逃出你的肖申克(二):仁者见仁智者见智?从视觉错觉到偏见

《Making Up the Mind》上讲了这么一个简单但深入的实验:php

ambi_sun_up

咱们看到这张图片的第一反应是:5个凸的按钮,1个凹的按钮。html

如今仅仅将图片上下颠倒一下:程序员

ambi_sun_down

在咱们眼中当即就变成了:1个凸的按钮,5个凹的按钮。算法

为何同一副图片,仅仅是上下颠倒一下,咱们就对其做出了彻底不一样的解释呢?网络

咱们知道,视觉图像要到达大脑,首先要在视网膜上成像(视网膜上密密麻麻地排布着感光细胞),刺激感光细胞造成的神经电冲动而后通过一系列复杂的神经通路到达视觉皮层。但后续的繁杂步骤其实都是对视网膜上成的像的处理。这里,对咱们的讨论而言视网膜不妨能够看做一张感光胶片,重点在于视网膜上的像彻底是一张二维图片大脑从图像中提取出来的任何信息都以这张二维图片为原始素材框架

那么,究竟大脑是怎么从二维图片中看出(推导出)三维的?dom

其中一个重要的工做就是断定深度。前面的两张图片彻底是二维图片,在咱们的视网膜上也是二维的。然而大脑却可以从中理解出三维出来,大脑可以判断出一个按钮是“凹”的仍是“凸”的。这是怎么办到的?机器学习

很简单,假设环境中有光源,而且光源来自上方,那么凸的物体会使其下部出现阴影,凹陷的物体则会在上部出现阴影。因而,图中按钮的下半部出现阴影就意味着按钮是凸的,按钮的上半部出现阴影则表明按钮是凹的。ide

然而,别忘了,大脑的这个推理成立必须有一个前提,即光线从上方照下来,若是光线从下方照下来的话,一切就反过来了,凸的物体将会使其上部呈现阴影,凹的物体将会使其下部呈现阴影。所以一样的一副图片若是假设光线从下方照耀的话,原来当作凸的物体就应该当作凹的,原来当作凹的就应该当作凸的。svg

那么,回到咱们的第一副图片,你可以看着第一副图片并假想光线从下方照下来,进而把原来凸的按钮当作凹的吗?事实证实这很难,但咱们能够作一个等价的事情——将图片上下颠倒一下:考虑到咱们老是假设光线从上方照耀以及按钮的上下对称性,颠倒原图就至关于对原来的图片而言假设光线从“下方”照上去了。

咱们发现(上文第二张图),一旦颠倒图片以后,果真凹凸就换位了

这就是说,同一副图片其实有两种(乃至更多)可能的解释,取决于你的大脑到底假定光照来自下方仍是上方。但为何咱们看上面两幅图片却不会出现“二义性”的错觉呢?由于在咱们生存的环境中始终就有这么一个巨大的来自上方的光源——太阳,漫长的进化已经在咱们的神经回路中刻下了“光源来自上方”这样一个强大的假设,因此虽然第一副图片本该彻底有两种解释,咱们仍是不可避免地只看到其中的一种解释,即假设光线来自上方的解释,即便卯足了劲看也难以将凸的当作凹的,由于难以克服进化印刻在大脑中的“光线来自上方”的假设,所以为了让你看到“当光线来自下方时你会看到什么景象”我不得不将图片颠倒一下,结果你就看到原来凸的变成凹的了。

对于了解贝叶斯方法的同窗,这个“光线来自上方”的假设就是先验(prior)的。

世界在咱们眼中其实只是一张二维图片,因为引入了“光照来自上方”这个先验假设,便有了凸凹。不然,文中一开始那张图片中的“按钮”能够是凸的,也能够是凹的,也能够是一张平面的、故意捉弄你的眼睛的画。

最后,咱们再来作一个实验,将原图转动90度:

ambi_no_ray

是否是发现凸凹感基本消失了?如今图片看上去更像是透过面板上的一些孔洞看背后的一张黑白条纹纸。前面提到,咱们的大脑经过阴影来判断凸凹,在对阴影的“含义”进行推断的时候必须假定光照来自上方,而在这张竖着的图中,假设光照来自上方的话,那些阴影是没有意义的,由于无论凸仍是凹,都不会造成这样的阴影,所以咱们的大脑便没法判断凸凹了。(注:其实只要稍微把头往某个方向转一下就会看到凸凹了,而且,因为90度的偏角远小于上下颠倒,因此可能很多人仍是可以在上图中看出凸凹感来的,只要想象光线来自左方或右方便可,比想象光线来自下方容易多了)。

也许这个实验对你来讲过于简单,对于咱们大脑中的“光线来自上方”的先验假设你尚未强烈的感受。下面是一个更强的先验假设——人脸

咱们的大脑有一个神经网络模块负责识别人脸,这也是一块硬编码的神经网络,也就是说咱们天生就对任何(相似)人脸的图像敏感,因此随处都看到人脸,稍微相似人脸的图像就会被优先解释为人脸(用“手中拿着锤子,什么东西看上去都想钉子”的话来讲,人脸模型就是咱们的大脑在图像识别时的一柄黄金大锤):

jiong_small

(图片注:荣耀属于八卦@互联网)

当这种对人脸的强大先验假设在与“光线来自上方”假设产生冲突的时候,真正诡异的事情就出现了!

hollow_mask_illusion

这是卓别林的面具在旋转过程当中的四个不一样瞬间的截图,左上图是面具正面的正常图像,但右下角是从反面看的情形——这个时侯实际上面具是向内凹陷的面孔,可是咱们的大脑欺骗了咱们,让咱们仍然看到凸的面孔,由于大脑的人脸识别模块对“脸是凸曲面”的先验假设轻易地战胜了“光照来自上方”的假设。大脑的逻辑是这样的:若是假设光照来自上方,那么根据阴影来推断这就应该是一张凹陷的脸。但咱们又知道全部的脸都是凸的,所以必须推翻光线来自上方的假定才能符合“事实”——当大脑中的两个假设相冲突的时候,更强硬的那个获胜。若是这不是一张人脸面具,咱们即可以轻易地意识到是凹陷的了。

静态图片不够生动,下面是这个视频的动态旋转过程(看不到视频的话请直接转至youtube link

下面这个视频则很好地将上文提到的两个实验结合了起来(看不到视频的话请直接转至youtube link

若是你对这种先天印刻在大脑中的先验假设仍然有所怀疑,再来看看著名的诡异的Ames’ RoomAmes’ Window吧(看不到视频的话请直接转至youtube link #1, #2):

(图片/视频注:荣耀属于Richard Gregory

Ames’ Room的构造有点复杂,但Ames’ Window是很好造的。

在Ames’ Window和Ames’ Room中,因为咱们假设屋子的框架和窗户的框架是平行的,从而会将视觉上平行的窗户看做是与咱们相对平行放置的,而将视觉上扭曲(一头宽一头窄)的窗户看做是与咱们相对垂直放置的(由于其一端离咱们远去从而变小)。事实上咱们在现实中正是经过物体大小的变化来判断远近的,这也正是透视法可以在平面纸张上创造出三维视觉效果的原理:

perspective_1

在上文的实验中,咱们的大脑因为有“内建”的假设,因此垂手可得地将一些按钮无歧义地解释为凸或者凹(后面咱们会看到,虽然先验假设帮助咱们消解二义性,但先验知识偏偏也正是偏见的本质来源),咱们难免要想:若是缺少先验知识来消解二义性,会出现什么现象呢?

180px-Necker_cube.svg

这个是著名的Necker Cube,对它的三维解释是二义的。也许因为咱们对平放的方块更熟悉(对图片来说这是一个先验知识,由于它并不蕴含在图片自己携带的知识当中),更多的人会看到其中的一种解释(即“一个平放着的方块”),但其实还有一种解释也是彻底可能的。若是引入“现实中平放着的方块更常见”这个先验假设,咱们实际上是没法在两种假设中选出一种的,两种可能性等同。事实上盯着图片久了以后这两种解释就会随机切换。

要消解二义性其实很简单,引入新的evidence(了解贝叶斯方法(《数学之美番外篇:平凡而又神奇的贝叶斯方法》)的同窗对这个字眼应该很熟悉吧?):

necker_cubes_2

(图片注:荣耀属于wikipedia和Necker

咱们的大脑会综合图片中全部的evidence,以及大脑中本来就有的先验假设,给出最可能的解释。但必须注意的是,若是按照统计学派的观点,应该让数据自己说话,不引入先验假设的话,二维图片就是二维图片,每种解释的可能性都是均等的,但若是考虑了先验假设,那么每每只有一种或几种可能性是靠谱的(plausible):

card2048-378x230

(图片注:荣耀属于Indexed

前一阵子互联网上流行的“看你是左脑仍是右脑”的“旋转的女人”图片也是绝佳的例子(注:其实这跟左右脑毫无关系)(相似的多义性视觉错觉参见Multistable Perception):

rotating_girl

有人看到顺时针有人看到逆时针。但更多的人看到的是顺时针,正如Necker Cube中更多的人看到的是一个水平放置的方块同样。一种可能的解释是咱们对顺时针旋转更为熟悉(先验假设)。

可是若是咱们给图片加上一些新的evidence,就会发现变化出现了:

rotating_girl_clockwise

rotating_girl_counterclockwise

(图片注:荣耀属于Nobuyuki Kayahara八卦的wikipedia,以及台大心理系陈建中副教授的解释

像前面的加上了新的evidence以后的Necker Cube同样,经过对图中旋转的女人的剪影添加轮廓线索,强烈提示了目前这个瞬间究竟是正面仍是反面。经过这个提示,大脑正确的对二义性进行了消解。

其实,说到底一张二维图片就是一张二维图片(外界物体反射的光线投射到咱们的视网膜上也只是留下二维的剪影),其三维解释有N种(甚至无数种),但为何绝大多数状况下咱们的大脑可以一下就锁定在其中的一种可能性解释上呢?皆因咱们的大脑对生成这张图片(特别是图片中的阴影)的环境参数有一些先验的假设(如前面提到的“光照来自上方”、“脸是凸曲面——严格来讲,鼻子是凸的”)(注意,这些先验假设并不蕴含在图片中,而是咱们在长期生活中无心识统计出来的,或者干脆就是漫长的进化过程筛选出来的有价值的先验假设——正如婴儿天生在吃奶期就懂得吮吸同样。)

咱们再来回顾一个经典的视觉现象——色彩恒常性(Color Constancy)。咱们已经知道,同一个物体,在不一样光照条件下咱们知觉到它的颜色是基本不变的。一个青苹果在日挂头顶的中午的白炽光线下看上去是青的,在斜阳西下暗红色的光照下是青的,在清晨淡蓝色的雾霭中仍是青的。你可能以为这很正常,青的原本就是青的,有什么好奇怪的。但问题是若是将咱们的眼球换成一个光线接收器,从而客观记录下从苹果表面反射出来的光线的RGB值(红、绿、蓝三色的比例),会发如今不一样环境光照条件下,实际从苹果表面反射出来的光线差别是很大的;例如环境光只有长波(红色)的话,那么无论苹果表面的反射好比何,反射出来的光也只能是长波,但为何咱们看起来仍仍是青色的呢?

若是咱们在一个封闭的箱子中放置一张白纸,让观察者透过暗箱上的一个孔洞来观察这张白纸。那么当咱们在箱子内用黄光照的时候,观察者会看到黄纸,用红光照的时候会看到红纸。但若是打开箱子,则无论用什么光照,咱们看到的仍是白纸。

为何会出现这种现象?目前为止已经有了一个理论解释框架:尽管同一物体在不一样光照条件下反射的光线差别很大,即视网膜接收到的光线差别很大,但视觉皮层对视网膜接收到的光线又进行了一层处理,这层处理就是从视网膜接收到的光线中“抽取”出物体的“真实颜色”。但咱们的神经回路如何计算目前还并不最终明确,但有靠谱的逼近算法(被称为retinex algorithm),其中一个简洁的版本是这样的:假设目标物体周围的邻近环境中存在彻底反射光线中的绿光成分的物体、也存在彻底反射光线中的红光成分的物体、也存在彻底反射光线中的蓝光成分的物体,那么只要将眼睛采集到的环境光线中最强的绿光成分Gmax,最强的红光成分Rmax,最强的蓝光成分Bmax分别记录下来,而后算一下目标物体所反射的光线的RGB对(Rmax,Gmax,Bmax)的比例便可

这里,再一次,咱们的大脑从一个具备多义性的信息源中抽取出了一种最靠谱的解释。从物体表面反射出来的光线并不能惟一肯定物体的反射比,一个方程没法解出两个未知数(光照、反射比)。但咱们的大脑仍然仍是聪明地利用了环境中的evidence,靠谱地解决了这个问题。

然而,接下来的才是我真正想说的,在刚才提到的算法中,一个先验假设是“目标物体周围的邻近环境中存在彻底反射光线中的绿光成分的物体…”,问题是若是这个假设不知足呢?戏剧性的错觉就出现了,见下图:

magic_cube_illusion

(图片注:荣耀属于Mauro Vecchi,这是从一个精美的视觉错觉视频中摘取出来的画面,完整版参见这里。)

图中白线所指的两个小方块的颜色同样吗?若是你以为不同的话,不妨用软件把这两个色块的像素摘取出来对比一下。(注:这里还有一个关于Color Constancy的不错的视频:多亏色彩恒常性,多彩世界不混乱,或以下)(注:色彩恒常性只是咱们体验到的一系列主观知觉恒常性中的一种)(看不到视频的话请直接转至youtube link

以上这些错觉与实际生活多少有点脱离,但我打赌如下这个现象每一个人都看到过——只要你去过理发店,由于这个错觉也被叫作(理发店门口的)“旋转彩柱错觉”:

Barberpole_illusion_animated

Aperture_problem_animated

(图片注:荣耀属于wikipedia

透过条柱看到的黑白条块在往下移动,而透过孔隙看到的黑白条块则往右下方移动。然而,实际上孔隙背后的黑白条纹纸可能正在往下移动,也可能往左移动,实际上其移动的角度有无穷多种可能,为何咱们的大脑只看到了一种可能?具体解释能够参照Barberpole illusion条目

咱们的视觉系统经过大量的先验假设来解释投射到咱们视网膜上的二维图像,从中推断出三维结构,相似的例子还有:Kinetic Effect, Aerial Perspective, Parallax Scrolling, 等等。视觉系统感知到的三维图像只是咱们的大脑给咱们玩的一个小把戏,或者,严格来讲,一系列小把戏之一。

在通常人看来,视觉错觉只是拿来哄MM开心的小伎俩,是魔术师的小把戏,“不登大雅之堂”,然而在心理学家和认知神经科学家们眼里,视觉错觉是一个迷人的研究领域,是研究人脑如何处理信息的窗口正如数学家们透过悖论对数学的奥秘一窥端倪,心理学家们也在透过形形色色的错觉现象探索大脑对信息的处理机制。一篇严谨而不失趣味的论文能够参考“Perceiving the Present and a Systematization of Illusions(PDF)”)

以上这些错觉现象实质上揭示了一个深入的原理,这个原理不只适用于视觉现象,一样适用于其余心理现象:咱们的大脑从外界接受到的信息实际上是满含着歧义的,单单从这些信息自己来看,咱们应该感到无所适从才是,然而咱们的大脑几乎每次都可以从富含歧义的信息中找出最靠谱的解释,做出无比牛B的点估计,这得益于漫长的进化过程,以及咱们日常生活中积累的大量先验假设,然而,接下来咱们要说到,这些先验假设是双刃剑,其锋刃的另外一面就是咱们常说的“偏见”

《Probability Theory, the Logic of Science》上讲了这么一个故事:

一个月黑风高的夜晚,你是一位警察,在一条荒无人烟的街上巡逻,突然听到入室盗窃自动警报,你转头望去,发现街对面的珠宝店的玻璃窗户破了个大洞,一个蒙面的家伙背着一个鼓鼓囊囊的的包正从窗户中爬出来,此时,你必定绝不迟疑地判定这我的就是强盗。你是怎么推断的呢?

《疯狂的赛车》里,耿浩到庙里取了骨灰,一出门看到几个黑社会老大模样的家伙,觉得是殡仪馆的人,而对方却觉得耿浩是杀了泰国佬的地头蛇,并把耿浩手里的骨灰盒当成了藏毒品的工具,还一通佩服,结果一桩阴差阳错的生意就作成了。他们又是怎么推断的呢?

正如之前听过的一句话所说:对于平常生活中的事件,总有一个平凡的解释,和一个疯狂的解释。

例一中的那个背着包的人多是珠宝店的老板,从假面舞会回来,身上没带钥匙,当他走过本身的珠宝店的时候,一辆卡车呼啸而过,轧飞的石子把他的珠宝店窗玻璃打碎了,为了保护他本身的珠宝,他只能进去把珠宝收起来带走。

至于《疯狂的赛车》,另外一种解释不用我说了。

TopLanguage上的一位朋友li kai讲了这么一个故事:

我有个朋友前些日子刚结完婚,这里有一个故事。他自己并不富裕,所以呢,就跟媳妇商量,咱能不能一切从简,什么三金,(就是金项链、金戒指、金耳环)也就都免了吧,媳妇说这是家里规矩,不能赞成,这边老丈人固然就更不一样意了,非逼着我这穷哥们买三金,给一万元礼钱。

最后,没办法,我这朋友东挪西借把东西弄齐了,婚礼上,老丈人也给新郎一个红包,可我这哥们却始终憋着一股气,接过来以后终于没按耐住,爆发了,你猜怎么?他把红包给撕了扔地上,后来你们就劝他别这样,结婚呢,好不容易安抚下来,有人就说,你把彩礼捡起来吧,看看到底给你多少钱,结果他捡起来一看,是一张存折,上面显示有十万元存款。

原来老丈人并非想要从男方家捞什么钱,只不过就是认为按照自家风俗这些时必须的,不然女儿嫁的太不风光了。仅此而已。

故事中的这位朋友又是怎么推断的呢?他所获得的信息仅仅是他的丈人坚持要他给礼钱,他并无获得关于丈人这么作的意图的信息。丈人的意图只是他本身的推断,他对丈人意图的推断只是一种可能性,并不是惟一的可能性。然而他仍然仍是不可避免地陷入了对本身推断的过度信任的陷阱,一旦脆弱的自尊被触发,接踵而来的即是一连串情绪化的、自动化的行为(仿佛汽车挂上了自动挡)

想想生活中有多少误解是因为自觉得是地对别人的意图的误读而致使的呢?

咱们老是混淆“事实”和“推断”尤为是当咱们对推断的确信度很高的时候,或者某种推断对咱们有利的时候,或者当这个推断源于大脑天生的偏见的时候,例如,将关联误当作因果就是咱们的认知死穴之一:

correlation

(图片注:荣耀属于xkcd

松鼠会的新书发布的时候,姬十三发布了一个页面做了简介,我跳转过去浏览了一下,看到介绍的结尾跟着一段话:

做者简介
姬十三
姬十三,神经生物学博士,供职于美商百科网站博闻网(http://www.bowenwang.com.cn)。为《新发现》、《外滩画报》、《时尚健康》等报刊撰写科学专栏。我的博客是:http://jshisan.yculblog.com

我就感到奇怪,《当彩色的声音尝起来是甜的》是松鼠会诸多做者的做品合集,为何这里做者简介只写姬十三呢?我想固然地把这里的做者简介看成了是新书的做者简介,我心想:那难道还有什么可能呢?(这一样也是咱们的认知误差之一——把“想不出其余可能”当作“没有其余可能”)。然而老婆又适时地泼来一盘冷水(我为何要说又呢?):这里的做者简介难道不多是这篇博文的做者简介?我一想,也是啊。要证伪我原来的假设很简单,翻开另外一篇博文就知道了。因而我随便打开松鼠会网站上的另外一篇博文,果真这里的做者简介是博文的做者简介,而非(我原来所猜想的)新书的做者简介。

可是,关键是,原先我并不知道松鼠会的博文有这么一段做者简介,于是就我原来所持有的知识而言,我做出的推断是惟一靠谱的,这也是为何我感到如此确信的缘由之一。并且,因为我不知道松鼠会的博文有这么一段做者简介,于是我根本没法看到或设想另外一种可能性。既然想不到另外一种可能性,又怎么可能有机会去证伪个人猜想呢当知识有硬性局限的时候,就算持有Open Mind甚至也是不够的

inf_universe

(图片注:荣耀归于Matrix67

古罗马哲学家Lucretius认为,宇宙是无限的。让咱们来看一看他的经典论证。假设宇宙是有限的。咱们往宇宙的边界投掷一根标枪。则咱们将看到如下两种状况之一:这根标枪穿过边界飞向远方,这说明宇宙并没有边界,它是无限的;或者这根标枪一头装上宇宙边界停了下来,这说明边界外“有东西”挡住了标枪,一样说明宇宙是无界的。(来自Matrix67

我想说的是,在咱们的知识体系里面还不存在“有限无界”这个概念的时候,上面的推理真的很滑稽吗?咱们如今的知识体系和古希腊相比当然获得了极大的进步,可是咱们真的变得更“聪明”了吗?要知道推理的引擎(演绎和概括)几十万年来却并无变化,咱们只是站在巨人(数千年知识的积累)的肩膀上,但这个巨人的高度并不属于咱们本身,咱们有什么理由五十步笑百步呢?

咱们太可能由于受到知识的局限性而对事物的见解产生没法消除的偏见,有时候打破这种偏见的惟一途径就是开阔视野,多积累知识,以及和具备不一样知识背景的人讨论,不然就算抱着“我多是错的”这种信念,你也不知道怎么去证伪本身的一个猜想。

关于咱们大脑中的先验假设可以对咱们的平常推理和记忆形成多大的影响,有这样一个经典的实验:

1981年,两位心理学家Brewer和Treyens做了这么一个实验:

召集一些人,告知他们将会参加一项学术研究计划,实验者先带领他们来到一间办公室,让他们稍加等候,一段时间以后,叫他们出来,并询问他们记得办公室里面有哪些东西。一些人声称看到了书,然而实际上办公室里面根本没有书。

这里的原理是显而易见的,咱们指望在一个学术机构的办公室里面看到典型的事物——书。当咱们的直接记忆并不深入或者咱们当时等候的时候并无刻意留心屋子内的摆设和物品时,咱们会依靠以前生活中积累出来的先验假设进行推理,填充记忆的模糊或空白。关于虚假记忆的研究也代表,咱们的记忆并不像电脑的存储设施那样,忠实记录,而后忠实读取,而是在记录和读取的时候都是至关程度上“构建性”的,而构建所用的“素材”则是咱们以前在生活中积累出来的经验。这也是为何同一个故事经不一样的人口口相传以后会出现形形色色的版本的缘由。

– 如下对了解机器学习的geeks插播一段八卦 –

对基于统计(特别地,基于贝叶斯)的垃圾邮件过滤的基本机制有所了解的同窗应当知道,在判别公式里面有两项分别是P(S)和P(H),分别表明一封邮件是垃圾邮件和非垃圾邮件的(先验)几率,一项统计代表现实世界中这个比例是8/2,即80%的邮件是垃圾邮件。这个就是过滤器眼中的世界,“八成的人都是坏人”,这个就是过滤器的“偏见”,或者“先验假设”,来一封邮件无论三七二十一首先做一个最坏的打算。正如机器学习方法的偏见来源于训练数据集,咱们头脑中的偏见也来源于咱们大脑中神经网络的训练数据集——现实生活。

因为8/2的比例并不是时间无关的稳定比例,或者其余什么缘由(如保守起见),目前大多数贝叶斯垃圾过滤系统实际上将这个比例设为5/5,表示“无偏见”,不设先验。这就基本上将贝叶斯这个词扔掉了。但我我的以为这并不能称为“无偏见”,若是现实就是“有偏”的,保持公平也是一种偏见,这让我忍不住想起P. Norvig讲的关于人工智能鼻祖Minsky的一则轶事

In the days when Sussman was a novice, Minsky once came to him as he sat hacking at the PDP-6.
"What are you doing?", asked Minsky.
"I am training a randomly wired neural net to play Tic-Tac-Toe," Sussman replied.
"Why is the net wired randomly?", asked Minsky.
"I do not want it to have any preconceptions of how to play", Sussman said.
Minsky shut his eyes.
"Why do you close your eyes?", Sussman asked his teacher.
"So that the room will be empty."
At that moment, Sussman was enlightened.

根据P. Norvig的说法,Minsky是想告诉Sussman一个随机赋值的神经网络也是有模型(或偏见的),只是这极可能是一个极其复杂的模型,咱们没法理解。你蒙上眼睛不表明这个屋子不存在,你不知道随机神经网络的模型是什么不表明它不存在。

但我忍不住YY了一把另外一种解释:若是现实世界背后的模型原本就是“有偏”的,伪装不引入“偏见”自己就是“偏见”。只不过咱们所观察到的现实世界纷繁的表象每每只是一个局部有偏样本,致使咱们看上去随机抽取的数据其实仍是有偏的,若是咱们蒙上眼睛骗本身说这就是真正随机的抽样,那么训练出来的模型确定也是有偏的,为了补偿这种误差咱们有时候宁肯扔掉从训练数据中获得的某些几率,这种方法每每致使长期来说更靠谱(严格来讲这里的术语是robust :P)的模型,尤为是在金融市场上,小聪明的人从短时间趋势数据上自觉得获得了靠谱的模型,把太多的赌注放在了一个创建在因在时间维度上没有随机采样而极可能有偏的数据集上获得的模型上,而真正智慧的玩家则会建议普通人最佳投资方法是无偏见地平均分配资金,避免因模型错误而致使的灾难,这一平均分配的极端形式就是——投资指数。

– 八卦结束,回归正文 –

最后再来一个例子,生动地说明了咱们在日常生活中积累的偏见有多深:

问题:如今有两个孩子,张森和李梅,其中一个孩子有四个卡车玩具,你认为是谁?

问题:莉莉和丁丁谁未来更可能成为护士?

(注:荣耀仍属于Frith。以上问题演绎自《Making Up the Mind》p168页的英文版本)

尽管咱们只拥有他们的名字,名字自己只是任意的汉字,自身并不携带信息(从一个角度来讲),但就连三岁的小孩也能对这两个问题给出“靠谱”的答案。

固然咱们也能够说偏见表明着长期积累的生活经验,可以使咱们事先就对未知对象的属性进行靠谱的预测,但另外一方面,偏见也极可能成为自我实现的预言和自我妨碍的篱笆:女孩和男孩的数学智商真的有显著差别吗?但受文化影响,女孩认为本身更不擅长数学和理科,这个自我信念从两个角度产生做用,第一,它会让女生倾向于投入更少地时间在理科上,从而致使更低的理科成绩,结果进一步强化了她的“个人数学很差”的信念。这几乎是一个死循环。第二,人们为了维护对自个人信念,会拒绝接受与之相反的信息,若是那一次她数学考得不错,她会寻找外部理由,譬如“只是凑巧罢了”,虽然这种把本身看低的心理过程有点难以想象,但这的确是心理学家们实验证明的结果

在社会文化方面,人们经常使用“仁者见仁、智者见智”这个俗语来指代三种现象:

1) 偏见:不一样的人戴着不一样的有色眼镜,对同一现象产生不一样的理解或解释。是平凡的解释仍是阴谋论的解释?存乎一心。

2) 立场:例如对于“生活的意义”没有统一的标准公理,所以每种生活都是合理的,各人能够持有不一样的价值观,优化不一样的目标函数。

3) 选择性关注:对于同一事物,不一样的人关注的点不同,象有四腿,各摸一条。

与“仁者见仁、智者见智”这个俗语的褒义色彩相反,这里除了第二点是中性的以外,另外两点都不能算是好事,譬如程序员在作项目的时候常常只选择性地关注“使用的技术是否有意思,是否有挑战性,是否好玩,我可否从中获得乐趣,是否能学到新东西”,而并非关注最应该关注的“如何以最小成本达成项目成功”。至于第一点——偏见——就不用多说了,前文已经说得够多了。若是还以为不够的,不妨读一读社会心理学经典之做《社会性动物》的冲突和偏见部分。

偏见在咱们解决问题、认识世界的过程当中都起到了很大的影响,而且不少时候是很差的影响。所以,让咱们常常和具备不一样信念和知识背景的人讨论,弥补我的经验知识的局限性致使的误差,并时常使用如下这句话来提醒本身keep an open mind吧:

“这只是一种解释(可能),未必是惟一的解释(可能)。(想不出其余解释不表明就不存在其余解释)。”

 

延伸阅读

见文中大量外链。

《逃出你的肖申克》是一个系列,第一篇见:逃出你的肖申克(一):为何必定要亲身经历了以后才能明白?

 

你可能也会喜欢如下文章