演算法民主化

① 數據分析師是如何使數據科學民主化的

【導讀】提起數據分析師，相信大家都不陌生，畢竟是當下比較熱門的行業之一，是高薪的代表。越來越多地公司尋求提高員工技能並將分析和數據科學帶入其員工隊伍的方法，這就是數據分析師發揮效用的時候了，那麼數據分析師是如何使數據科學民主化的呢?小編整理了以下幾點，希望對大家有所幫助。

1.理解好的數據勝於更多的數據

如果輸入數據的質量很差，那麼即使最好的預測模型也無法獲得可靠的結果。不良的結果充其量會導致挫敗感，並在最壞的情況下會導致對該技術的完全拒絕，作為黃金法則，質量優先於數量優先，好的數據勝於更多的數據，要知道您的數據是否可靠-完整，准確和一致-您需要了解數據在何處以及如何組合在一起。

2.為必要的文化轉變做准備

數據素養顯然是數字時代的一項基本技能，從董事會會議室到車間，對於組織中的每個人都是如此，提高員工的技能，以便員工可以使用，理解，分析，尤其是問題數據，還需要整個企業的文化轉變，工人可能會害怕改變，甚至不願改變，可能需要讓員工放心，工作場所的變更不是取代工作的人工智慧(AI)問題，而是支持他們目前的工作，員工可能會擔心必須使用新技術，並感到自己不具備應對新挑戰的資格，了解AI對特定角色的好處並為變革做好准備至關重要，一旦好處顯而易見，並且隨之而來的變化變得更加明顯，您的企業就需要開放的溝通渠道來獲取反饋，以慶祝成功並應對所有挑戰。

3.通過(無意地)做事來學習

盡管培訓課程在提高技能方面起著重要作用，並且按需在線研討會，精選博客和視頻播放列表等指導性自助服務選項提供了靈活性，但最終對新技術的信心來自於第一手經驗，就像沒有人需要成為一名電氣工程師來使用電力一樣，也沒有人需要成為一名數據科學家來體驗AI的好處，目標不應該是將公司的營銷專家或會計師轉變為數據科學家，而應使用直觀，易於使用的技術來擴大其角色，該技術應該感覺像是完成任務的自然(受歡迎)工具，而不是要掌握的其他任務。

通過增強的分析使整個組織的用戶接觸AI，將有助於推動接受數據科學所需的文化變革，智能技術可以主動指出企業數據的含義，引起人們對任何異常模式的關注，並有助於減少員工對數據解釋的偏見。自然語言處理使用戶可以通過類似搜索引擎的體驗找到答案。

這些技術提供了即時滿足感-一種新的見解，無需用戶付出任何努力。它可能只是由機器生成的小型警報，提示他們還需要了解有關他們正在查看的預測或報告的更多信息，但是一旦用戶體驗了該預測或報告，便會發現其預測是正確的，並從其見解中受益，對技術的信心自然會增強。結果是人們對觀看和執行更多操作充滿了好奇心。

4.從小處著手並逐步擴大規模

正如表面上的次要功能可以激發對AI驅動的(和啟用AI的)見解的更多興趣一樣，相對較小但成功的項目也可以成為要在整個企業范圍內擴展的燈塔項目，關鍵是從小處著手，以具體的用例和對要實現的目標的清晰概述，對於此類初始項目，在團隊中擁有合適的員工至關重要，具有科學心態來識別問題和檢驗假設的人比深刻理解演算法的人更有價值，在企業中找到好奇，有上進心並且對不確定性感到滿意的用戶：願意經常嘗試失敗的分析人員，這些特徵以及對您業務的良好基礎知識將幫助您成功，您的數據擁護者將在您的組織中充當變革推動者，幫助他們為同事破譯數據科學的奧秘，並為類似項目提供內部參考。

5.在自動化和可解釋性之間取得適當的平衡

數據科學技術既費時又復雜，整個過程的完全自動化將導致黑匣子結果和缺乏信任，而對過程中所有步驟的完全控制只能由數據科學專家來實現，根據您的用例，購買經過預先訓練的AI模型可能會滿足您的需求，但是要在整個組織中擴展數據科學，您選擇的解決方案需要使復雜的流程自動化，同時通知用戶正在發生的事情。

正確的解決方案將指導用戶完成數據科學過程，提供有關准確性，可靠性以及模型創建過程中考慮哪些因素的透明性，此外不熟悉數據科學的用戶需要了解過程中的步驟為何會失敗以及如何糾正它們，例如可能需要添加更多數據，或者可能沒有檢測到明顯的模式，提供說明性更正的解決方案將幫助用戶消除障礙，並激發他們重試，隨著時間的流逝，用戶將固有地採用這些最佳做法。

以上就是小編今天給大家整理發送的關於「數據分析師是如何使數據科學民主化的?」的相關內容，希望對大家有所幫助。想了解更多關於數據分析師的就業前景，關注小編持續更新。

② 中國從古至今各個朝代都經歷了多少年

1. 夏朝 前2100年 - 前1600年
2. 商朝 前1600年 - 前1066年
3. 周朝 前1066年 - 前221年
1. 西周 前1066年 - 前771年
2. 東周 前770年 - 前256年
1. 春秋 前770年 - 前476年(三家分晉始為戰國)
2. 戰國 前475年 - 前221年
4. 秦朝 前221年 - 前206年
1. 西楚 前206年 - 前202年
5. 漢朝 前206年 - 220年
1. 西漢 前206年 - 23年
2. 新朝 8年 - 23年
3. 東漢 25年 - 220年
6. 三國 220年 - 280年
1. 曹魏 220年 - 265年
2. 西蜀 221年 - 263年
3. 孫吳 222年 - 280年
7. 晉朝 265年 - 420年
1. 西晉 265年 - 316年
2. 東晉 317年 - 420年
8. 十六國 304年 - 439年
1. 漢前趙 304年 - 330年
2. 成漢 304年 - 347年
3. 前涼 314年 - 376年
4. 後趙 319年 - 350年
5. 前燕 337年 - 370年
6. 前秦 350年 - 394年
7. 後秦 384年 - 416年
8. 後燕 384年 - 407年
9. 西秦 385年 - 431年
10. 後涼 385年 - 403年
11. 南涼 397年 - 414年
12. 南燕 398年 - 410年
13. 西涼 407年 - 421年
14. 夏 407年 - 431年
15. 北燕 407年 - 436年
16. 北涼 401年 - 439年
9. 南北朝 420年 - 581年
1. 南朝
1. 南朝宋 420年 - 479年
2. 南朝齊 479年 - 502年
3. 南朝梁 502年 - 557年
4. 南朝陳 557年 - 589年
2. 北朝
1. 北魏 386年 - 534年
2. 東魏 534年 - 550年
3. 北齊 550年 - 577年
4. 西魏 535年 - 557年
5. 北周 557年 - 581年
10. 隋朝 581年 - 618年
11. 唐朝 618年 - 907年
12. 五代十國 907年 - 979年
1. 五代 907年 - 960年
1. 後梁 907年 - 923年
2. 後唐 923年 - 936年
3. 後晉 936年 - 946年
4. 後漢 947年 - 950年
5. 後周 951年 - 960年
2. 十國(902年 - 979年)
1. 吳越(904年-978年)
2. 閩國[[909年-945年，(當中包含殷943年-945年)]
3. 荊南（906年-963年)
4. 楚國(907年-951年，楚創立者馬殷實際自897年開始地方割據)
5. 吳國(904年-937年)
6. 南唐(937年-975年)
7. 南漢(917年-971年)
8. 北漢(951年-979年)
9. 前蜀(907年-925年)
10. 後蜀(934年-965年)
13. 宋朝
1. 北宋 960年 - 1127年
2. 南宋 1127年 - 1279年
3. 遼 916年 - 1125年
4. 西夏 1032年 - 1227年
5. 金朝 1115年 - 1234年
14. 元朝 1260年 - 1368年
15. 明朝 1368年 - 1644年
16. 清朝 1644年 - 1911年
17. 民國 1912年 - 1949年
18. 共和國 1949年 - 至今

③ 如何利用統計學「欺騙」民主

1，「葬禮證偽主義」
如果有些國家沒有因為富裕而民主化，那麼，中國還會隨著經濟發展走上民主的道路嗎？按道理說，卡達、沙特等國的反例早就證偽了「收入決定民主」的理論，可實際上，事實並不能證偽理論，因為依然有非常多的人相信這個理論。知道波普的「樸素證偽主義」的人可能大惑不解，怎麼事實就居然沒能證偽違反事實的理論呢？怎麼人們居然可以不顧事實的存在呢？是啊，有什麼么辦法呢？現實就這么冷酷啊。波普的高徒拉卡托斯由此得出結論說：「同樸素的證偽主義相反，任何實驗、實驗報告、觀察陳述或業經充分證認的低層證偽假說，都不能單獨導致證偽。在一個更好的理論出現之前是不會有證偽的。」[1]
拉卡托斯說的是：由於事實中滲透著理論，所以經驗不僅不能證偽理論，有時反而是理論證偽了經驗（如哥白尼的理論就證偽了「太陽東升西落」的經驗）；因此，只有事實加上替代的新理論，舊的理論才能被證偽。那麼，存在替代「收入決定民主」的理論嗎？當然存在，「政治文化決定民主」就是比較突出的一個。問題來了，卡達的反例，加上「政治文化決定民主」的替代理論，為什麼「收入決定民主」還是沒有被證偽呢？為什麼還有那麼多的人相信它呢？
這就是本文要論證的觀點：波普的「樸素證偽主義」是錯的，拉卡托斯的「精緻證偽主義」也是錯的，只有「葬禮證偽主義」才是對的。已故經濟學家薩繆爾森說過一句話：「科學是在一個又一個的葬禮之後才取得進步的」。就是說，不管事實多麼確鑿，不管替代理論多麼有說服力，只要相信舊理論的人還活著，舊理論就無法被證偽。不是「葬禮證偽主義」冷酷無情，是現實就這么冷酷無情，「葬禮證偽主義」只不過是把「該死的」現實描述出來而已。
「葬禮證偽主義」表明：人是一種「只相信他所願相信」的動物。有人願意相信復雜的抽象邏輯，就有人願意相信簡單的形象圖形（當然，也就有人相信權威甚至權力，因為只有權力才能在葬禮之前就更加冷酷無情地抬出「真理」）。「政治文化決定民主」也許正確，可它太復雜，不象「收入決定民主」那樣有一個簡單可觀測的指標。再說，象利比亞之類的國家，雖然沒有在人均收入5千美元的時侯民主化，可它現在不是也開始了嗎？在預測能力大致相同的情況下，簡單的理論的確更吸引人。但如果理論的復雜只是因為現實太復雜，復雜理論就能在邏輯上取勝（如亨廷頓的「多因素論」）。只是，簡單理論的吸引力也許還有別的原因，「收入決定民主」的吸引力就存在另一個重要原因：科學的外衣。
2，「經驗實證」的墮落：「工程思維」取代「制度思維」
在過去一個世紀的西方學術界，數學和統計學成功地「入侵」社會科學，政治學和經濟學迅速地成為數學和統計學的「奴隸」。許多西方政治經濟學家已經不會思考，因為數學和統計學已經「能夠」替他們「科學」地進行思考。當數量工具從「僕人」變成「主人」的時候，「洋八股」應運而生，數量工具與自由主義合成的「計量自由主義」成為學術的主流，整個西方社會科學便在這種「西式科舉制」中走上了封閉和墮落。
「計量自由主義」看到了人類語言的模糊，因此它企圖用「精確的」數量工具來彌補語言的缺陷。然而，語言在運用時並不試圖掩蓋自己的模糊，而數量工具在運用時則披上了「精確的偽裝」，製造了「科學的假象」。如果說自然在成為科學的對象時，數量工具能夠實現某種精確，那麼，人類社會在成為科學的對象時，人心和制度就使數量工具的「精確」回歸到了「語言模糊」的水平。
然而，許多人不能認識到這一點。實際上，科學一但起飛，人類的「經驗實證」就被簡單化為「數據的實證」，「邏輯的實證」和「直覺的實證」就被踢出了「科學實證」的大門。但是，科學主義的泛濫是一種思維方式的泛濫，在社會科學里，思維方式的泛濫突出地表現為「工程思維」對「制度思維」的取代，「數據的實證」對「邏輯的實證」和「直覺的實證」的排擠只是「工程思維」的結果。
如果我們一本正經地問：「民主是統計問題還是制度問題？」可能接近百分之百的人會回答說：「民主問題當然是制度問題」。可是，問答過後，有些人就會
本能而毫無自我意識地回到了「統計問題」的思路，繼續研究諸如「人均收入決定民主」的「統計問題」。這就是「工程思維」對「制度思維」的取代，它不是一個具體研究項目的問題，它是一個把人類社會當成物理工程、把人當成非人的思維方式問題。
人均收入與民主發展之間的數量對應關系，是上個世紀西方政治經濟學的一個重大的「統計發現」，也是西方政治經濟學家的「思想水平」急速墮落的一個典型反映。不幸的是，從思維方式到統計發現，當今的中國正在不加區別地「洋為中用」，並以科學的名義把類似的「洋垃圾」當成寶貝來傳播。
問題在於，人均收入與民主之間的「統計相關」自己是不會思考的，要思考的是人，是研究者自己。喜歡形象、厭惡抽象是人性的缺陷，是人腦節約「運行成本」的必然，但如果研究者被統計圖形的直觀形象所征服，他的抽象思維能力就會退化。事實證明（見下節），問題的要點不是人均收入與民主之間的數量關系，而是人均收入與民主之間的因果關系，因果關系恰恰不是數據問題而是邏輯問題。發現人均收入與民主之間的數量關系，是搞亂民主分析而不是確立民主因果關系的開始。
為什麼？因為「工程思維」會使研究者死死盯住「人均收入」與「民主指數」這兩個變數，一切問題，變成了這兩個變數的數據問題，變成了數據應該包括多長時間和多大范圍的問題，變成了如何能找著特定時空范圍的數據問題。在這個過程中，一個「制度問題」就變成了一個「技術問題」，「制度思維」就在「工程思維」中失落，理論家就變成了技術員，而科學的假象卻還在使這種墮落充滿了自豪和滿足。在過去的一個世紀里，西方的政治經濟學就這樣在類似的過程中變成了「應用數學」，西方的政治經濟學就這樣變成了「應用統計學」，西方的政治經濟學家就這樣在思想的墮落中取得了精神的升華。
本來，大學的政治經濟系應該雇一些數學人員協助研究，現實變成了每個政治經濟學家，都開始浪費時間學習數學技術細節。「工程思維」擠壓「制度思維」的結果，就是政治經濟學家都不知道如何思考了，Professor（教授）變成了標準的Processor（數據處理機）。人格層次的墮落還伴隨著道德層次的墮落，因為在這種「科學」的氛圍中，一旦數據缺乏或「不聽話」，「政治經濟學技術員」就經常不得不「逼迫數據屈打成招」，要麼「加工」數據，要麼下出數據許可范圍的結論，統計學與謊言就這樣成為同義語。「經驗實證」已經墮落到了無可復加的地步。
3，民主的制度邏輯與「量化的限度」：對「統計相關」的「十大質疑」
人均收入與民主指數本來就是人為主觀的數量參考，可一旦披上科學的外衣，它們之間的「函數關系」就有了「精確的假象」。問題是，我們憑什麼認為人均收入與民主指數之間的「統計相關」就是科學的呢？可以質問的問題包括：
第一，「相關度問題」：人均收入與民主指數的「統計相關」，其「相關度」或「相關系數」到底有多可靠？
第二，「樣本時間問題」：人均收入與民主指數的「統計相關」，其「樣本范圍」和「時間跨度」到底有多充分？
第三，「多元回歸問題」：除了人均收入以外，還有沒有別的因素也會影響民主指數？問題一定是「一元回歸」嗎？有沒有「多元回歸」的可能性？
第四，「非線性問題」：人均收入與民主指數的「統計相關」是不是按比例、成直線的「線性關系」？如果是不按比例、不成直線的「非線性關系」，「非線性回歸」是不是一定能被轉換成「線性回歸」？
第五，「負相關問題」：人均收入與民主指數有沒有可能不是「正相關」而是「負相關」？人均收入的提高有沒有可能導致民主程度下降而不是上升？
第六，「中間變數問題」：是不是存在什麼別的「中間變數」，使得人均收入先影響了「中間變數」，「中間變數」再最終影響民主指數？
第七，「未知變數問題」：是不是存在什麼別的「未知變數」，這些「未知變數」既影響人均收入，也影響了民主指數，結果導致人均收入與民主指數之間出現了虛假的「統計相關」？
第八，「數據可獲性問題」：「統計相關」是對已有可利用的數據的「統計相關」，如果想要的數據根本就不存在，「統計相關」是否還可能存在？
第九，「因果關系問題」：相關並不一定意味著因果，從相關到因果的飛躍靠的不是數據，靠的是邏輯，靠的是理論。
第十，「制度運行問題」：專制的滅亡和民主的確立，根本就不意味著民主制度就一定能正常運行，民主運行是信仰問題而不是人均收入問題。
在這十大問題中，前幾個更多的是統計技術問題，後幾個更多的是制度邏輯問題，「收入決定民主」能否成立，起決定作用的不是統計技術，而是制度邏輯，是邏輯在指導和決定技術的使用。這里就是區別「政治經濟學技術員」和「政治經濟學家」的關鍵之處：「政治經濟學技術員」讓技術決定邏輯，讓「工程思維」決定「制度思維」，「政治經濟學家」則完全相反。
原因很簡單，「政治經濟學家」比「政治經濟學技術員」更懂得「量化的限度」。人是一種「只相信他所願相信」的動物，也就是說，人是「有限理性」的感情動物，人的主觀感受是常變和無法量化的，現有的量化只能被當成一種「在技術允許情況下的近似表達」，技術上無法實現的主觀量化，在社會科學里是常規。
例如，利比亞的「人均收入」，國際貨幣基金給出的2010年數字是1.2萬美元，如果按「購買力平價」算則是1.5萬美元，利比亞自己的演算法又會有所不同。這里除了有匯率因素外，還有通貨膨脹因素，收入的計算還忽視了黑市、灰市、家庭經濟等方面的因素。如果是「政治文化」或「幸福」這樣的變數，那量化的問題就更大。不同地方不同觀念的幸福感如何量化？100年前人們的幸福感如何量化？不能量化又如何進行相關比較？
如果社會問題的本質本來就是如此，社會問題的「科學」與否就不能以「是否有量化分析」為標准，否則，政治經濟學家和哲學家們就應該歇業了。事實恰恰相反，量化分析必須以邏輯分析為基礎，否則量化分析就會成為無源之水、無木之林。在「收入決定民主」的問題上，十大問題中的任何一個出岔，「收入決定民主」的結論都會倒塌。其中的邏輯要點包括兩方面：一是「未知變數問題」，二是「數據可獲性問題」。
許多人以為科學研究就是「讓數據說話」的「經驗實證」研究。錯了。任何變數和任何數據的選擇決定，本身就是一個「邏輯問題」。為什麼是選這個變數而不是那個變數，為什麼是選這個數據而不是那個數據，所有的決定都包含著「理論含義」。如果研究者熟悉相關的理論和文獻，量化分析會更有針對性；如果研究者「腦子空空」，量化分析的結果也會帶上他所未必能理解的「理論含義」。所以，最無意義或最不確定的量化分析往往是由「政治經濟學技術員」作的，因為他們往往不知道自己在干什麼，不知道自己所乾的在「理論的地圖」中是處於哪個位置，以至於即便是在錯誤的道路上越走越遠，他們還自以為是發現和證明了人類社會上最偉大的真理。而萬一有幸真的發現了真理，他們往往也由於缺乏背景知識而棄之如糞土，等到別人確定了他們的發現，他們自己才知道「原來是這樣」。
社會科學「量化分析」的真正本質是：人們只能從能夠數量化的變數中確定變數的關系，人們必然要忽視難以數量化的變數的作用；人們只能從能夠找到數據的變數中確定變數的關系，人們必然要忽視難以找到數據的變數的作用。所以，在「收入決定民主」的問題上，人們必然把復雜的「民主因果問題」簡化成「手頭有數據的變數關系問題」，人們必然因為確定了「收入與民主的相關」而忽視了對其他變數的邏輯思考，直到「政治經濟學技術員」的錯誤由「政治經濟學家」指了出來。
社會科學「量化分析」的本質，就是「政治經濟學技術員」所熱衷的所謂「科學研究」的本質。當他們以科學的假象批評別人的「非科學」研究時，科學的陶醉使他們無法意識到，其實他們自己早就已經失去了「從事研究的基本資格」。
與社會科學「量化分析」的本質相對照，社會科學「經驗研究」的本質是：「數據的實證」必須以「邏輯的實證」為基礎，如果沒有可靠的「邏輯的實證」，任何「數據的實證」都是空中樓閣。數據不能思考，沉溺於數據反倒害了真正的思考。在「收入決定民主」的問題上，當「工程思維」壓倒「制度思維」的時候，對基本圖形和結論的關注，會壓倒對相關度、時間跨度和范圍廣度的細節關注，發現真理的興奮，最終淹沒了對「未知變數問題」和「數據可獲性問題」的慎重。
4，理論的貧困與理論的發展
「收入決定民主」的荒唐，其實可以從「工程思維」的機械推論中明顯感知。例如，由於收入決定民主，那是不是要等到人均收入提高了再去搞民主呢？如果壓低勞動者待遇有利於經濟增長，那是不是要堅持壓低勞動者待遇，以確保經濟增長和民主的早日到來呢？「制度思維」的思路當然完全不同：要民主的人會去「等人均收入提高了」再說嗎？他們會接受「壓低勞動者待遇」嗎？他們會為了滿足你的「工程思維」而放棄現實利益嗎？
為了進一步說明收入與民主的關系是「理論活」而不是「技術活」，下面我們可以簡單地回顧一下有關的文獻。
約瑟夫·熊彼特是最早提出現代民主制與市場資本主義相伴而來的學者之一，丹尼爾·勒納也提出過城市化帶動現代化和民主化的看法。但人均收入決定民主發展的觀點，最有名的是西摩爾·李普塞特1959年根據歐洲和拉美的數據提出的「現代化假說」：經濟發展水平越高的國家，就越有可能實現和鞏固民主。可這個「現代化假說」在時間跨度和范圍廣度上存在明顯的問題，後來被證明是根本經不起推敲的。
首先是人們觀察到的完全相反的例子，即經濟發展加速時民主程度反而下降，民主程度提高時經濟發展反而減速。這種發現的致命點，在於對「現代化假說」中所暗含的「線性歷史觀」的懷疑：難道通向民主的道路只有經濟發展一條？
第二，經濟發展也許能夠產生有利於民主發展的因素，如通過提高教育程度而改變觀念、形成追求穩定的中產階級、機會多元化和社會多元化等等，但在另一方面，經濟發展也會通過激發期望、提高參與而引發動盪，亨廷頓在 1968年的《變革社會中的政治秩序》就提出，恢復政治秩序的要求也可能使收入提高中的民主發展停頓或倒退。
第三，羅斯托在 1970年的「民主的轉型」一文里直截了當地認為，「現代化假說」是誤把相關關系當成了因果關系。他提出了一個民主化的階段分析，認為民主本身並不能解決國家統一問題，國家統一相反是實現民主的前提；民主可能是政治沖突和政治僵局的結果，是政治精英的有意選擇。所以，經濟發展既不必然導致民主發育，也不必然緩和社會矛盾。
第四，羅伯特？達爾1971年的《多頭政體》一書，明確地提出人均收入和民主發展之間是一種「非線性關系」：當一個社會的人均收入低於某個區間時，實現民主的可能性極低，進入這個特定區間時，民主發展的可能性最大，超過這個區間時，均收入和民主發展變得毫無關系。亨廷頓在1991年的《第三波》里也提出了類似的觀點，認為這個特定區間大體是在人均GDP1000美元到5000美元之間（按1980年的美元價格計算），呈現出N形曲線關系。
亨廷頓還認為，有五種變化對第三波民主浪潮的發生起了重要作用，它們是：日益加深的政權合法性問題和政績合法性問題，使中產階級擴大的全球性經濟增長，天主教會的教義與活動的顯著變化，外部的政策變化，以及滾雪球式的示範性作用。他還指出，每一個國家或所有國家的民主發展，都無法用單一的因素來解釋，而且這些因素的組合在不同的浪潮、階段和國家都會有所不同。
第五，羅伯特·巴羅1994年的「經濟增長的決定因素」一文，對民主與經濟增長的關系做了統計分析（涉及1960-1990年的100個國家），得出的結論是：經濟增長會增加實現民主的可能性，但人均收入和民主發展之間不存在「線性關系」，而存在近似「倒U型」的關系，權利的擴大一開始能夠促進經濟增長，但民主一旦達到一定水平，權利的繼續擴大便會有害於經濟增長。巴羅的結論使「收入和民主互為因果」的說法顯得極其蒼白（見本書第七章）。
第六，亞當？普沃斯基2000年的《民主與發展》一書顛覆性地認為，經濟發展的任何水平都可以出現民主，區別只在於，比較富裕的國家民主存活的概率比較高。但人均收入高並不必然有民主，最突出的例子是新加坡（當然還有卡達）。
最後要提到的，是美國政治經濟學的新秀達倫·阿西莫格魯2007年的「重估『現代化假說』」一文[2]。阿西莫格魯使用了1875年到2000年的跨國數據，與別人完全不同的是，他考慮了影響人均收入和民主指數的其他歷史因素，這是一些被人們忽略的「具體到國別的穩定歷史因素」。他發現，一旦這些因素的「確定影響」被控制，人均收入和民主發展之間就變得毫無關系，而且，教育水平也與民主發展無關（這就是我所說的有別於「工程思維」的「制度思維」）。
阿西莫格魯的背景「制度理論」是：歷史上的政治制度和資源分配狀況決定一個社會的當前權力分配，當前的權力分配又決定了當前的經濟制度，並決定了未來政治制度的演變（包括他著名的「雙模式殖民地理論」）。經濟發展的狀況就是由當前的經濟制度（包括產權和平等機會）所決定的，政治與經濟的緊密關系，不是「現代化假說」描述的那樣，而是他所認為的「關節點假說」的情況：在某些歷史的緊要關頭，在特定製度條件的作用下，一些國家走向了民主和發展，另一些國家卻走向了專制和停滯。我在本書第六章批評了阿西莫格魯「民主有利於經濟發展」的分析，但他否定「經濟發展促進民主」的結論依然是有效的。
5，走向「制度思維」
「收入決定民主」的理論發展史表明，什麼時候「工程思維」取代了「制度思維」，結果就是思想的混亂和理論的倒退；什麼時候恢復了「制度思維」，現實的面目就恢復了邏輯的說服力。
常識能夠看到：在某一個時點上，經濟越發達的地方，民主程度也越高；隨著世界經濟的發展，民主國家也隨之增加，而且，每一波民主浪潮的起落，也似乎與世界總體經濟水平有關。「工程思維」的研究賦予這些常識以「科學的假象」，只有「制度思維」，才能通過類似「十大質疑」的思考重新給現實以「邏輯的秩序」。
人性的缺陷使人們往往偏向於形象和新奇，「人均收入高的地方民主水平高」同「冰淇淋消費高的地方犯罪率低」一樣生動活潑，可這種統計結論都是錯的，它們只能吸引有「工程思維」的人。「制度思維」提醒我們，民主發展其實是由制度文化決定的，而高冰淇淋消費其實只是高收入的一個反映。統計能夠發現「相關」，但只有理論才能確定「因果」。卡達能不能民主化、中國能不能民主化，都與人均收入毫無關系。
簡潔的理論也許優美，但人們不得不對可能包含在其中的「反智傾向」保持警惕，因為「解釋力」才是優美理論的要素，「簡潔」不能以犧牲「解釋力」為代價（「反奧卡姆剃刀原理」），否則，結果只能是「垃圾進，垃圾出」。
沉迷於「數量分析者」往往指望數量關系能表達一切邏輯，以至於他們往往無法用語言把基本的邏輯表達出來。如果現實就是復雜的，而人們卻總期待用簡單的理論去解釋，這其實是人類退化的一種表現。真理是樸素的，但樸素的真理是在深邃智慧的光芒下閃爍其樸素的一面的。

④ 演算法與邏輯這2個重要概念究竟是哪一門學科領域專門學習的內容

1．問：做哲學為什麼需要學習邏輯？答：簡單地說，哲學是一門學科，它提供的是理論，它要通過說理、通過論證使人接受或者反駁某種觀點、理論，這就需要有正確的論證。邏輯研究有效推理，就是提供正確論證的基礎。實際上，凡是理論，用推理，講論證，都離不開邏輯。從這點看，哲學與其他「學」相同，所以邏輯是基礎學科。但是哲學與其他學科相比，有兩個特點，這使得這哲學中論證更為重要，因而邏輯的作用也更為重要。第一個特點，哲學不是經驗科學。盡管經驗可以給我們提供某些啟示，來自於經驗的知識可以作為哲學思考的某種根據，但是哲學命題不能通過經驗來驗證，不能做實驗，所以，一個哲學理論的「正確性」（是否可接受），幾乎只能靠論證來顯示。歷史上，一些哲學理論後來不被接受了，以另外的形式出現了，是因為發現原來論證有問題，對原來的理論有修正，有新的論證；也有一些理論一開始人們不喜歡，如休謨的經驗論，後來卻不得不接受（當然不是所有人都接受），因為它的論證沒法反駁，有人甚至是樂於接受，因為認為它的論證好。第二個特點，哲學與其他學科不同，它要思考「終極」問題，即各門具體學科都不研究或無法研究的問題，比如什麼是物質，什麼是實在，什麼是精神等本體論和認識論的問題。對這類問題的思考，會使論證更加困難。學過亞里斯多德邏輯，我們知道，有屬加種差的定義。例如，人是某種動物，動物是某種生物，這就是屬加種差的定義對什麼是人和動物的回答。如果繼續追問，什麼是生物，大概還可以說，生物是某種物質，但是如果再問什麼是物質？至少按這種方式已不能回答，需要有上一層的概念體系。一般來說，探求這樣的終極問題，概念體系不容易建立，而且容易出現某種循環，比如康德二律背反那樣的東西。在對這樣的問題進行思考時，在對這些問題的觀點論證、提出相應理論時，我們應該遵從什麼法則？有什麼規律？這些都對論證，也是對邏輯，提出了更高的要求。我們知道，現在我們所說的邏輯學產生於古希臘，始於亞里斯多德。為什麼邏輯學產生於古希臘，有幾個原因。一是民主政治，導致論辯風盛行。要辯論，要說理，就要講邏輯。二是歐幾里得幾何學，提供了一個理論應該如何應用邏輯的典範。還有一個非常重要的原因，就是哲學研究。我認為是亞里斯多德主要是在其哲學研究中，也是為了更好地研究哲學，建立了邏輯學。他對於（事物）本質問題的思考等，使他提出上面提到的定義理論，建立了三段論邏輯。從這段歷史來看，可以說，因為哲學和論證的關系，對邏輯提出了更高的要求，所以邏輯學才如此這般地產生了。所以，邏輯從一開始，就和哲學有密不可分的關系。以上所說的中心意思是，哲學的生命力在於論證，我們的哲學觀點和理論可以不同，但是論證方法必須是相同的，不論自己思考問題還是與人交流，都需要有公共的論證平台，而這個平台應該、也只能由邏輯來搭建。在今天，哲學已經大大發展，但是哲學和邏輯的基本關系沒有改變。只是今天的哲學需要什麼樣的邏輯？這是個有意思的問題，亞里斯多德邏輯顯然完全不夠了，需要今天的哲學家和邏輯學家共同關注。關於邏輯和哲學的關系，當年王浩來北大講學時還提出一種觀點。大意是，關於哲學問題的基本觀點，大家很難統一。對此我們可以採取公理化的方法，各自從自己的基本觀點出發，建立相應的理論系統，類似於古典數學和直覺主義數學。我認為這當然不是哲學研究的全部，但應該也是哲學研究的一個重要方面。如何使自己的理論更嚴密，需要有公理化的思想和方法。歷史上斯賓諾莎曾經做過倫理學的公理化研究，大概不是很成功。今天邏輯學的發展是否對此提供了新的基礎？這就需要學習現代邏輯。2．問：中國哲學也需要邏輯嗎？答：回答這個問題，首先要對「邏輯」這個概念作點說明。我們現在所說的邏輯，指的是上面提到的產生於古希臘的邏輯。就連「邏輯」一詞都是從古希臘語到英語、再到漢語譯音而來。為什麼要這樣，因為中國自己的文化中沒有產生出西方邏輯學意義上的邏輯學。中國古代有名辨學等一些在今天被人們作為中國邏輯史研究對象的理論或學說。從哲學和邏輯的關系看，如果說古希臘哲學有亞里斯多德邏輯與之對應，那麼中國哲學是否也可以說有名辨學這樣的學說與之對應？有這個背景，再看我們的問題，「中國哲學也需要邏輯嗎」，應該是，研究中國哲學或中國哲學研究需要西方的邏輯學嗎？這里有兩個問題。如果是研究中國哲學，即以中國哲學為研究的對象，提出自己的研究成果，提出相應的理論和觀點，那麼，與其他研究類似，也要分析、推理、論證，當然也離不開西方的邏輯學。因為只有西方傳統的邏輯學才在今天成為各學科的基礎。但是，如果是做中國哲學研究，或中國哲學式的研究，即用中國哲學的方法研究中國哲學的問題，比如類似於老子，孔子的研究，是否要用西方的邏輯學，我還看不出有這個必要。從西方邏輯學的觀點看，今天仍然難以完全說清中國的古代哲人究竟是用什麼邏輯思考問題的。這個說法需要作點解釋。中國哲學和西方哲學有很大的區別。這一點，從各自關心的問題和研究問題的方式可以看出來。西方哲學開始關心的問題是世界的本源是什麼，這個關心的目的是要把面對的萬事萬物拆開，找基本的組成部分，或面對復雜紛呈的世界找出基本的性質，再將它們的組合起來，希望從這里說明一切現象，同時也獲得了改造自然的手段。從簡單的、基本的部分或性質開始，通過組合，到說明各種復雜現象，解決復雜問題，這就是西方哲學的精神，也是西方邏輯的精神，他們在這個探討過程中建立了邏輯學，而且也是在這個過程中建立了西方科學。西方的哲學、邏輯學、科學屬於同一個文化體系。中國哲學也有關心世界本源的部分，但地是從社會的角度考慮問題，探討社會的秩序、和諧，講究天人合一，同時也是為個人的自我修養和人生指導提供依據。從世界和社會的宏觀出發到個人的修養，從個人的修養再到社會的和諧和秩序，這裡面有許多非組合的東西，與西方邏輯的精神從文化淵源上看有根本的區別。所以，在這個問題上，我倒是不覺得中國哲學式的研究要用到西方的邏輯學。說到這里，插一句，我想中國哲學的邏輯是什麼，這也許是個更有趣的問題。顯然這需要中國哲學和邏輯學兩方面的結合才有可能研究。當然，今天也很難有人還會按古人的方式去思考他們的哲學問題。不論從學習階段就受到的訓練，還是到後來的學術規范和科研體制，都決定了不會再出老子和孔子那樣的思想家。現在作為學術的最基本要求是要說理，要論證，要交流，還是上面說到的，要有公共的論證平台。從這個意義上說，中國哲學大概也需要西方的邏輯學。3．問：傳統邏輯和現代邏輯的區別是什麼？答：我注意到你們的幾個類似問法或問題，因為你們的采訪在我們中心（北京大學邏輯、語言與認知研究中心）的網上登了出來，而且有了一段時間。這些問題是：（1）普通邏輯和現代邏輯的區別是什麼？（2）數理邏輯和普通邏輯有什麼區別？（3）邏輯學導論和一階邏輯的區別是什麼？還有現在的問題，（4）傳統邏輯和現代邏輯的區別是什麼？我想先做一點說明，也是澄清。這里涉及到關於邏輯的一些名詞。首先，邏輯是一種客觀對象，邏輯學是關於這個對象的科學，就像力是一種客觀對象，力學是關於力這種對象的科學一樣。「邏輯」有時也指邏輯學。邏輯本身沒有現代和傳統之分，也沒有普通和不普通之分，只是邏輯學，作為人們對邏輯這個對象研究的成果，受到歷史條件的限制，才有傳統和現代之分，有不同的歷史形態。「現代邏輯」和「傳統邏輯」指的就是這種意義上的邏輯學。關於「普通邏輯」。首先，從對象的層次看，剛才說了，沒有普通和不普通之分，也就是說沒有普通邏輯這種邏輯，其次，從研究的角度看，也沒有對邏輯這種對象的「普通」的研究，所以，是既沒有普通邏輯（這種邏輯），也沒有普通邏輯學。「普通邏輯」只能是課程的名稱，類似於「普通物理」。這一點也是王憲鈞先生當年一再強調的。拿「普通邏輯」和「普通物理」相比，也是王先生舉的例子。為什麼要強調這一點，因為「普通邏輯」叫得多了，有一種誤解，把普通邏輯也當成了一種邏輯或一種邏輯學，其實，這只是一門課。關於「一階邏輯」，從對象的層次看，有這樣一種邏輯。關於這種邏輯的理論等是一階邏輯學，通常也稱為「一階邏輯」。此外，還有專門的課程講授一階邏輯學，所以它還可以是課程的名稱。「數理邏輯」與此類似。在上面提到的這些名稱中，「傳統邏輯」，「現代邏輯」，指的是某種邏輯學，在一些情況下，「現代邏輯」也可以是某類課程的名稱；「普通邏輯」，「邏輯導論」或「邏輯學導論」只能是課程的名稱；「一階邏輯」，「數理邏輯」指的可以是一個或一種邏輯，也可以是這個或這種邏輯的學，還可以指講授這個或這種邏輯的課程。這里我們涉及到三種名稱：邏輯，邏輯學和邏輯課。有這個說明後再來看這些問題。在這些問題中，問題（4）是一個合理的問題，也沒有什麼歧義，因為在這個問題中，「傳統邏輯」和「現代邏輯」只能做邏輯學的理解，問的是兩種邏輯學之間的區別，現代的邏輯學究竟比過去的邏輯學有那些發展等。問題（3）的意思應該是比較兩門課程，因為「邏輯學導論」是課程的名稱，我們也有一階邏輯的課。如果這么看，這也合理。問題（2）的初衷大概類似於問題（3），但是問題（2）容易引起誤解。因為「數理邏輯」可以指一種邏輯，將它與普通邏輯相比，容易使人誤解，把普通邏輯也當成了一種邏輯。最不合理的是問題（1）。「普通邏輯」只能是某門課程的名稱，現代邏輯是一種邏輯學，這兩個「邏輯」不可比。如果把「現代邏輯」理解為課程的名稱，那麼，它指的不是一門課，凡講授現代邏輯學知識的課都可以稱為現代邏輯課，而普通邏輯只能是一門課。將一門課與一類課相比，這應該也不可比。所以怎麼都說不通。現在可以回答你們的問題，即問題（4）。一般認為，從亞里士多德到弗雷格以前的是傳統邏輯，從弗雷格開始，產生了現代邏輯。當然在弗雷格之前，也有萊布尼茨、布爾這些現代邏輯的先驅。現代邏輯與傳統邏輯的不同首先是產生的原因或動因不同。傳統邏輯產生的原因主要是哲學上論證，也包括日常生活中的一些論辯。現代邏輯產生於數學研究，主要為了找出數學中的邏輯。其次是方法的不同，這是主要的不同。學過一點現代邏輯都知道，現代邏輯的基本方法是形式化方法。從根本上說，形式化方法就是數學的方法。因為是一些數學家研究數學中的推理，找數學中的邏輯，所以很自然地引用了數學的方法。從萊布尼茨開始就提出了把推理當作數學演算的想法。這個想法到弗雷格才在一定范圍里得以實現。可以實現的原因之一，是弗雷格研究的是數學中的推理，這是我們各種推理中最嚴格的推理，但同時也是最簡單的一種推理。可以實現的原因之二，就是他用到了數學的方法，把數學用到推理的研究中。現在數學（古典數學）中推理的規律已經都找出來了，這就是一階邏輯。在這個過程中，產生了很多新的思想，建立了許多新的技術，邏輯學的內容大大豐富。如果說過去我們只能靠肉眼觀察，那麼，現在因為有了新的方法，我們已經知道如何去造顯微鏡，而且是電子顯微鏡。與傳統邏輯相比，因為有了觀察邏輯關系的「電子顯微鏡」，現代邏輯打開了一個全新的天地，范圍大大拓寬。這個天地是傳統邏輯用「肉眼」所不可能看見的。因為方法和動因的不同，導致了傳統邏輯和現代邏輯其他的一些不同。比如，同是研究日常推理，傳統邏輯總結一些方法，教我們這些方法，現代邏輯則要把其中的規律用數學的方法精確地刻畫出來，其目的不是教我們人如何正確地進行日常思維，而是「教」計算機去做這樣的的推理。現代邏輯的這種發展，使得邏輯學真正成為其他一些學科的基礎，比如計算機科學，語言學等，包括哲學方面的分析哲學，語言哲學等。這里所謂的基礎，意思是，如果沒有現代邏輯的知識，要進行這方面的有關研究是不可能的。這個基礎的作用是傳統邏輯做不到也不可能做到的。人們一般認為學習邏輯會使人邏輯性強，提高思維能力，表現在頭腦清楚，說話有條理，能言善辯等。這被稱為邏輯的教導作用。應該說這是邏輯學產生的初衷之一。但在今天看來，如果說，傳統邏輯還有一定的教導作用，那麼現代邏輯則基本沒有這個作用。現代邏輯使得邏輯學越來越像數學，成為專門的基礎知識。如果說現代邏輯也有一些教導作用，那麼它並也不比數學強。換言之，要想從學習現代邏輯中得到思維能力的提高，更好的法是去學數學。總之，邏輯學的這種教導作用，至少從現代邏輯的內容上看，已經不是今天邏輯學的主要功能。4．問：您認為哲學系本科生應該學普通邏輯課還是現代邏輯的課程？答：關於這個問題，我可能會說得多一些。因為即使在我們北大哲學系，這個問題也是從我的上一代老師、我的前輩們開始就一直在討論、爭論、甚至激烈爭論的問題。我認為，應該學什麼課，普通邏輯課還是現代邏輯課，取決於兩個因素：一個是課程的內容、性質；一個是學習的目的。這是從學生選課的角度說的。換一角度，可以問，哲學系應該對本科生開普通邏輯課還是現代邏輯課？也有兩個類似的因素，前一個因素沒變，後一個因素是，開什麼課取決於培養學生的目標。這是受教育者和教育者都關心的同一個問題，但角度不同。我想我還是從教育者的角度來談這個問題。現在本科生教育可以說有兩個目標，一個是素質教育，一個是專門人才培養。說白了，前者就是畢業後找工作，後者是讀研究生，准備走學術的道路。從社會需求的角度看，大部分人是要從事實際工作的，學者總是少數。因此現在比較強調素質教育，淡化專業，所以本科生階段取消了一些專業，比如我們系的本科生邏輯學專業就取消了。專門人才培養一般要到研究生階段才真正開始。盡管學生自己可以早早為自己定位，但是從教育者的角度說，並不一開始就把誰定在什麼方向。這增加了學生的自主性、能動性，同時也增加了學生自己的責任，學生也要為自己的將來負責。這是社會的進步。與強調素質教育相對應，另一方面，對准備走學術路的人也提出了更高的要求，要求有扎實的基礎，有出色的科研能力。這是一種兩極分化。一個本科生，剛進大學，很難說將來畢業後的去向，是做實際工作，還是讀研究生，最終走學術研究的路。從教育者的角度看，也只能是同時提供各種條件、環境，讓受教育者能走更適合自己發展的道路。一個好的大學，就是能提供好的這樣的條件和環境，比如開出各種課程和提供好的指導等。現在可以談談普通邏輯課和現代邏輯課的問題。簡單地說，現代邏輯的課程是為專門人才培養開設的。一個學生如果畢業後從事實際工作，在這方面他所需要的主要是素質教育，我認為不用學現代邏輯，但同時也不用學普通邏輯，倒是可以學學批判性思維這樣的課。為什麼這么說，我們可以先看看普通邏輯的性質和內容。普通邏輯是我國大學的邏輯知識普及課，內容大體上是亞里斯多德邏輯，即亞里斯多德的三段論、定義理論等，一些簡單的命題邏輯知識，再加一些歸納推理的內容，關於論證的常識等，從知識的組成看，基本上是傳統邏輯的東西。普通邏輯有一個基本考慮，就是圍繞思維來講。根據這個考慮，它把內容又分為概念，判斷，推理，論證幾個部分。近二十多年來，隨著現代邏輯影響不斷增加，普通邏輯課中也逐漸增加了一些現代邏輯的內容，課程的名稱也改成邏輯導論，內容和重點有了很大甚至是重要的改變，但普及邏輯知識的課程性質沒有變。這樣的一門課程，我認為有一些缺點。首先我們可以看一下經過這樣的普及課學習，會有什麼收獲，有什麼效果。從課程設置的角度說，不外是希望學生有這幾個方面的收獲：（1）獲得一定的邏輯學知識；（2）掌握一些方法，受到一定的訓練，思維能力有某些提高；（3）有了一定的基礎，便於繼續學習邏輯；（4）以邏輯為基礎去進行其他的課程的學習或研究。其中（1）和（2）合起來可以在素質教育方面起到一定的作用。（3）和（4）看起來是可以起到專門人才培養方面的作用。但實際情況究竟怎樣，是否可以達到這樣的效果，我們可以做一些分析。先看後兩條，即人才培養方面的（3）和（4）。首先，傳統邏輯和現代邏輯是邏輯學發展的兩個階段。現代邏輯不是從傳統邏輯的基礎上發展而來的，上面也談到，完全是新的問題，新的起點，新的方法。現代邏輯對傳統邏輯有種跳躍性，而沒有什麼繼承性。從我們的教學實踐看，學習傳統邏輯對學現代邏輯沒有什麼幫助，反而可能會有某些誤導。如果是為了要繼續學習邏輯，這個繼續被學的，只能是現代邏輯，所以不如一開始就學現代邏輯。（3）說的是普通邏輯課或邏輯導論課可以作為現代邏輯課的基礎，但從這個分析看，情況並非如此。不說有可能誤導，至少學習的效率不高。再看（4）。現代邏輯是像數學這樣的專門的基礎知識，需要按學數學那樣方式才能真正掌握，才可能成為用來學習和研究如計算機科學、語言學甚至哲學的知識基礎，不能只是停留在普及知識的層次上，淺顯地講講，象徵性地做些習題，而需要詳細地講解，嚴格地證明，嚴格地做習題，有些甚至是比較難的習題。這些即使在邏輯導論課上，也不可能做到。所以，希望達到（4）的效果，只能是一個願望，實際上根本達不到。這兩個方面說明，普通邏輯或邏輯導論在邏輯學研究或應用邏輯的專門人才培養方面起不到什麼作用。事實上，我們這些年的教學實踐上也證明了這一點。就我校來說，這二十多年來上過普通邏輯或邏輯導論課的學生應該達到數以萬計，但沒有一個學生由此而成為研究邏輯或者應用邏輯去研究其他領域問題的專門人才。這說明什麼問題？當然是我們作為教育者一方應該深刻反省的。說到底，主要是課程的性質，普及邏輯知識，這決定了這門課只能是作為文化素養提高的一個方面來教和學，而不是也不能作為其他知識和課程的基礎來教和學。說到這里，涉及到這門課的素質教育方面的意義。上面說了它在專門人才培養方面起不到什麼作用，現在我們可以就此再看它素質教育的作用方面。前面說到邏輯有教導作用，在這里對應到所希望達到的效果（2）。看起來普通邏輯所講的問題簡單、常見，與實際生活更接近，所以它更具有教導作用，但其實這里有些誤解。普通邏輯或邏輯導論都是傳統邏輯和現代邏輯的某種結合。關於現代邏輯，前面已經說了，它完全遠離了邏輯的教導作用，不是為日常思維服務的，而是一種基礎知識。再看傳統邏輯部分。這部分中確實有些內容是講思維方法，講有關的一些道理。但是在這方面，它有兩個不足：一是先天不足，一是後天不足。一般都不否認亞里斯多德邏輯是傳統邏輯的核心部分。亞里斯多德邏輯中的核心部分又是三段論。我們可以看看三段論在講什麼。它在講我們幾乎天生就會的三段論推理，比如「所有的A是B，所有的B是C，所以，所有的A是C」，講這樣的的推理為什麼是正確的，這樣的推理多少種格與式，哪些格式是正確的推理形式，可以如何變形，道理何在等等。這些細致的甚至顯得繁瑣的分析和證明主要不是為了日常思維的需要，而是為了哲學研究。我想說的是，邏輯學從一開始，就是一種學院派式的理論，這是它的精神實質，而且這種精神一直在延續。應該說，這是真正的邏輯學的精神。所以，亞里斯多德是邏輯學之父，他不僅從問題、對象，而且從方式和精神，都奠定了這門學科的基礎。關於日常思維的思維方法等只是這種理論的一些延伸，不是本質的部分。有了理論，可以在思維方法的方面做很多推廣。只是方法方面談多了，談泛了，實際上就出了這種學的圈。這就是傳統邏輯對日常思維方面作用的「先天不足」。作為一門課程，當然可以按照需要設計它的內容，沒有必要一定按某種學理精神來講授。但是，在思維能力提高和訓練方面，普通邏輯並沒有給我們提供的內容和訓練的手段。這是它的「後天不足」。如果要講思維方法，注重日常思維能力提高，有比普通邏輯更合適的課程，這就是批判性思維。實際上，批判性思維並不是一門邏輯課，但是它的問題更集中，目的也更明確，所以更專業。總體上看，對普通邏輯課，包括邏輯導論，在思想方法和思維能力訓練方面，如果是講思維的嚴格性，精確性，那不如去學數學。如果是講思維的敏捷、機智，善抓問題實質的准確性、尖銳性等，不如去學批判性思維。最後，再看希望達到的效果（1），即這門課對邏輯知識的了解和掌握方面的作用。作為知識上的修養，這當然也是一種素質的提高。特別地，對什麼是邏輯的精神，通過普通邏輯課或邏輯導論課多少可以了解一些，這應該是一個人知識組成中的重要部分。但是，知識普及性的課不能提供真正實用的技術和理論，這一點應該沒什麼疑問。我們只要看看邏輯學今天的發展和這些課程所講授的內容就不難得出這個結論。當然，不論怎樣，最後總會對邏輯的精神有一定程度的了解，有一定的邏輯的知識素養，這是大概是這門課最後的收獲。對此我想指出一點，從今天的角度看，這也是一種多少有點養尊處優的知識素養，因為它主要不解決實用問題，基本上是精神層面的東西。過去我國大學教育屬於計劃經濟體系，畢業生是國家幹部。什麼是國家幹部，就是國家的管理人員，當然不是人人最後都走上了管理崗位，但首先他們都屬於幹部體系，有幹部級別。大學的一個主要功能是為國家提供幹部儲備。作為這樣的教育，當然要使受教育者除了專門的知識、技能外，還要有一定的知識素養。比如，要知道一點邏輯，講點邏輯。在這種情況下，邏輯知識普及課對我國幹部隊伍素質的總體提高，還是起到一定的作用的。從這個意義上說，這門課也還是有功績的。但是，現在的情況已經有了根本的改變。一個受教育者不再是計劃經濟下教育生產線出產的一個產品，不再是一個幹部或儲備幹部，國家的幹部體制現在也轉變成了公務員體制，這不僅僅是名稱的改變。在現在的情況下，一個大學生首先是一個將來要參與社會競爭的主體。我們的教育體制已發生了根本的變化，教育也地具有了人本精神，教育者要地從受教育者的立場出發考慮問題。面對這樣的教育形勢和被教育者，我們應該教什麼？他們所面對的將是嚴酷的競爭和挑戰，已經沒有時間和條件再去接受那種養尊處優式的知識素養教育。所以我認為，如果說普通邏輯或邏輯導論這種邏輯知識普及課在過去時代條件下還有一些積極作用，那麼現在這些作用早已淡出，所以這樣的課已經不合時代要求，應該淘汰。取而代之的也是兩極分化：徹底講實用性，學批判性思維；真正學邏輯，學現代邏輯。這也是一種「與時俱進」吧。有一種觀點認為，一個大學畢業生，受過高等教育的人，不學普通邏輯或邏輯導論，不知道什麼是邏輯，不懂一點邏輯怎麼行。我認為這種觀點沒有建立在將邏輯學、邏輯課以及它們的歷史和社會時代背景等因素加以綜合和仔細分析的基礎上，沒有充分的根據。如果有我們這里的分析，那就不僅是「怎麼不行」，而且是勢在必行。至於哲學系開什麼課，不同的哲學系當然只能根據自己的情況量力而行。北大哲學系是按專門人才培養的方向來開課的，也有這個條件，所以當然應該開現代邏輯課，取消普通邏輯或邏輯導論課。我們實際上也是這么做的。目前只是對外系或校公共課還開邏輯導論，這是因為某種歷史的慣性吧，遲早也是要取消的。在我系，現代邏輯課是一系列課程。首先是一階邏輯。這是現代邏輯的入門課，也是哲學學習和研究的一個基礎課。如果將來研究哲學，可以到此為止，也可以再學模態邏輯等。如果要學邏輯，則必須在有這門課的基礎後再去學其他的邏輯課程。至於批判性思維，我認為是一門很好的課，也主張應該開這門課，甚至應該是全校的公共課。這是一門素質教育課，誰都可以選。但是要清楚，這門課與學哲學和學邏輯都沒有什麼特別的關系。

⑤ 數據至上的人工智慧時代，哪些公開數據集最適合

現如今構建人工智慧或機器學習系統比以往的時候更加容易。普遍存在的尖端開源工具如 TensorFlow、Torch 和 Spark，再加上通過 AWS 的大規模計算力、Google Cloud 或其他供應商的雲計算，這些都意味著你可以在下午休閑時間使用筆記本電腦去訓練出最前沿的機器學習模型。
雖然不算是人工智慧訓練的最前沿，但人工智慧的無名英雄確實就是數據，許多許多標注或未標注的數據。研究部門和公司也都認識到數據民主化是加快人工智慧的必要步驟。
然而，涉及到機器學習或人工智慧的大多數產品強烈依賴於那些通常沒有開放的私有數據集，而本文將指出解決這種困境的辦法。
事實上，我們很難用一篇文章來說明哪些開放數據集是有用的，因為那些有用的開放數據集必須是可概念證明的，而什麼數據集對產品或確認特徵是有用的，在你收集你自己所有數據之前是不知道的。
重要的是，如果數據集有良好的表現並不能保證其訓練的機器學習系統在實際產品場景中表現良好。許多人在構建人工智慧系統時常常忘了構建一個新人工智慧解決方案或產品最困難的部分不是人工智慧本身或演算法，通常最困難的地方是數據收集和標注。標准數據集可以作為驗證或構建更優良解決辦法的良好起點。
在這個星期，我和一些機器學習專家們討論的都是有關標准數據集的問題。為了讓你能更輕松地構建人工智慧系統，我們搜集了一些開源數據集，這些開源數據集是我們認為在人工智慧的世界裡你所需要了解的。

⑥ 怎麼評價「少數服從多數就是民主」這個說法

少數服從多數是一種簡單的演算法，在演算法的基礎上，烏合之眾的獨裁統治是一定程度的民主，而演算法本身和各種事情都需要討論

民主如果這么簡單,還為什麼整天喊民主,民主的大部分時間是為數不多的幾個人在辯論短的概念,大多數人只會看傳統的審計、許可權最終會通過各種方式集中到少數人的手中,真正的民主是根據多數人的意見將討論如何集中更科學、更安全、更有建設性,而不是讓每個人都有理論上無限的自由這個理想化的廢話

我個人來說比較推崇精英政治，因為不會所有人都有這種政治智慧和正義，當然，前提是我們有更好的的制度來監督和反映民眾的訴求，而目前是沒有的。

⑦ "1"=="1" true還是false

樓上說了那麼多還是沒切住樓主要點啊。
其實這個要討論到2個蠻底層的東西。
1.==判斷的的確是在內存中的同意引用地址，也就是樓主說的同一對象。

2.兩個「1」都是同一個對象了? 回答是不是。

3.樓主最想明白的一點，為什麼"1"=="1"是true吧。這里是第一個蠻高深的地方。因為"1"一出現，JVM給它一個內存地址，而第二個"1"出現的時候呢，並不是給他一個新地址，而是在字元串緩沖池中找是否有相同值的引用，如果可以，直接給他。很奇怪吧，但就是這樣，但前提是，這里的兩個「1」都當做了基礎類型，並不是對象。
舉個例子吧。String s1="1";String s2="1";然後s1==s2;是true，就是因為這里的s1和s2都是基礎類型，類似於int,float這些基礎類型（只要不是new出來的，String有點特殊，並不像int對應Integer，它的基礎類型和對象類都是String）。再舉個例子吧，String s1="1";String s2=new String("1");這個時候s1是基礎類型，s2是對象，他們對應的地址引用不同，所以s1==s2;是false的，不信可以試試，嘿嘿。

4.==和.equals區別何在，這是第二個蠻底層的東西了。
在Java中，所有類的超類是Object，Object中有equals方法，但是它裡面的equals是這樣的。public boolean equals(Object obj) {
return (this == obj);
} 也就是說Object中equals就是==操作，也就是比較引用地址。那麼為什麼兩個String對象，比如String s1=new String("1");String s2=new String("1");用s1.equals(s2);還是true呢，不是應該比較地址的么？那是因為大多數基礎類型對應的類比如Integer，String,Float等都重寫了equals函數了，他們比較的是對應的值的大小，而不是引用了，所以上面兩個String的對象用equals比較的是他們的值，而他們的值都是"1"，這再用到第3點中的方法，也就是他們的值相等，那麼s1.equals(s2);就是true 了。

5.所以在很多時候，我們會重寫equals方法，用我們自己的方法來判斷兩個對象是否equals。

補充回答：1.什麼時候用常量池中的「1」，當然是在程序編譯過程中如果有String s1="1";以後再有同樣的String s2="1";之類的就用它了，關鍵是，不用new，不是新對象的話，只要之前在池子中的常量就會復用。
2.什麼時候自己創建「1」對象？回答是，任何時候都沒必要。知道為什麼會有Integer，Float么，就是為了完全OOP，OOP好處是什麼？可以有更多操作手段，有了Integer後，int基本類型的東西通過自動裝箱可以很方便的用到Integer類中的函數方法。同樣的String s1="1";中的s1可以自動裝箱成為String s1=new String("1");中的s1,那麼也就可以自動的像後面作為對象的s1一樣用到String類中的函數了。
也就是說，除非特殊癖好（喜歡完全OOP格式什麼的），new String完全沒必要，因為JVM的自動裝箱和拆箱功能完全可以滿足了。

⑧ 人工智慧在2018年的八大趨勢是怎樣

人工智慧在2018年的八大趨勢

創造仿人類的人工智慧熱度將會消減

隨著人工智慧技術在個人財務管理、公共記錄、客戶體驗以及學習新事物等平台的發展，這種行業轉移將變得更加普遍。人工智慧工程師和開發人員將致力於打造由演算法驅動的人工智慧，它能做出反應，做出決策，並以人類的方式與人互動。

更加關注消費者級別的人工智慧應用

人工智慧行業將努力與那些購買並訂閱其人工智慧產品和服務的人建立信任，這意味著它們會主動在工作場所提供軟體更新和潛在風險方面的溝通，包含個人語音助理、聊天機器人以及運行在人工智慧上的平台，並以一種普通人能夠理解的簡單方式進行。

人工智慧領域的監管格局將繼續向前發展

隨著英國、美國、歐盟以及其他國家或地區的政府試圖了解人工智慧技術的核心價值、風險和實際未來，業內人士將開始闡明他們如何自我監管AI技術的企業應用。這種自我監管將擴展到人工智慧之外，以解決企業和公眾對數據隱私和保護的擔憂。問責將仍是一個核心問題，而企業如何利用數據（尤其是消費者信息）來構建人工智慧應用的壓力將在2018年增加。

人工智慧的發展將惠及更廣泛的人群

就在幾年前，人們還需要獲得數據科學和工程方面的高級學位來從事人工智慧技術、研究演算法，以及開發軟體的工作。如今，開發者工具、培訓項目和可獲得的職業機會讓非技術人員走進人工智慧這個領域。像LinkedIn這樣的公司已經建立了基礎設施來培訓人工智慧研發工程師。2018年，我們將看到這些工具、資源和教育機會向其他員工擴展。

人們將學會成為人工智慧的合作者

每一份關於人工智慧和工作的新報告都會引起公眾的強烈反應，這些報告也會強調深入了解人工智慧進步如何真正影響工作、人才和工作場所的必要性。雖然有些職位將會被人工智慧技術所取代，但許多職位將會以一種優化公司利益的方式與人工智慧技術融合並發展起來。

網路安全將利用人工智慧來應對復雜的威脅

雖然好萊塢認為機器人可以佔領世界的想法會打擊與黑客技術相關的潛在威脅，但工程師們將專注於用人工智慧來解決非物理、數據和演算法層面的問題。目前，黑客入侵技術的能力超過了網路安全行業保護脆弱技術的能力。

為了迎頭趕上，谷歌、Facebook和亞馬遜等科技行業領袖將尋找更多機會與麻省理工學院、紐約大學的學術研究人員、小型創業公司以及其他領先機構合作，打造由人工智慧技術驅動的安全體系。這些合作關系將有助於建立能夠跨網路和平台部署的人工智慧安全系統，以監控、發現和防止黑客入侵。

人工智慧行業將解決更復雜的問題

人工智慧包含一個復雜而重要的技術網路，目前，許多人工智慧企業和消費者應用都旨在解決小而有針對性的問題。一個聰明的助手可能會引導你正確地歸檔費用，一個搜索演算法可能會指導你成為安大略最好的管道工，一個語音助手可能會發現一個你根本不知道存在的音樂世界。

與此同時，如今的人工智慧技術需要解決商業和日常生活中更為復雜的問題，從管理整個勞動力到應對氣候變化。在接下來的一年裡，我看到各行各業的公司開始在外部部署這些人工智慧解決方案，以解決更大、更復雜、更公開的問題。

新的一年，新的人工智慧機會

最終，我相信在未來一年裡人工智慧行業將在發現技術的細微差別和復雜方面取得重大進展。人工智慧應用將繼續成倍增長，並實現多樣化。提高其知名度和公眾意識的責任將完全落在人工智慧行業，人工智慧行業與私人、公共和學術部門之間，將會建立更強大的研發合作。

⑨ 區塊鏈中的公鏈是什麼

公鏈也稱「公有鏈」，即指全世界任何人都可以隨時進入到系統中讀取數據、發送可確認交易、競爭記賬的區塊鏈。公有鏈通常被認為是「完全去中心化」的，因為沒有任何個人或者機構可以控制或篡改其中數據的讀寫。而從應用上說，區塊鏈公有鏈則主要包括比特幣、以太坊、超級賬本、大多數山寨幣以及智能合約，其中區塊鏈公有鏈的始祖則為比特幣區塊鏈，具有以下特點：

1、代碼開源

代碼上傳到github，每個人都可以通過下載得到完整的區塊鏈數據，接受大眾的考驗。

2、完全去中心化

任何人都可以成為一個節點，每一個節點都是公開的，每個人都可以參與區塊鏈的計算，任何節點都不是永久的，而是階段性的，任何中心對節點都不具有強制性。任何人都可讀取的、且能發送交易，而且交易能夠在區塊鏈上得到有效的確認，任何人都可參與其中共識過程。共識過程決定某個區塊可以添加到區塊鏈中，以及確切的當前狀態。每個人都可以從中得到經濟獎勵，和在共識過程中所作的貢獻成正比。這些公有鏈通常被認為是「完全意義上的去中心化」。

3、開發去中心化應用

程序開發者通過此公鏈，可以很方便地開發出去中心化應用。公有鏈可以保護用戶權益免受程序開發者的影響。