※ 引述《selfvalue 看板: W-Philosophy》之銘言： : 它就是活生生的機率 : 你不需要知道世界的真相才能做出好決策 : 只需要知道: 哪個行動的期望值最高 : 因為如果你的最大目標是讓卡著你的車受到什麼因為你一時本能不愉快想給陌生人的代價 : 那可能一些奇怪的行動是合理的 : 但答案很簡單 沒有人的人生目的會只是那樣 : 問有沒有權利___ 不如問: ____能不能接近人生目標? : 傳統的統計是這樣的: : 世界有一個客觀真相(其實 選擇什麼統計模型本身是主觀判斷) 我的工作是用足夠多的數 : 據去逼近它 : 而這種方式的數學結構, 本質上就是拒絕把世界一次性判斷. : 先給每個假設一個先驗機率prior: 意思是, 在看到證據之前, 給每種可能性一點空間, 然 : 後隨著證據慢慢調整 : 這也可以說 == 我沒有哲學氣質 只能將的比較白話 : 1. 信念是連續的不是二元的 : 2. 每個解釋都先有資格存在 : 3. 理性無法一次找到真相 但可以慢慢逼近 得到有效的 你想要的 : 機率不是骰子跟數據上才有 我回應與評估看看: 這個體系能夠理解，而且確實蠻簡潔漂亮的， 但我比較沒有在機率這個機制上面更深入， 因為在我看來機率是另外建一個模型來參照。 在更底層判定允許形成機率的網絡，是根據經驗全展開的， 但這種經驗有很多情緒放大與虛擬展開的空間， 對這些模擬的進行才是形成那個機率判斷的來源， 所以比較在心理上、語言上、世界觀上形成相應判斷。 這和你歸結的點應該是互通的。 但分歧大概在，你的機率模型大抵是一條線上的展開， 通過了一個才有下一項判定， 但我這邊應該更強調多線展開，並且直接因為不同的、對衝的目標， 形成一個分布的展開之生態。比如對於個人與他人的利益如何調和之類的。 不過我目前寫的哲學的確沒很認真系統性處理過這塊個人決斷部分， 上面寫的，有些算是看你寫的而給出的想法回應，在這裡比較偏語言哲學基底。 (我自己對康德的一個批評就是，我認為他在使用語義網絡構成哲學，但缺乏自知) ，，， 說到階段性部分，我哲學內容對應的是梯度，以及靈感來源參照很多戰爭藝術方面， 梯度部分很複雜，但與此相關的是，分層指向不同程度的確定性， 比如說對於當下的車距、空間是一塊，對於人心解釋是一塊，對於後果模擬是一塊。 戰爭藝術就更直接關聯，因為決策是要消耗時間的，情報是有代價的， 所以理想化的算法本來就沒用， 本來就有各種看著辦、留容錯空間、預想阻力的判斷。 : hume說. : 我們只能根據經驗 : kant說 : 我們接觸到的是現象而不是das ding an sich : laplace說：如果有全知者, 就不需要機率 : bayes ：既然我們不全知, 那就在不完整資訊下更新信念 : taleb : 收益有上限, 損失無下限-> 風險不對稱 : 證據的群聚- 標籤的轉向與數學上的修正項 : bayes告訴我們, 什麼是判斷的重點 這部分雖然我進展蠻多，但認為還是根據休謨， 一起用經驗然後心理習慣展開，這整個判定才是連續的。 強行區分事物真相、客觀，反而是製造問題第一步， 或者說是試圖創造梯度而不自知。(但物自身有自己應用的妙處) : 但有一種標籤比較不一樣 : eg 你一定會遇到沒有那麼如意的事情 對不對? : 你可以把整個情境叫做gray rhino灰犀牛(證據的遞減效應& habituation : ^人的大腦很容易對重複證據打折 但重複cluster帶來的風險然然存在 eg 你每天看到路燈 : 壞掉覺得沒什麼 想犯案的人則開始覺得這邊黑黑的 : &且沒有被解決 : 不要讓大腦因為熟悉感而把先驗機率鎖死) 感覺你這邊解法蠻有趣，算是帶有檢討的認知回去校正權重(? 這其實就類似理性對感性直覺判斷的約束模式， 透過否定其中情緒放大，來試圖還原原始資料。 : 如果每次遇到人都: 攻擊 生氣 猜疑 壓迫 討好 站隊 : 那你體驗到的世界就是那樣 : 如果偶爾有人願意給出耐心幫助別人 : 偶爾有人願意給理智跟願景 : 那你體驗到的世界也會不一樣 : 為你認同的世界投一票 這也是一個蠻有效的倫理學並接受回饋的模型， 我覺得在做成開放性的部分有成功， 這應該和你底層用機率判斷是呼應的， 從這個角度上，算是微妙的繞過經典哲學而解決了某種自由問題。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.158.178.38 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/W-Philosophy/M.1780450081.A.E95.html