也不算完全矛盾的。拉普拉斯妖是100%的確定論者,量子力學更多用概率(以及測不準原理,即不可能同時「測量」位置和動量。「測量」這個詞語,在拉普拉斯妖的支持者們看來,本身應該客觀的,即是存在的。如果測不準,說明你主觀或者工具有問題。雖然主觀或「測量」可能會改變之前的客觀狀態,所以你觀察到的「測量」可能是假的,可能是不客觀的。舉一個觀察會改變測量結果的例子:比如,你是一個銀行分行領導,你想考察一下支行容貌是否達標,但是當你過去觀察時,你就已經改變了支行的狀態,可能已經影響了你的「測量」。但拉普拉斯妖認為是客觀的,不隨你是否觀察「測量」而改變)來描述物體以及物體的運動。概率的值域是在0和1之間的,也就是小於等於100%,這算是弱拉普拉斯妖了。拉普拉斯妖算是一個理想模型,即一件事的概率是100%。
除了拉普拉斯妖之外,還有一隻很神奇的動物,就是薛丁格的貓。薛丁格的貓是反對拉布拉斯妖(100%預測)的有力武器。薛貓的理論認為,你面對一個黑箱,無法準確知道裡面是什麼狀態(貓是死是活),只能猜測貓有50%概率是死的,50%概率是活的。直到你打開黑箱,看到貓的狀態為止。但我覺得,薛丁格的貓算是拉普拉斯妖的兒子吧,或者說是一種不幹預狀態(初始化)。如果人為的去幹預,也可以把一件事情做到100%。比如,如果你想看到(預測)貓是死的,那麼你就連盒子帶貓都丟到火堆裡(這是很極端的做法了);如果你想看到的(預測)的貓是活的,那麼就往黑盒裡注入對貓無害的解毒劑。
所以現在想想,大數據預測,給的只是一種未被幹預的可能性(概率)。比如我們給客戶價值名單排序,如果業務同事主動去幹預(發揮主觀能動性去營銷),那麼未來(給的名單的客戶價值的排序的概率)是會被改變的,也會是有效果的。所以主觀能動性也非常重要。當然,這不是說預測重要,其實恰恰是預測,給了方向。那麼就更可以大膽去發揮主觀能動性了。