新书上市 | 当我们在谈论贝叶斯时我们在谈论什么：用贝叶斯的眼光看世界

turingbooks

于 2021-03-25 12:14:06 发布

阅读量421

点赞数

文章标签：人工智能概率论编程语言 ai twitter

本文链接：https://blog.csdn.net/turingbooks/article/details/115222410

版权

#新书推荐#

你跟朋友逛购物中心，时至中午，你们打算吃点东西。面对众多餐馆，你们会怎么办？

也许你们真的一无所知，随便挑了一家餐馆，但毕竟世上没多少“一无所知”的事。如果你朋友吃不了辣，那川菜馆就可以忽略；如果你爱吃肉，那么烧烤火锅可能更合适。如果你们想吃点好的，那么找人多的餐馆大概没错；如果你们主要是为了聊天，那么人少、安静的餐馆可能更合适。你们大概也会打开手机应用软件，看看哪家餐馆的口碑比较好，还会参考推荐和评语。

总之，你们会利用自己所知的一切，结合当日的情况，做出最可能满足自己的选择。而更重要的是，在饱餐之后，无论体验是好是坏，这一顿饭的经验在未来能帮助你们做出其他决策。这看起来没什么了不得的，人人每天都要经历，不需要什么专业研究就能做到。

但这一“简单自然”的过程，实际上却有着异常深刻的意义。无论是科学家研究自然，还是婴儿蹒跚学步，又或者人工智能的人脸识别，都属于类似的过程：收集数据、做出决策、观察结果、修正数据，然后在周而复始之中逐渐精进。无论是有意为之、自然天成还是人为设计，我们对这个世界的认识似乎都来自这个过程。

然而，我们对这个过程的理解还很肤浅。自古以来，人们就在思考知识来自何处。“冯翼惟象，何以识之？”对此的思考甚至发展成了哲学的认识论这一分支。但真正跳脱玄谈，实际着手定量研究知识来源的，还要等到18世纪概率论的出现。

谁又会想到，一条证明并不复杂的简短公式，经过两个世纪跌宕和无数研究之后，人们才明白它就是获取可靠知识的钥匙。

英国靠它破译了二战德军的密码，保险业靠它完成精算，而人工智能更是靠它得到了一次飞跃。更出人意料的是，人工智能启发了科学家对人类心智的研究，他们发现，同一条公式同样掌管着人类的基本感知和高级认知。它也许就是我们要寻找的答案。然而，即便人工智能领域的研究者已经用各种各样的方法尝试利用这条公式，但我们仍未参透它的所有内涵。

这就是贝叶斯公式。黄黎原的这本《贝叶斯的博弈》为我们揭开的，正是这一公式的神秘面纱。

贝叶斯理论入门读物

法国数学科普类

大学数学参考类

畅销图书

点击下图购买

作者: 黄黎原
出版社: 人民邮电出版社
译者: 方弦
出版年: 2021-3
页数: 430
定价: 109
装帧: 平装

作者是一个相当特别的学者。

黄黎原（音译，Lê Nguyên HOANG）毕业于巴黎综合理工学院，现在是瑞士洛桑联邦理工学院的研究人员，主攻人工智能。但他不是那种只看自己一亩三分地的研究者，而是对整个世界都有着旺盛的好奇心，同时乐于向大家分享他的发现。他开设的法语视频频道Science4All就涉及多个领域的科普，颇受欢迎。

黄黎原（Lê Nguyên HOANG）

原版《贝叶斯的博弈》合影

对他来说，贝叶斯公式是一座有待探索的宝库，值得为这一小小公式写上整整一本书，而他的广泛涉猎也正好符合贝叶斯公式的广泛应用。他的专业人工智能自不待言，计算机科学、数学、统计学、生物学、神经科学，甚至哲学，都有贝叶斯公式的一席之地，也是这本书探讨的内容。

这也许难以置信，一个小小的概率论公式竟然有着如此广泛的应用，其中一些甚至似乎与概率毫无关系。别的先不说，我们在决定晚上吃什么时，似乎也不会计算什么概率，那贝叶斯公式是怎么跟所有这些东西扯上关系的呢？

要理解这一点，就要先理解概率到底是什么。

我们在学校学到的是，在多次重复同一实验时，得到某个结果的比例会逐渐趋近于一个特定的值，它就是这个结果出现的概率。比如说抛硬币100次，可能有55次正面；抛1万次的话，正面可能出现4986次。但抛的次数越多，正面出现的次数就越来越接近一半，因此，正面出现的概率就是0.5。

根据已知事件的概率，我们可以计算其他更复杂的事件出现的概率，而我们在高中学到的概率，大体上就是如何去进行这样的计算。

但有些概率似乎不能这样解释。

天气预报里说“明天降水概率是40%”，但“明天”无法重复，这个概率的意义又是什么？更重要的是，我们学会了怎么根据给定的模型来计算概率，但从来没有人告诉我们这些模型从何而来。教材上说抛硬币正反面出现的概率都是0.5，但如果有人连续抛出100次正面，的确这种事情出现的概率不是0，这个人的运气可能真的好，但不会去怀疑这枚硬币有猫腻的，恐怕万中无一，也许我们需要换一种思路。

面对连续抛出100次正面，为什么我们会怀疑硬币有问题？

因为解释100次正面的方法，其实不止一种：我们可以假设硬币是公平的，只是这个人的运气特别好；或者硬币被动了手脚，比如两面都是正面。那么，这两种解释各自有多合理呢？

前一种解释下，100次正面出现的概率是2-100，大概是一亿亿亿分之一，一个非常小的数字；后一种解释下，要找一枚动了手脚的硬币不太容易，但可能性肯定远远大于一亿亿亿分之一。所以，我们的怀疑完全合理，这枚硬币多半有猫腻。

这种思路与我们在学校学到的概率方法恰好相反，与其在知道原因的情况下计算每种结果的可能性，我们做的其实是在已知结果的情况下，判断它由不同原因导致的可能性。正因如此，这类问题又被称为逆概率问题，而贝叶斯公式就是所有这类问题的解法。

而更为重要的是，我们不一定要等到第100次正面出现才开始怀疑。如果正面连续出现五六次，“运气好”这个解释也许勉强过得去，但在连续出现二三十次之后，我们肯定就从半信半疑变成极端怀疑了。

为什么？因为我们对两种解释的可能性会随着观察而不断变化，不断调整它们在我们心中的可能性。连续的正面越来越多，我们就越来越怀疑硬币是否公平。而从数学上来说，最合理的调整方法就是根据贝叶斯公式，从观察前的信心程度，根据结果计算观察后的信心程度。

吊诡之处就在这里：贝叶斯公式毕竟是概率论的公式，它计算的是客观的概率，怎么变成主观的信心程度了？

但也许这就是问题所在，不同的人对于同一事件发生的概率也许会有不同的看法。在抛第一次硬币的时候，对于毫不知情的旁观者来说，硬币很有可能是公平的，所以抛出正面的概率是0.5，但对于抛硬币的人来说，他早就知道硬币只能抛出正面，所以对他来说，这个概率是1。

为什么两个概率不相同？因为抛硬币的人比旁观者知道得多，拥有更多的信息。反过来说，即使是完全公平的硬币，如果我们知道空气中每一个分子的运动，知道硬币一开始的准确速度，知道桌面每一丝毫的起伏，那么原则上我们就能计算硬币抛到桌面上最后的朝向，结果不再是概率，而是完全注定。

可以说，正因为我们无知，所以才需要概率，用以衡量由于无知带来的不确定性。而贝叶斯公式，就是我们被迫在无知的黑暗中前行时唯一的指南针，用尽我们所知的一切，去尝试衡量未知，做出行动，而更重要的是从实际观察到的结果学习，合理调整我们对不同可能性的信心。

不仅有意识的行动如此，任何需要与外界相互作用的客体，无论是人、动物、植物还是机器，如果想要做出合理的决定，在某种意义上都需要利用贝叶斯公式，而这种利用甚至不需要主动的意识。书中提到，视觉处理、语言学习、股票市场，甚至生物演化，在某种意义上都是贝叶斯公式的具体应用。

但对于作者而言，贝叶斯公式更重要的不在于它的正确性，而在于如何具体实行。

贝叶斯

( Thomas Bayes 1702-1761 ）

在理想化的数学世界中，贝叶斯公式的确提供了唯一的答案，但在现实世界中，它的完美实现却几无可能，因为它的计算超出了任何计算机的能力，而这也是数学得出的结论。我们能做到的，就只能是利用尽可能少的资源，尽可能快的做到尽可能精确的近似。

自然界通过演化以及演化而来的神经系统，对不同类型的问题给出了不同的解答。而人工智能，也就是作者的主要研究领域，要做的就是从自然以及数学中提取经验，想方设法对贝叶斯公式指示的计算做出又快又足够好的近似。

也正因如此，书中包含相当多人工智能方面的研究内容，部分甚至相当深入。偏差-方差困境、数据的正则化、内生分层、KL散度、生成对抗网络、玻尔兹曼机、深度学习……这些都是书中仔细探讨的内容。然而，在作者的简明风格下，这丝毫没有减少这本书的可读性，反而有一种厚重感，也让我们看到人工智能领域对于数据处理与预测的孜孜以求，以及贝叶斯公式在其中的众多应用。

贝叶斯公式在哲学上同样给我们相当大的启发。化繁为简、兼听则明、从不盲信、合理怀疑，这些理性思考的注意事项，全都能在贝叶斯公式中找到解释。

不仅如此，贝叶斯的视角也对认识论产生了重大的影响。也许绝对的真理并不存在，存在的只有互相印证又互相勾连的理论，而不同的理论又被多方面的实践所验证。单一实验也许会出错，但众多实验的集合也许就提供了足够的理由，通过贝叶斯公式，使得我们对理论本身有着极高的置信度。

这就是所谓的“真理融贯论”，与其建基于可能并不存在的绝对真理，也许接受这种由概率与相互印证构成的真理更为实在。而书中贝叶斯公式的众多应用，又在各种不同的角度支撑了这种对世界的思考方式。

也许这本书最重要的启发，并不是什么具体的知识，而是贝叶斯公式中隐含的怀疑精神。本书作者写作的目的之一，就是梳理他自己对贝叶斯公式的思考。但在梳理过程中，他也发现，如果利用贝叶斯的眼光审视自己心中的信念，就会发现这些信念其实都来自外界，而我们之所以接受这些信念，也许并不因为它们是正确的，只是一时一地的偶然或者必然。

在书中，他详细地描述了对自己内心的审视。也许这也正是我们在这个信息爆炸的年代所需要的。

抛开固有的信念，直视世间合意或者不合意的一切，用最朴素的眼光，才能看到世界的本来面目。

本书译者 / 方弦

巴黎七大组合数学博士，曾于波尔多、里昂、格拉茨等地大学工作，现为巴黎古斯塔夫•埃菲尔大学计算机系助理教授。业余时间作为科普作家，主要撰写了《计算的极限》系列等与数学、物理及计算机科学相关的科普文章，也进行国外科普文章的译介，曾为平面媒体以及果壳网、赛先生等网络媒体供稿。此前译作有《玩不够的数学2：当数学遇上游戏》《数学速览：即时掌握的200个数学知识》《大图景：论生命的起源、意义和宇宙本身》。

【今日互动】