好奇心俱乐部

经验主义和理性主义

2020-12-02  本文已影响0人  姜地主

休谟用一把“叉子”,把人类的知识体系和获得知识的方法一分为二。

一边是所谓的观念知识,它们不需要经验的验证,比如数学。数学的知识不需要做实验来验证,只需要理性思考就能够获得。比如勾股定理,你运用逻辑推理就能够发现它、理解它,不需要去测量一百个三角形的边长来核实这个定理。可以讲,数学是人类知识体系和认识过程的一个特例。

休谟的叉子划出来的另一边呢,就是经验知识,在休谟看来,这些知识单纯靠理性是得不到的,或者说这部分知识你单纯靠理性去想,反而不可靠。

理性推理有两个最基本的方法,归纳和演绎。归纳,就是具体的事情里归纳出一个总的结论;演绎就是从一个基本的结论出发,推演出各种不同的情况。而休谟就认为,单纯靠理性思考,无论是归纳还是演绎,得到的结论都可能不可靠。

先说归纳的问题在哪。举一个例子,你可能听说过火鸡悖论,说一个农场主,每天出现在鸡窝前,给火鸡带去食物,久而久之火鸡就归纳出一个结论,农夫的出现意味着食物。这个规律是否成立了呢?火鸡今天验证一下,发现成立,明天又验证一下,发现还是成立。这只火鸡可以说非常“理性”了,但是,等到感恩节的前一天,这个定理就失效了,理性的火鸡等来的不是食物,而是农夫的屠刀。

我们在日常生活中经常用到归纳推理,日常使用倒也不需要像哲学家那样去较真。但是休谟是想要提醒我们,掌握了过去的事实,并一定就能用来推断未来,因为我们其实没有理由认为未来就会重复过去的事情。

我要和你强调一下,休谟不是要否认经验的作用,他强调的是我们不能从有限的经验总结出普适的规律。我们今天把休谟说的这种问题叫做“不完全归纳的误区”。

那演绎又有什么问题呢?要从一个道理推出衍生的结论,这件事其实还有一个前提基础,就是你要能确认它们之间的因果关系。但休谟却说,我们其实很难判断真正的因果关系是什么,我们经常只是给两件在时间和空间上挨得很近,一前一后发生的事情套上了因果关系。

比如,进入了秋冬季节,小张穿着短袖出门跑步,结果回来感冒了,过去会认为,着凉是感冒的原因,感冒是着凉的结果。这种因果关系对不对呢?今天的医学研究告诉我们,冷空气本身并不会让我们感冒,感冒真正的原因是空气中的病原体。比如普通感冒是鼻病毒引起的,流感是流感病毒引起的。实际上,在一个温暖的、人很多却不透气的空间里,感染疾病的可能性比在冷空气流通的室外概率大得多。

再比如,人们过去说“乌鸦叫,丧事到”,现象是这个现象,但其中的因果关系究竟是怎样的呢?乌鸦叫是人死的原因吗,有人认为恰恰相反,是因为人快死了,散发出的味道才吸引来了乌鸦。你看,要准确地找到两件事的因果关系其实是非常难的,我们今天认为毫无疑问的因果关系,也未必就是真正的因果关系。

经验主义与理性主义在近代的争论

既然不完全的归纳推理和演绎推理都可能靠不住,那么我们能依靠的是什么呢?还是经验。经验主义的另一位代表人物洛克就认为,人生下来就如同一张白纸,全部知识都是建立在经验之上的,不同人会有不同的经验,从而在心灵中形成了各种各样的观念和知识。

和经验主义对立的是以笛卡尔所代表的理性主义。关于笛卡尔,我之前在《科技通史60讲》中介绍过他的方法论。可以讲,笛卡尔总结出一整套通过理性思考获得新知的方法。笛卡尔有一句名言,我思故我在,笛卡尔认为,我们可以通过思考获得真正的知识。

笛卡尔并没有完全否认观察的作用,但他认为通过观察获得的只是对事物表象的认识,而不是对世界本质的认识。人类的很多复杂想法,比如数学上的等号、开方、对数这些概念,在实际世界当中都没有直接对应的存在,我们不可能靠观察或者感知得到这些概念,只能靠理性的思考和逻辑推理得到它们。在笛卡尔之后的几位最著名的数学家,比如牛顿、莱布尼茨等等,都是理性主义的信奉者。

从经验主义和理性主义在近代的争论,你会发现经验主义的代表人物,像休谟和洛克,都是侧重于从对社会的观察中得出他们的哲学见解,而理性主义的代表人物笛卡尔、牛顿和莱布尼茨,都在数学上有很高的造诣。

在经验主义和理性主义之争的历史上,还有一位试图调和双方分歧的人物,就是德国古典主义哲学的奠基人康德。康德原本是理性主义的哲学家,但他看到休谟的书,有一种猛然惊醒梦中人的感觉,花了很多年时间修正自己的哲学思想,来回应休谟的思想。

经验主义和理性主义对今天西方的政治、法律、科学和社会都产生了极为深远的影响。这里先着重谈谈它们在科学上的影响.

人类的知识都来自于理性吗?

很多人问我,到底应该相信经验还是理性,我通常是拿着休谟的叉子在人类的知识体系上再划一刀。这样,加上之前休谟划的一刀就把知识体系和方法分为三种。

第一种是数学,它是纯粹理性的。

第二种是科学,或者说自然科学,它理性的成分很大,我们通常会用一些简单明了的规律概括构建这方面的知识体系,然后不断地采用实证主义的方法越来越准确地勾画规律的边界。至于规律如何得到,它们有些是通过有限的归纳,有些是通过尽可能合理的演绎。

第三种是非科学。注意,我这里所说的非科学不是伪科学的骗术。在我看来,非科学包括很多社会科学和人文科学,也包括哲学和宗教。在这些知识体系中,经验的部分占的比例更大。

不过,这绝不意味着在这些学科中不需要理性的分析、不需要讲逻辑,而是说对于这些学科,我们往往无法从中找到自然科学定律那样普遍适用的规律。即使能找到一部分规律,它们也有严格的适用范围。甚至还有很多关于经验的研究,根本没有办法找到一个规律去概括它。

在现代的科学里,我认为心理学和医学在很大程度上也是经验的科学。其实经验主义这个词最早就来自于古希腊的医学,当时一些医生强调要靠经验给病人看病,而不能靠书本上的教条,这被叫做经验主义。

还有一个特别的领域,就是认知科学中的人工智能研究,实际上也是一个非常依赖于经验的学科。

早期的人工智能学者通常喜欢把这个领域划归到自然科学的范畴里,他们希望依靠理性和逻辑来解决人工智能的问题。比较有代表性的学者包括提出形式语言模型的乔姆斯基。

乔姆斯基试图将用数学模型来产生语言,或者说把语言这件事纳入到数学的范畴内。这可行不可行呢?应该讲,部分是可行的,像今天的计算机语言,就可以完全纳入到数学的框架内。

但是人类的语言就没有这么简单了,总是有很多例外,你找到的、或者设定的规律,总是有失效的时候。

于是,到了上个世纪70年代之后,在自然语言处理这个领域,贾里尼克等人扛起了经验主义的大旗,让计算机通过对经验和案例的学习来处理人工智能问题。今天人工智能的成功,是在这批人的工作基础上发展起来的。

在很长的时间里,在学术界一直有两派自然语言处理的学术会议,一种是偏传统语言学理论研究的,比如计算语言学国际会议COLING;另一种是偏经验主义的,比如经验方法自然语言处理会议EMNLP。这两派的会议我都去过,两类人完全不同。

但近年来出现一个趋势,就是这两种会议有时会一起办,你可以把它们理解为经验主义和理性主义的结合。不过到目前为止,现有的几乎所有人工智能的成就,以及全部大数据的成就,都来自于经验主义这一派。

小结

那在我们自己的生活,什么时候应该采取理性主义的方法,什么时候应该采取经验主义的方法呢?

我觉得理性主义主要用在两个地方。第一个地方,是在面对数学和自然科学问题的时候。第二,就是我们需要找到一件事哪里出错了的时候。

很多时候,理性主义无法告诉我们那个正确的答案是什么,但它能够告诉我们什么是错误的,因为它们不合乎逻辑,不合理。不过,要用理性主义的方法,一定要知道规律的适用边界,不能把理性主义变成教条主义。

至于什么时候该用经验主义的方法呢,在我看来,任何涉及到非科学的问题,我都宁可相信经验。

上一篇 下一篇

猜你喜欢

热点阅读