为什么我们非要从科学的角度看待人类行为呢？
一、墨迹测验
有一个精神病患者去看医生，医生拿了几个图案给他看。
医生让他看了一个方形的图案，问他联想到了什么。他说，我看到一张床，上面有一对男女在做爱。
医生摇摇头，又给他看了一个圆形的图案，问他联想到了什么。他说，我看到一个窗户，窗户里的人在做爱。
最后医生无奈了，给他看了一张白纸。他说，我看到一块空地，有一对男女在空地上做爱。
医生崩溃了，说你怎么满脑子都是这种事情？病人的表情很无辜：医生你不能怪我，你给我看的东西，都充满了色情。
这个故事讲的就是【墨迹测验】。其实医生给被测试者看的这些 图案，本身都是不具有意义的，图案在被测试者眼中的意义，取决于被测试者自身的视角和人格状态，即“所想即所见”。虽然有一句话叫做To see is to believe（眼见为实，百闻不如一见），但是But you see what you believe.And you believe what you hope to be true（你常常只看自己愿意相信的，更糟糕的是，你还希望它必须是真的）。
人活在这个世界上，是有立场、有偏见的。人常常以自己为坐标去理解这个世界，这个坐标本身就是唯心的，带有局限性。中国学生接受着号称全宇宙最“唯物”的教育，但是走入社会之后，你会发现，所谓“唯物”只是一个逻辑自洽的故事，社会是在按照自己的机制运转的。用科学的视角看待人类的行为，就是为了减少人为的失误，减少自己的Bias（偏差、偏压、扭曲）。
最唯物的，就是最唯心的——因为辩证无绝对。
为什么唯心主义往往是错的？我们讲一下【正态分布】。
二、正态分布
举个例子：一个班里有50名同学，他们到阶梯教室里上课，随机就坐。两位男女同学，连续三次上课都坐在一起，这个几率是多少？
假如座位是一个横排，几率是1/25的三次方；假如大家坐成一圈，几率是2/49的三次方——几率非常非常小。随着随机次数的重复，几率会快速下降。
所以这两个人一定很暧昧。
几率是一种sense。当你做一个判断的时候，你能不能很快地大概估计它的几率是多少？为什么要讲这个？在统计学上有一个概念：【正态分布】。
世间绝大多数事件的发生概率，在统计学意义上，都是正态分布。If Unusual！→很有可能有问题。这也就是为什么老人常常讲，“事出反常必有妖，人若反常必有刀，言不由衷定有鬼，邪乎到家必有诈”。
如果一件事情的几率很低，unusual，就很可能有问题。世间的一切都是有个正态分布，处在standard deviation外面的几率很小。小概率事件的当事人可能会狡辩说“这是例外”，但是，这真的是例外吗？自己该不该相信？怎么判断？
如果各位有学过统计学，就会明白，统计学上的“不正常”，意思就是【几率很低】。如果你真的遇到了【几率很低的事情】，那么有两种可能：
１. 它是在某一个机制下出现几率很低的情形；
２. 它根本不是这个机制的（mechanism），不受这个机制影响。
在统计学中, The null hypothesis is rejected if this probability is less than the significance level a. 若该概率小于显著性水平a，则拒绝原假设。null hypothesis 原假设。每次我们reject一个假设，都是因为它的几率太低。
我们来举一个例子：
如果你跟你的男女朋友约会，ta总是迟到，你总是安慰自己，他很忙，但其实坦白讲，更可能只是因为你们的恋爱机制不同。因为你一直在想着他就是处在你所认为的恋爱机制中，只是出现了几率很低的情形，其实另外一个可能是什么？他根本就不是你这个mechanism，不是处在你这个恋爱机制中的。要么恋爱机制不同，要么ta状态不稳定，要么ta根本就没那么喜欢你。你自己去判断。
其实，就算有一天，你的脑袋里面有很精确的几率判断，可是常常还是会有人类的缺点：人就是因为有期待，所以不愿意接受事实，而是倾向于寻找各种合理性解释。这就是为什么渣男渣女每一次都会成功，他每次都骗你说，你是例外的，但是，其实你不是例外，他根本就是机制不一样。人类有感情，所以常常没有办法做理智的判断，明明自己知道不太可能，可是还是想赌赌运气，这就是人类的悲哀。
像我算是高智商的，我对一件事情的几率估计其实也挺准的，因为根据我的经验，我能大概估计出这件事情发生的几率大概是多少，可是当出现几率很低的时候，我常常也是会陷入这个迷惘。我也会想说，哎真的是运气不好，可是我们常常就不肯去接受，这件事根本就不是这个机制的。
所以，学会接受现实，不要用例外来骗自己，不要用normal distribution的外缘来骗自己。当null hypothesis处于外缘的时候，我们不要想着它还是这个mechanism的，只是它处于常态分布曲线外缘，也许，它根本就是另外一个机制。
所以我很喜欢计算机科学，因为CS最讲理、不矫情，讲的是逻辑。你写出来的代码，对就是对，不对就会报错。博弈论、信息论、控制论、压缩感知、优化——这些东西你学好了，很难不理性。
这就是唯心主义的问题，人的意识由认知产生，人的认知是有限的。超出认知的事情，不符合自己的判断机制，判断就会出错。
所以，当几率很低时，要慎重地考虑这是否因为机制（mechanism）不同。
世间绝大多数的状态是常态分布，If Unusual！→很有可能有问题。所以老人常说，事出反常必有妖，人若反常必有刀，言不由衷定有鬼，邪乎到家必有诈。风俗传言都有它的意义，但不是人人都有能力看穿它背后的意义，统计数字背后也有意义，但不是人人都有能力看穿它背后的意义——这个叫什么？这个叫【洞察力】。
三、逻辑运算
什么是逻辑？逻辑是事物发展的原理，是推理判断的方法。我们看下面这个真假值表：
·p→q【若p则q，只有对的到错才是错，对的到对的就是对，错的到对的也是对，错的到错的还是对的】
·p＆q【p和q两个都对才是对】
·p∨q【p或q其中有一个是对就是对】
·p→q≡~p∨q【若p则q，则非p或q】
·p→q≡~q→~p≡~p∨q【若p则q，则非q且非p，则非p或q】
·~（p＆q）≡~p∨~q【非p＆q，则非p或非q】
·~（p∨q）≡~p＆~q【非p或q，则非p且非q】
这个是高中的数学，希望各位还记得。建议各位上学的时候学一点逻辑学，学会逻辑思考，这很重要。逻辑学是在【University】中应该必须要学习的，它的词源是Universe（宇宙）。在十四世纪，中古时期的University在教授什么，主要就是四门课程：逻辑学，语文学，伦理学，神学，其实逻辑能力是一个很重要的基础能力。
所以如果各位对上述的这种逻辑运算，特别是真假值表，这些高中的数学知识都已经忘掉的话，还是需要再回忆起来，理解一下它的意义何在。
为什么要讲逻辑运算，它在现实生活中有什么用？举个例子：若p则q，并没有表示非p则非q。举例：
请问下面四个论述，哪个是对的？
1. 他信仰伊斯兰教，所以他不吃猪肉。
2. 他不信仰伊斯兰教，所以他吃猪肉。
3. 他吃猪肉，所以他不信仰伊斯兰教。
4. 他不吃猪肉，所以他信仰伊斯兰教。
答案是：第1个和第3个论述是对的，这是逻辑运算的结果。若信仰伊斯兰教（p），则不吃猪肉（q），但并不是不信仰伊斯兰教的人（非p），就一定吃猪肉（非q），准确的说法是：他不信仰伊斯兰教，可能他也不吃猪肉。
逻辑运算，可能各位现在听起来很枯燥，看起来有点绕，但如果你去考GRE，这是很重要的训练，如果GRE要得高分，一定要好好学习理则学，因为GRE考试中很多的逻辑运算都是在考理则学。
可能有人会问：这跟【理解世界】有什么关系？好，我们来看一个案例。
Subdural hematoma 硬脑膜下出血
这是一个脑CT扫描图像：头部外伤，引起硬脑膜下出血。患者住院治疗之后，第一天，胸透X光片是干净的；第二天，X光片的左肺下部变白。一般来讲，胸透X光片显示肺部变白，有两种可能：
１.肺炎；
２.肺塌陷Atеlесtаѕiѕ（痰没抽干净，肺部堵塞）。
如果你是主治医师，你需要当即做出一个诊断，那就要用【逻辑运算】了。
１. 肺炎→发烧、白血球数量升高 （ｐ→ｑ）
肺炎是肺发炎，是细菌或病毒感染，患者会发烧，血液中的白血球计数会升高。于是主治医师去问护士，患者有没有发烧？护士说没有，患者的体温和白血球状况都正常，那就不是肺炎。
体温、白血球 正常→非肺炎 （～ｑ→～ｐ）
２. 排除肺炎可能性，则剩下的可能就是肺塌陷。患者的痰没抽干净，胸部护理没做好。
医生必须要将逻辑运算练习得像呼吸一样纯熟，治病救人，不是开玩笑的。虽然我们不是医生，但在现实生活中，遇到问题之后，脑袋里要先做逻辑运算。我们要理解这个世界，要根据数学原理，要用理则学的思考，不能乱猜。
再举一个例子：
Urine Output 尿量
Normal heart,kidney,endocrine,volume status⇒normal urine output 如果心脏正常、肾脏正常、内分泌正常、体液正常，那么尿量就会正常。
但是如果尿量正常，并不意味着心脏、肾脏、内分泌、体液都正常 （ｐ→ｑ≠ｑ→ｐ）并且（ｐ１＆ｐ２＆ｐ３＆ｐ４）→ｑ≡～ｑ→（～ｐ１∨～ｐ２∨～ｐ３∨ｐ４）。
若心脏正常、肾脏正常、内分泌正常、体液正常，则尿量正常；若尿量不正常，则可能是心脏不正常、或肾脏不正常、或内分泌不正常、或体液不正常，有太多可能性存在。
可能是什么问题呢？Too many interfering factors:
renal diseases, diuretics, mannitol, glycerol, hyperglycemia, DI, ATN diuretic phases.
我们在社会生活中常常是这样，逻辑思考往往会陷入一个困境：如果一些指标都正常，则结论正常，但假如结论不正常，那么究竟是哪一个指标出了问题，干扰因素太多了。那么该怎么解决呢？贝叶斯定理。
四、贝叶斯定理
·P（A）：A的可能性
·P（A|B）=P（A∩B）/P（B）： 在B存在的状态下求A的可能性，则以A和B的交集的可能性除以B的可能性
如果你要猜A的可能性，直接猜对的几率有时候很低，可是在B存在的状态下猜A的发生的可能性，出错范围就会小很多。所以，collect more information收集更多信息。
我们来看一个实际的例子：
一个病人出现了血尿，可能导致血尿的原因太多了，因为尿液从肾脏→输尿管→膀胱→尿道，可能出问题的环节太多了，甚至可能是因为肾脏本身的病变。
但如果加入一个条件：是使用人工肺之后出现了血尿，那就可以排除很多可能性。如果病人之前一切正常，但使用人工肺之后开始出现血尿（人工肺需要使用抗凝血剂配合，需要插导尿管），就有可能是插导尿管的时候伤到尿道，或者是用抗凝血剂太多引起凝血功能下降。
所以在真实的世界当中有个很重要的概念：如果你很难猜测一件事情的原因，科学的做法是：collect more information 收集更多资料。因为在缺乏信息的情况下，分析一件事的原因，难度很大，但如果你有了越来越多的信息，再去分析这件事的原因，可能性范围就会缩小，分析准确率就会提高。这是一个很重要的概念，人在这个世界当中，之所以对这个世界很不了解，是因为你知道的太少，当你知道的越多，再去分析，几率就会比较narrow down。
一个好的医生，之所以按照问诊的SOP去询问病人的病史，是因为医生在询问病史的过程中，每问一个题目，就会排除一些可能性，再问一个题目，再排除一些可能性，如此循环往复几次，很快就可以缩小诊断范围，确定病人到底得了什么病。
好的医生并不是一上来就让病人去做一大堆检查（除非偷懒+医院创收），而是先问诊，把可能的诊断范围缩到最小，然后再做一两个很简单的诊断，就分辨出病人的病情。
病史的意义，英文叫做Past history 过去史——这是一个很重要的概念。我们突然看到一个人，我们不知道这个人是什么情况，可是如果我们看到了这个人的履历表，知道了他以前都做过什么，再看这个人，我们就大概知道了这个人是什么样的。我们在决定录用一个人的时候，科学的做法是，先问他的过去史，past history，因为他过去的资料会把很多几率narrow down。
我们处在这个世界，不断尝试去了解这个世界，如果你有很多应用的知识，你就可以更精确地去了解这个世界。
坦白讲，我们这个大的社会，是很多小社会的叠加组合。事实上，人们是不处在同一个社会当中的，有时候必须要尊重文化的多元性。在多元社会中，面对一个统一的标准，我们往往说：不满意但可以接受，但是，真实的世界不是这样。真实的世界是：不满意但是可以忍受。
面对一个行为现象，可能我们不是很喜欢，但我们往往会试着去容忍它，为什么？因为社会共同体是想象出来的，我们这个社会是不同的小社会的组合，如果每个人都要像刺猬一样，那大家就很难共事。
今天只能写到这里，未完待续。
