人类认知的本质是类比，不是逻辑

 

来源公众号：谦益满损　作者：内虚外谦

一、逻辑来自语言和命题，是个幻觉

人类没有逻辑，只有类比对顺序的总结。人类没有理性，只有常识。

逻辑来自命题，命题来自语言，人类的语言是逻辑大脑的核心。没有语言，没有掌握语言的原始人一定没有缜密的逻辑。

什么是逻辑？命题加条件形成结论。

举两个例子。你今年23岁；人过一年，长一岁：所以，明年的今天，你24岁。

一个苹果加一个苹果等于两个苹果；一加一等于二可以无限推理：所以，一亿个苹果加一亿个苹果，等于两亿个苹果。

这些逻辑真的存在吗？一年到底有多少天？有的地方一年360天，有的地方365天，有的地方385天。到了明年的今天你一定24岁吗？你会不会在明天死掉？所有的“纯逻辑”，稍加思考都站不住脚，因为有大量的反例和条件规定之外的情况。

一亿个苹果加一亿个苹果，真的等于两亿个吗？它会不会压坏了？会不会生出一个苹果精出来？会不会苹果积热聚变了？

人是靠类比和常识活着。所谓的逻辑过程，即推理（reasoning），其实不是逻辑，而是靠类比，归纳和演绎。归纳和演绎也是类比（analog）。

为什么人经常做那么多反逻辑反常识的事？因为他没有足够的类比数据库和总结出来的公式。

其实这一点在最新的科技发展中已经有所体现，简单举例如下。

二、科技道路的发展类比到人类认知的揭示

（一）CPU与GPU：串行逻辑与并行逻辑

CPU是按照逻辑的串行指令，前因后果的时序，一条一条地对数据进行分析处理。GPU使用并行计算架构，一条指令可以对多组数据进行相同的操作。CPU先后处理100条数据的时间，GPU已经用一个公式，同时处理完10000条数据了。所以，卖GPU的英伟达公司才会借算力巨额提升的东风，超越英特尔公司，成为市值最高的芯片公司。

（二）人工智能道路：穷举法与卷积神经网络

以前人们认为人工智能无法攻破围棋这一堡垒，因为棋盘有361个点，可能棋局的总和是天文数字。但深度学习的进步改变了这一点。卷积神经网络理论认为，我们可以提取同类数据的相同特征，加以归纳总结和演绎，就能快速预测同类的下一组数据。

举个例子，我们如何教一个两岁的没见过鸟的孩子，或者教一个机器辨认出一只鸟？我们提供20张照片，机器按照明暗度、形状、颜色将照片中的数据进行分类，归纳出图片中有两片类似的长方形形状，轮廓周围跟背景色对比强烈，表面都有类似羽毛的鳞状结构。机器学习到，有这些特征的就是鸟的翅膀，那么图片中就有一只鸟。

机器不需要处理完图片中的所有数据，所有像素点。只要按照一定的规律提取表征数据就行了。甚至机器都不需要用人的语言把这些公式表达出来，它也不“懂”，但是它能预测，当下一张图片还有类似的表征，那么下张图片就是鸟。

那么，人工智能根据现有的大型蛋白质分子，预测出上百种可能的新型蛋白质结构，就是轻而易举的。这就是2024年的诺贝尔化学奖。

同理，围棋的劫、定式、棋谱就是现成的公式，它可以根据现有的围棋数据结构，轻而易举地预测出几百万局棋，从而在跟人对弈时，轻易下出胜率最高的落子。

三、人类认知的本质是类比

自然界有没有逻辑？没有。只有时序和我们总结出的因果。你打我，我很疼。我打你，你说你疼，作出疼痛的表情。张三打李四，李四作出疼痛的表情。因此，我们认为李四应该感到了疼痛。

这就是我们总结出的因果，我们叫它逻辑，叫它常识。

实际上，我们只是类比，我们是按照同样是人，同样的情况可能产生同样的结果，这样去推断。

有没有可能李四先天体质特殊，感觉不到疼痛？当然有，但是这个可能出现的几率很小，一万人也没有一个，因此我们的大脑简化了算法，当例外不存在。

所以，人类没有逻辑，没有理性和推理，只有类比。所以，完全理性的人不存在，这样的人只是类比能力强大，又擅长总结和演绎。没有理性，只有类比和常识。

推理，或者类比，能解释、能归纳世界百分之七八十的现象，但千万不能误以为逻辑会永远存在，不能认为理性会脱离人，在另一个空间永存。

事实上，人类社会很多是由推理之外的极小概率事件推动的！两个万分之一概率的条件相遇，同时满足了触发条件，然后一件不可能的事发生了。翻一翻历史书，意外和不可思议的小概率事件决定战争胜负，国家的崛起和衰败，在历史上这样的情况至少有一小半。

四、未来人类应该怎么做？

所以，逻辑和推理固然重要，但不能把它神话，要警惕，往往越是学历越高的人，越是容易把它奉为圭臬。另外，要拥抱不确定性，拥抱变化。

最后，要善于使用类比，善于归纳和演绎。

人脑使用两种方法认识世界：

一种是时序法，比如种庄稼的四季时令：春生，夏长，秋收，冬藏。

一种是类比法。人们观察到，这棵草这样，另一棵也这样，那一棵也这样。于是人们把有这种现象的东西都归在一类，叫它植物。

我们要对时序法，即所谓的逻辑进行祛魅，而对类比法进行足够重视。

同时坦承世界有太多不确定性。

不确定性很好。

确定性的事，AI会帮我们做完，而不确定的事，刚好是我们可以大展拳脚的地方。

五、未来机器应该怎么做？

使用逻辑建构世界，需要一大堆的前提条件，使用模糊的类比建构，不需要前提条件，只需要提取类似特征，总结公式，再演绎。其中的总结公式很多时候甚至不需要我们的意识参与，它在潜意识中就自动完成了。也就是说，逻辑需要语言参与。类比并不需要，只需要五官感知。

我们用灵活的类比认识整个世界，这就是我们相比于机器的优势。

机器为什么经常犯错？

第一，因为他们的构成基础是逻辑。逻辑链条越长，“谬误”会逐步放大，直至不能成立。

第二，他们没有感官，没有人类这么丰富的五感收集器，即具身感知。

第三，他们不擅长应对小概率事件，或者不可能事件。人类通常仔细考虑小概率事件或不可能事件发生的后果，机器却不可能给反例足够高的权重。因为他们的算力追求最高效，系统冗余度（robustness）不足。

机器取代不了人类，最本质的原因就是机器基于逻辑，模拟出类比能力。

人类从类比出发，归纳出逻辑。所以人类思维具有天然的包容性和更广阔的可能性。

虽然机器取代不了人类，但我们可以从机器的三个犯错原因出发，对机器进行下一步改进。

从机器的三个犯错原因，我们可以推导出机器谬误三定律：

一、机器的推理结果一定会跟现实相反。

二、机器一定会遗漏关键信息。

三、机器认为发生不了的事一定会发生。

机器如果把这三个定律带入逻辑时序，时不时循环检查，就能大大减少犯错几率。

　

来源网址：人类认知的本质是类比，不是逻辑（原版）