Skip to content

Latest commit

 

History

History
54 lines (50 loc) · 4.93 KB

201700122052.md

File metadata and controls

54 lines (50 loc) · 4.93 KB

游戏分为三步: 1. 您选择一扇门。  2. 蒙特将会打开剩余的两扇门中的一扇,展示一个空的房间。(他从不会打开那扇后面藏有汽车的。)  3. 然后您可以选择是仍然选择在步骤1中选择的那扇门,还是选择去打开另一扇仍然关闭的。 假定您选择了A门。然后蒙特打开了另两扇门中的一扇,假定为B门。现在您可以选择改选C门或者仍然坚持最初的选择,即A门。如果没有改变选择,那么可能会猜对也可能会猜错。另一方面,如果您改选C门,则还是既可能猜对也可能猜错。您会做出什么选择呢?在蒙特打开一扇门之后,是坚持最初的选择,还是改变前面已做的选择呢?为什么呢? 第一种观点:改变选择(据说是正确答案)

理由1 如果您选择A门,则猜中的机会是 1/3,因为A门后可能有一辆汽车。B门之后有一辆汽车的机率也是 1/3 ,并且C门之后有一辆汽车的机率还是 1/3(由于必定有一辆车在某善门后,因此所有机率的总和应该为 1)。车在B门或C门之后的机率为2/3。 现在假定蒙特打开B门,展示这是一扇空门。 车在B门或C门之后的机率还是 2/3,但我们知道在B门之后的机率为0,因为已经可以肯定那里没有任何东西。因此在C门之后的机率变为2/3。机率的总和仍然为1。A门的机率为1/3,B门的机率为0,C门的机率为2/3。   理由2 我们可以再通过实验来验证一下: 假定有1000000 扇门。您从中选择一扇门来找那辆车。您正确的机率是百万分之一。车在其余的门后的机率是百万分之999999。 蒙特打开了999998 扇门来展示它们是空的。您最初的猜测正确的机率是1/1000000,改变选择,您的猜测正确的机率是999999/1000000。  不妨和朋友玩一玩下面的游戏。使用三个纸杯盖住一辆小玩具汽车,或是其他什么东西。您们中的一个人应该作蒙特,隐藏车并将在另一个人做出选择之后揭起一个空纸杯。来上100次,再看一看结果如何。   理由3 (1)首先,在游戏初始状态,设轿车在门X的后面,P(X)= 1/3 (2)设竞猜者选择了A门,然后Monty准备打开B门 (3)如果轿车在A门后,则Monty打开B门的概率为: P(Monty打开B门|A)= 1/2 如果轿车在B门后,则Monty打开B门的概率为: P(Monty打开B门|B)= 0 如果轿车在C门后,则Monty打开B门的概率为: P(Monty打开B门|C)= 1 则Monty打开B门的概率为: P(Monty打开B门)=P(A)P(Monty打开B门|A) +P(B)P(Monty打开B门|B) +P(C)P(Monty打开B门|C) =1/6 + 0 + 1/3 =1/2 (4)据Bayes定理, P(A|Monty打开B门)=P(A) * P(Monty打开B门|A) / P(Monty打开B门) =(1/3 * 1/2) / (1/2) =1/3 P(C|Monty打开B门)=P(C) * P(Monty打开B门|C) / P(Monty打开B门) =(1/3 * 1) / (1/2) =2/3

第二种观点:坚持最初选择

理由1 如果您选择 A 门,则猜中的机会是 1/3,现在假定蒙特打开 B 门,展示这是一扇空门, 车在 B 门之后的机率为 0,因为已经可以肯定那里没有任何东西。因此在A、C 门之后的机率变为 1/2。机率的总和仍然为 1。 机率都一样,为什么要改变选择呢?! 3.2 如何看待 “中文房间” 问题,中文房间有智能么?它有什么样水平的智能?如何才能让它具有人类水平的智能? (1)哲学家John R. Searle在自己的人文章"Can Computers Think"里面以中文房间(Chinese room experiment)为例论证人可以思考而AI不可以。但是这篇文章对“think”的定义是:无论人脑还是电脑,当接收到电信号时产生的反应中不只有syntax,也要有semantics。 中文房间里的那个人就好比电脑。他的行为可以使别人以为他很懂中文,因为他可以根据得到的信息输出正确的回答。但事实上中文对他来说只是一串无意义的符号。在Searle看来他不懂中文也不会思考 因为他对中文的理解只停留在syntax(字符长什么样)。 而懂中文的人类不同。当被用中文问一个问题时 他们做出回答时不止根据syntax。比如被问到中华人民共和国现任主席是谁 程序员可以写代码是电脑输出正确答案 就像中文房间里的人在被告知答案长什么样子后也可以正确回答。但懂中文的人类,在看到”主席”二字后脑里会闪过历代主席的画面(长相 口音 等非常具体具象)这就是所谓的semantics。

即便人类获得semantics的方法是完全凭靠死记硬背,人脑和电脑的运作方式也有着上述的根本不同。原作者认为 拥有semantics是区别人脑和电脑最基本也最重要的一条指标。因此中文房间没有智能。 (2)中文房价所拥有的智能相当于计算速度极大并且深度学习的计算机。 (3)如果用理解语义来判断中文房间是否具有智能的话,那么只要不断地提高计算机的计算速度并且