37db6 - 2y
#AI 早晨突然得到一个猜测： 人类训练AI的方式可能出现了一个偏差。 大脑实际上不直接关心对错，而是关心情绪，（情绪也不关心对错，它的目标是化解困惑与矛盾），是靠情绪来加深减弱记忆，靠情绪来奖励惩罚推理。现实的反馈会打破这种主观，从而影响到情绪，间接影响到了记忆的和推理的过程（反思过程）。 因为对错与记忆、推理过程形成了一个间接关系，变得没那么刚性，所以准确度下降，但是想象力、创造性增加。
如果是这样，人类的很多行为可以得到解释，为什么人类喜欢幻想，喜欢选择性听故事，喜欢逃避，拒绝批评。尤其在事实不那么清晰可证，与自身利害不直接、具体相关（概念上相关，没遇到过，但理论上有概率会遇到）时会表现的那么主观。人类的分歧也往往来自于此。不能证实，没有直接后果，不用被迫接受，当然不愿意接受会导致内心各种矛盾和不自洽的解释。这就是三观差异存在的基础吧。
53a83 - 2y
我觉得可能得给想象力或者创造力下定义，然后才好找到答案。（我这算不算刚性思考方式哈哈哈） 比如“发散思维”算不算一种创造力呢，那应该是一种反向检索的能力，其实也比较依赖准确度，你至少要准确知道某个事物的各项属性，才能靠属性想到这个事物。 ChatGPT就很擅长发散。
是的这两个词用于上太含糊了，不过我想表达的意思是，这些解耦可能带来了一些好处，是我们和现在的AI表现有差异的原因之一。
是的这两个词用的太含糊了，不过我想表达的意思是，这些解耦可能带来了一些好处，可能是大脑和现在的AI表现有差异的原因之一。
那应该怎么实现呢，我们很难给ai定义一个合理的“感性”，而人是天生自带感官的。 比如我们把一些数据hash之后前置0的个数作为ai独有的一种感性偏好🐶好像也没啥用。
让AI能够读懂矛盾，不能够接受矛盾的答案（但这样可能会有危险），否则要不停的运转找到矛盾的解释；但同时还有能源消耗量的约束和惩罚（类似生存压力，用对抗算法）。 读懂矛盾的关键是有一组事实表在约束，新加入的解释，通过推理后产生的结论与之不能直接抵触，或只有一个有限的误差偏离度。
你这是打算搞一套公理系统吗？（事实表即公理？） 我觉得一个大的问题就是语言，如果能够准确定义自然语言描述的事实，那么哲学问题都能解决了。但其实你能准确定义的只有一小部分。
4864d - 2y
人的情绪是一种模糊概率事件，即在行为者间的非完美信息动态博弈之中，行为者的情绪状态是一种混合策略纳什均衡的表征。 所谓的三体人透明思维只是一种想象，并不存在于高等智慧生命的意识之中。 至于想象力、和创造了是什么？ 想象力和创造力必然是大脑基于大量事实、物质材料和逻辑判断之上所涌现出来的，不能是凭空臆测。 没有人能想象出自己从未见过事物的样貌。 所谓人类虚幻的梦境，大脑的臆测和幻想，皆来源于现实物质世界外形、质地、触感、色彩、气味、和结构等的拼接。 我们在大脑里并不能创造一个非自然存在的事物影像，就好比我们有限的感官世界里，无法想象出狗的嗅觉、苍鹰的视角、和昆虫眼睛里的色彩样貌一样。
不是的，人并不靠公理存活，人靠经验存活，事实表是一组经验表，它并不是完全不可更好的，而是检验越多，越依赖的经验越难更改。它也不必是完全定义的，也不必是完全定义清晰的。但它确实可以构成约束。在矛盾出现后你要么怀疑解释，要么怀疑经验，要么怀疑输入数据，总之你需要对它们进行处理，做出选择，甚至对三者同时做出微调。
对现有模型的改进，由于我们自己都没搞清楚人类记忆的机理，我并不相信所有的手段都用尽了，用对了。
情绪确实很模糊，短暂，易变，而且大都矛盾焦虑的情绪都可以通过转移注意力加遗忘解决。但它真实存在，也可以通过模糊数学抽象成一种作用力，作用于推理和思考。 至于想象力之类的，我其实想表述的并不是文字的意思，只是找不到合适的词来描述。就像人类的手臂，上臂和下臂之间增加了关节，灵活性就增加了很多，虽然它们仍然有约束，但是增加了自由度。 至于人类能否想象出完全没有见过的事物的样貌，不好评述，毕竟很多微观世界的景象我们也没见过，我们能想象，但是完全不依赖之前见过的事物来想象也有点荒诞。即便只依靠重组拼接也够了，计算机描述的一切也不会是0和1组合拼接。
嗯，认知的局限，当前我也只能思考到这个深度，更多就给不出有价值的信息了。
哇，专业。 我是发现写代码、系统设计和管理，都和哲学有一些关系，甚至有很多哲学观点可以一一映射过来，开始研究哲学。不过目前还是起步阶段🥲太忙了。
69dfc - 2y
不晚不晚 😀
f0c86 - 2y
说个可能讨打的我自己的观点😅 我和认识的几个物理研究者都认为数学是世界的本原，物理是使用正则语言去做数学可知化，哲学是人类语言去做数学可知化，而人类语言很残缺，所以哲学很容易陷入意识不到的诡辩。
你说的是对的，我也有这种感觉哈哈哈。 编程可能就是哲学目前能数学化的一部分，对业务建模嘛，比对世界建模还要简单一些。 我会努力再搬一些过来的🥹这是我的远大理想。
数学的确以零容错的方式来认知世界的本原，但这是路径，而不是本原本身。 其余的方法，都有这样或者那样的缺陷，于是物理或者哲学就会有这样或者那样的分岐。 唯独数学没有分岐，只有难题，这些难题背后，藏着的就是本原的一部分。
从这个意义上讲，哲学是不是才是研究世界本源的起点，而物理学次之，数学才是终点，排除了各种干扰后，收敛到一个更接近本源的解。
每个人都有自己的答案。 比如我所说的数学是指全部的数学，包括未知的部分，或者也可以换个名词表述，而通常说的数学是语言，是物理使用的描述工具。本原是数学没法证明，我是按照公理理解的🐶。 但我是见过很多物理表述清楚的，在哲学表述就很…..
发散一下，我觉得很多社会性科学，从哲学出发不应该回到哲学，也不应该直接幻想着自己能够接近物理学，更不要太奢望数学。 相反它应该老老实实的学习化学，虽然我们知道很多化学反应能用物理学原理做更深刻更统一，简洁的描述，能用数学给出更加优美准确的结果，但是化学方程式仍然好用，研究难度更低。这是一个经济的选择，也是认识到自己数据经验积累不够，务实的表现。 宏观经济学就是一个典型的反例，为了用现有的数学工具和有限的计算能力给出一个终极的统一的解释，牺牲了太多的真实性，优美而不实用，和幻想无异。
0c98c - 2y
科学的经济学预设非常少，不科学的经济学预设非常多，举个例子，“理性人假设”和“客观价值理念”就非常经不起推敲，但“主观偏好”就是非常好用的逻辑工具，当然还有用“时间偏好理论”来构建的利息理论，基本上反驳了马克思的“剩余价值论”。金融领域的假设比“新古典还多”，你可以说很多金融理论不是科学，这是可以接受的
预设，公理简洁还是更高级的要求。别管你假设多少，别管反不反直觉，至少这些假设能够能被验证、测量吧。狭义相对论，光速不可超越，人家至少给出明确的数值供检验；牛顿力学假设了无限光滑的平面，但是摩擦力也是可以测量，可以检验的；数学公理就更不用说了。但是经济学呢？比如：萨伊定律供给决定需求，怎么测量，怎么检验？所以宏观经济学应该务实一点，先走实证路线，慢慢的总结自己的“牛顿三定律”。
给你举一个反例，感觉你不是特别懂经济学（我也不是很懂，但我稍微了解一些）主观偏好理论就假设主观偏好无法测量，只能比较大小，比如我更喜欢柠檬而不是橘子，但你无法量化我对柠檬的喜欢比橘子多百分之几，基于这一点无法量化的假设，可以构建出更合理的上层理论。而你说的测量这些，在经济学领域本来就行不通，在非常多的问题面前都会碰壁。 所以把经济学量化是错的，因此经济学更像几何而不是物理学（如果你看过欧几里得《几何原本》的话
我的经济学是自学的，但也自认为了解一些经济学。 回到话题，大小是典型的模糊概念，是可以用模糊数学来解决的。但我赞同你核心表述（我理解你表达的意思是经济学是具有不确定性的研究对象），我也不认同经济学必须依赖大量数学工具来解决问题，我前面就表达过这个意思。但核心假设的可检验性（量化是一种重要的手段；海量复现，未发现反例也是可以的）是另外一回事，这是科学方法论上的问题，不止经济学，任何一个学科都一样。 代数和几何的关系有点超纲，本以为是一回事，两种语言表达同一个事情，查了下笛卡尔也是类似的想法，但是后面还有很多争论。因此不确定像几何的意思是什么？不应该更抽象，应该用更符合直觉的方法工具研究？若如此我是认同的。
另外少预设的观点我也是认同的，我只是给他们放宽一点要求，假设至少要可检验，可证伪。主观效用假设可以证伪吗？我想不出来。
