
文章称福尔摩斯从不用演绎法,真正依靠的是溯因推理
来源标题:Sherlock Holmes' Abductive Reasoning
一篇分析文章指出,福尔摩斯破案靠的并非演绎法,而是溯因推理:先凭观察跳到最合理的解释,再去找证据验证。文章认为学校教育只教了演绎和归纳两种推理,而溯因推理正是新想法的来源,也是 AI 做不到的一种。文章还说,演绎能保证结论正确,归纳只是概率上成立,比如欧洲人曾以为天鹅都是白的,直到在澳大利亚发现黑天鹅。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
这篇文章讲的是溯因推理(abductive reasoning),作者的核心观点可以概括为以下几点:
1. 福尔摩斯从没用过演绎法 大众以为他靠"推理"破案,其实他做的是"猜测"——看到一个线索(手腕上的晒痕、靴子上的泥),跳到最能解释它的假说,然后再去找证据。演绎保证结论必然成立,而猜测不保证;他比别人强的地方在于把猜测当成一门需要训练的纪律。
2. 三种推理,学校只教了两种
- 演绎:从一般规则到具体结论(所有哺乳动物都有心脏 → 狗有心脏),前提真则结论必真。
- 归纳:从具体观察总结一般规律(见过一千只白天鹅 → 所有天鹅都是白的),大概率对但永远不被保证(澳大利亚黑天鹅)。
- 溯因:反向推理,从眼前的结果倒推"什么能解释它"。清晨草地湿了,你没看见下雨,洒水器也没被排除,但下雨解释得最好,于是暂时接受。
3. 你其实一直在做溯因,只是不自觉 我们每天都在从证据跳到解释,然后把解释当成事实。缺的不是能力,而是在重要时刻有意识地做这件事的习惯。
4. 《血字的研究》里那句"我看你到过阿富汗"是溯因不是演绎 军人气质 + 医生面相、脸色黑但手腕白(晒的是热带的太阳)、左臂僵硬——单看任何一条都不能证明什么,福尔摩斯问的是"哪一个故事能同时解释所有这些"。柯南·道尔一辈子用错了词。
5. 溯因是三种中唯一能产生新想法的 演绎只是把前提里已有的东西抽出来,归纳只是延伸你已经看到的模式。这正是它现在重要的原因:AI 在前两种上已经远超人类(海量样本里找模式并外推),但它无法面对一个不匹配任何模式的事实,给出一个值得下注的解释。这个跳跃目前仍是人类独有的。
6. 溯因正变得越来越难保持 搜索引擎和聊天机器人一分钟内回答大部分问题,而溯因要求你带着"大概吧"活一阵子,明知答案可能是错的还继续用它做事。
7. 四个可练习的动作 作者说看优秀的医生或设计师工作,会看到同样的四步,每一步都能练。(不过文章在这句之后直接转到案例,这四个动作具体是什么并没有列出来——这是原文的一个空缺。)
8. 塞麦尔维斯(1847)——把数字当成问题本身 维也纳产科诊所两个病房:医生病房的产妇死亡率是助产士病房的三倍,有的女人宁可在街上生产。所有人都无视这些数字,塞麦尔维斯却问:什么能解释"训练最好的人却让病人死得最多"? 答案来自一位同事解剖时割破手指、死于同样的热病——医生从解剖尸体直接去接生,助产士从不碰尸体。他下令用氯水洗手,死亡率骤降,比细菌学说早了几十年。
9. 皮尔士:惊讶是警报 "令人惊讶的事实先被观察到,然后才开始寻找解释。"符合既有信念的东西,我们不假思索就接受了;惊讶是"自动版溯因失败"的警报。所以真正关键的失败发生在推理开始之前——你看不见的惊讶,你无法解释,而我们已经花了很多年学会把它们合理化掉。作者的建议:现实做了你没预测到的事,趁你说服自己之前先写下来。
10. 键盘案例 惠普某款笔记本销量低于计划,数据里找不出原因。作者在任何人知道键盘问题之前问产品团队,得到三个答案:内存不够、硬盘太小、续航太短——每个都附上竞品的对比机型。每个对比都准确,但每一个都是因为支持了那个答案才被选中的,典型的确认偏误。
需要我帮你把这篇整理成摘要、翻译成中文全文,或者针对"四个可练习的动作"这个缺口做点补充吗?
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。