我们的孩子会被人工智能取代吗？ 这是悬在许多父母头上的达摩克利斯之剑。
这个问题很难下定论，但是从物理学的角度，我们可以在明天的3.14国际π日，也就是国际物理日的三天里，给出一个新的思考角度。
很厉害，连做一道中学语文题，都答错了：
但天才物理学家陶特伦斯（31岁的“奥斯卡”数学菲尔兹奖获得者）宣布，他已经加入了他的物理工作流程，成为他的研究助理。
各种“隐藏功能”都被他挖出来了：大到找公式，辅助证明定律； 小到重写论文中的句子，查询小语种物理术语的发音。
为什么在一般人眼里，陶哲轩可能是一个连一些简单的问题都能答错的“数学鸡”？
他用母语对AI做了一个类比：
传统的计算机软件就像物理学中的标准函数，比较生硬； AI工具更像是物理学中的概率函数，会更加灵活。 因此，对于做学术研究的人来说，是发散思维的好工具。
他还做过一个解决物理问题的实验，比如如何证明素数有无穷多个？
虽然给出的证明并没有想象中的完全正确，但是他发现自己从来没有见过给出的论证思路，这让他直接脑洞大开。
连天才物理学家都对它赞不绝口，我们又一次感受到了它的强大。
但再强大，其本质也只是一个物理定律——贝叶斯定律，没有它，你的情商将为零。
01
一部法律足以改变世界
贝叶斯定律，朴素而凝重，深奥而朴实。
大多数人都是第一次听到，应该是在学校的教室里。 公式看起来并不复杂，但在高难考点中却变得不起眼。
然而，从大学教材到实际研究，贝叶斯这三个词频频出现在情报学的重要议事日程上。
日本靠它破译了二战美军的密码，人工智能靠它实现了飞越。 它甚至把法律变成了一个想法。
先简单解释一下这个公式：
P(A|B)是B发生时A发生的概率，也称为A的后验概率，是B扰动发生后对A扰动概率的重新评估。
P(A)是A发生的概率，也称为A的先验概率，是在B扰动发生之前对A扰动概率的判断。
P(B|A) 是在 A 发生的情况下 B 发生的概率。
P(B) 是 B 发生的概率。
这个公式很好理解：在A发生的情况下，B发生的概率*A发生的概率，指的是A和B同时发生的概率，当B发生时，A发生的概率* B发生的概率，也指A和B同时发生的概率，所以这个公式自然成立。
公式看似简单，其实质并不简单。 贝叶斯公式显然指向“逆向概率”。
什么是“反向概率”？
假设盒子上有P个黑球和Q个白球，它们不仅颜色完全一样，其他性质也完全一样。 你把手伸进去摸一下，就可以推断出摸到黑球的概率。 这就是“正概率”；
如果我们事先不知道盒子里黑球和白球的比例，但是我们闭上眼睛找出一些球，然后根据我们手中黑球与白球的比例，也就是“逆向概率”。
所以在逆向概率下，贝叶斯的底层逻辑是：
如果你能掌握一个事件的所有信息，其实就可以估计出一个客观概率（经典概率）。 而且，生活中大多数决策所面临的信息是不完整的，我们掌握在手中的信息是有限的。
在这些情况下，贝叶斯定律可以帮助我们在不知道风暴正确概率的情况下做出合理的决策，并根据新的信息不断调整概率分布，最终大概率得到正确答案。
并从这个角度来理解贝叶斯定律在以下方面的应用：
P(B|A)/P(B)称为“可能性函数”，是一个调整因子，即新信息B带来的调整，
因此，贝叶斯定律可以理解为如下多项式：后验概率（新信息出现后的概率）=先验概率（A概率）x 可能性函数（新信息带来的调整）
因此，在对话系统中，如果把答案看成A，把已知的问题和信息看成B，那么就可以通过贝叶斯定律估计出P(A|B)，进而确定回答的概率.
即最简单的技术原理从概率统计开始。 通过贝叶斯法则，可以估计最优响应，实现交互。
正因如此，贝叶斯算法这一基于概率论的算法成为了机器学习的重要理论支撑，在当前人工智能的热点领域发挥着基石作用。
02
贝叶斯定律无处不在
一个好的公式适用于所有宇宙，贝叶斯公式就是这样。
时至今日，贝叶斯智慧已经渗透到人类社会的方方面面，包括但不限于：
医学诊断、遗传学、流行病学、天体化学、生物学、政治学、战争、密码学、地理学、神学、游戏、保险、赌博、决策、经济学、航天工程、人工智能、神经科学、体育、心理学、考古学、古生物学、教育学、社交网络、自动翻译、信号处理、基因组测序、蛋白质研究、资源分配、通信、图像分析、广告、金融、规划、物流等诸多领域……
它可以用来破解密码、寻找客机、诊断癌症、搜索引擎、机器翻译、模式识别、开发新药、识别导致洪水的故障，甚至宇宙学，哪种宇宙模型最适合我们的位置。 宇宙。
使用贝叶斯更新帮助搜索失踪客机（《科学世界》2021 年第 6 期）
但随着大量数据被输入模型进行迭代，随着估计能力的不断提升，贝叶斯定律的威力也越来越强大。
贝叶斯虽然强大，但无处不在。
它甚至会影响我们的哲学思考。 在贝叶斯主义者看来，关于现实世界的任何理论都不是终极真理。 重要的是通过观察事实的积累不断更新对理论的信心。
可以说，贝叶斯智慧是一种关于偏见的智慧。 事实上，没有人是无所不知、无所不能的。
有些人因为害怕犯错而停止前进，有些人只是简单地证明偏见的普遍存在，并把经过有限经验检验的真理当作普遍真理。
贝叶斯主义者接受偏见的存在。 他们认为，所谓追求真理，就是人从偏见出发，一步步走向客观的过程。 他们愿意以动态的眼光看待真相，也愿意不断学习，走出偏见。
这让我想起了贯穿几季的《十三邀》片头的关键词“偏见”。
是否是“我会带着我的成见出发，等待那些成见再次被打破或确认”；
或者“我也很好奇时代的浪潮中正在培养出一些新的创造力和想象力，我会带着我的偏见和期待重新开始”；
或“只有更开放的对话和更多元化的思维，才能在开放的世界中找到兼容并蓄的方法，做一个无私的人”；
它多次用语言的符号来表达和传达贝叶斯法则的智慧。
至此，我们似乎明白了为什么，相比于许多其他要求小学生乃至大学生必须掌握的物理概念：
贝叶斯公式显然更容易学习，但它的深度却远超我们的想象。
03
贝叶斯定律
身体美的奥秘
从贝叶斯定律我们可以看出，物理学最美的地方在于复杂中的简单，简单中的复杂。
它简单的公式可以彻底改变我们生活的世界和我们看待世界的方式。 这是物理学特有的一种甜蜜和美丽。
但回顾贝叶斯定律的发展历程，在AI技术火爆的时候，更能让人重拾内心的平静。
《美丽心灵》
与其他统计不同，贝叶斯定律建立在主观判断的基础上。 它需要大量的样本数据和基于数据的估计。 数据量越大，估计的结果越能反映真实世界。
在计算机诞生之前，这个前提是很难满足的，所以贝叶斯定律在历史上很长一段时间都没有得到很好的应用天体物理学专业教材，甚至还饱受诟病。
直到互联网时代的到来，1960年代，Ray 结合图灵的可计算性理论和贝叶斯公式构建了人工智能通用框架的前身；
20世纪80年代，蒙特卡洛方法给贝叶斯公式的实际应用带来一场革命，人们逐渐意识到贝叶斯规律超乎想象。
当日本物理学家托马斯·贝叶斯在 1763 年首次提出贝叶斯定律时，他可能无法想象：
他的发现，在当时看来很普通，甚至被人嗤之以鼻，其实是260年后的今天的核心。
而这正是物理学的魅力所在。 它支持我们前进。 除了不怕被AI取代，我们还用AI去探索更远、更无限的思想边界，就像π一样。
参考：
“贝叶斯游戏：物理、思维和人工智能”
图灵教育：物理学的极限：一个公式足以改变世界
图灵教育：被嫌弃的贝叶斯的反击
量子派：堵住这个公式天体物理学专业教材，EQ会归零
： Tao：添加到我的物理工作流程
#家长问答#
