归纳法 on kenji.blog

看到青苹果就能证明“乌鸦是黑的”？：亨佩尔的乌鸦

Thu, 10 Sep 2026 21:00:00 +0900

科学家是如何证明理论的呢？通常，我们会使用“归纳法”，即观察世界并收集数据。例如，如果想证明“所有乌鸦都是黑的”这一假说，大概会去观察世界各地的乌鸦，并一一确认它们是黑色的。

然而在20世纪40年代，逻辑学家卡尔·亨佩尔指出了隐藏在这种理所当然的科学方法中的一个奇妙的逻辑漏洞。这就是亨佩尔的乌鸦（Hempel’s Ravens）悖论：“只需看到青苹果或红鞋子，就能成为‘乌鸦是黑的’的证据”。

偷换逻辑：逆否命题的魔法

为了理解亨佩尔的主张，我们需要回忆一下高中数学中学的**“逆否命题”**这一概念。

在逻辑学中，如果某命题“若A则B”为真，那么它的逆否命题“若非B则非A”也必然为真（这被称为逻辑等价）。

假说$H_1$：“所有乌鸦都是黑的（如果是乌鸦，则是黑的）”

让我们取这个假说$H_1$的逆否命题。它将变成“如果不是黑色的，就不是乌鸦”。

假说$H_2$：“所有不是黑色的东西，都不是乌鸦”

根据逻辑学规则，$H_1$和$H_2$具有完全相同的含义（等价）。如果其中一个被证明，那么另一个也会自动被证明。

不看乌鸦也能证明乌鸦

那么，为了验证假说$H_1$（乌鸦是黑的），每找到一只黑乌鸦，该假说的可靠性（证据）就会略微增强。这是每个人都认同的。

但是，既然$H_1$和$H_2$含义相同，那么找到假说$H_2$（不黑的东西不是乌鸦）的证据，就应该直接成为假说$H_1$的证据。

那么，$H_2$的证据是什么呢？只要找到“既不是黑色，也不是乌鸦的东西”就可以了。

假设桌子上有一个**“青苹果”**。它既不是黑色的，也不是乌鸦。因此，它是支持$H_2$的证据。
壁橱里有一双**“红鞋子”**。这也既不是黑色，也不是乌鸦。它是$H_2$的证据。
天空飘着**“白云”**。这也是$H_2$的证据。

因为$H_2$的证据与$H_1$的证据具有相同的价值，在逻辑上就得出了以下奇妙的结论。

“在房间里观察到的青苹果或红鞋子越多，‘所有乌鸦都是黑的’这一假说的正确性就越能被证明”

为什么违背直觉？

世界上没有任何一位鸟类学家会在看到青苹果后，对“乌鸦是黑的”这一事实更加确信。尽管在逻辑学上应该是完美无缺的，但为什么我们的常识会拒绝它呢？

在哲学和统计学领域，针对这个悖论提出了几种解决方法。

1. 贝叶斯主义的解决方法（信息量的差异）

从现代统计学（贝叶斯概率）角度提出的最有力反驳是，着眼于“证据的强度（信息量）”的差异。

世界上“不是黑色的东西”比“黑色的东西”多得多，而且“不是乌鸦的东西”也比“乌鸦”多得犹如天文数字。

当我们看到一个青苹果时，它确实能成为“所有乌鸦都是黑的”的证据，但它作为证据的价值（概率的上升幅度）却无限接近于零。在广袤的宇宙中，即使确认了无数“不黑的东西”中的一个，使“乌鸦是黑的”概率上升的量，也仅相当于从沙漠中拿走一粒沙子的影响。另一方面，直接发现一只黑乌鸦，则具有压倒性巨大的证据价值。

也就是说，贝叶斯式的解决方法是：逻辑上“青苹果能成为证据”，但在实用上“由于其作为证据的价值等于零，所以可以忽略不计”。

2. “室内鸟类学”的局限性

这个悖论凸显出，“归纳法（从观察中得出普遍规律）”这一科学的基础，是建立在多么脆弱的前提之上的。如果仅仅依赖逻辑等价性，我们甚至不需要出门，只要观察房间里的杂物，就能验证宇宙中的任何规律（比如“所有天鹅都是白的”、“所有外星人都不是绿色的”等等），这种“室内鸟类学”就成为了可能。

亨佩尔的乌鸦是一个非常有趣的悖论，它表明了我们无意识中使用的“证据”和“证明”等词汇，仅靠纯粹的符号逻辑规则是无法被很好地诠释的。

祖母绿是绿色的，还是“绿蓝（Grue）”色的？：古德曼的新归纳之谜

Thu, 10 Sep 2026 21:00:00 +0900

我们通过“过去的经验”来预测“未来”。 “因为太阳昨天也是从东方升起的，所以明天也会从东方升起。” “因为迄今为止我们看到的祖母绿全都是绿色的，所以接下来挖出的祖母绿也会是绿色的。”

这种推理被称为“归纳法”，它是所有科学的基础。然而在1955年，哲学家纳尔逊·古德曼（Nelson Goodman）构想出了一种奇怪的颜色概念，证明了这种归纳法存在着根本性的缺陷。这就是**“绿蓝（Grue）”悖论**。

新颜色“绿蓝（Grue）”的定义

古德曼将“绿色（Green）”和“蓝色（Blue）”合成了一种名为“绿蓝（Grue）”的新性质（颜色），并进行了如下定义：

绿蓝（Grue）的定义： 如果某个物体是“绿蓝（Grue）”色的，意味着在特定时间 $t$（例如公元2030年1月1日）之前观察到它是“绿色（Green）”的，而在时间 $t$ 之后观察到它则是“蓝色（Blue）”的。

$$ \text{Grue} = \begin{cases} \text{Green} & (\text{时间} < t) \\ \text{Blue} & (\text{时间} \ge t) \end{cases} $$

根据这个定义，现在（在时间 $t$ 之前）你手里拿着的绿色祖母绿，它既是“绿色”的，同时也是“绿蓝（Grue）”色的。

为什么这是一个悖论？

当试图去预测未来时，悖论就产生了。迄今为止，人类观察到的所有祖母绿都是“绿色”的。因此，我们使用归纳法做出如下预测：

假设A：“所有的祖母绿都是‘绿色’的”

但是，请等一下。因为迄今为止观察到的祖母绿都是在时间 $t$ 之前的，所以它们肯定也全都是“绿蓝（Grue）”色的。因此，从完全相同的观察数据中，同样也可以得出如下预测：

假设B：“所有的祖母绿都是‘绿蓝（Grue）’色的”

如果遵循归纳法的规则，那么过去所有的观察在支持假设A的同时，也以“完全相同的强度”支持着假设B。

graph TD A["过去的观察：所有的祖母绿都是绿色的"] -->|同时| B["过去的观察：所有的祖母绿都是‘绿蓝（Grue）’色的"] A --> C["归纳预测 A：未来的祖母绿也会是‘绿色’的"] B --> D["归纳预测 B：未来的祖母绿也会是‘绿蓝（Grue）’色的"] C --> E["时间 t 之后依然保持绿色"] D --> F["时间 t 之后会变成‘蓝色’！"] style C fill:#4CAF50,stroke:#333,color:#fff style D fill:#2196F3,stroke:#333,color:#fff style F fill:#F44336,stroke:#333,color:#fff,stroke-width:2px

祖母绿会变成蓝色吗？

如果假设B是正确的，那么在时间 $t$ 到来的瞬间，世界上所有的祖母绿都必须一齐变成“蓝色”（根据“绿蓝”的定义）。

我们在直觉上会认为“这怎么可能。假设B不过是不自然的文字游戏，假设A（绿色）肯定是正确的”。

但是，古德曼的质问则处于更深的层次。 “绿色”和“绿蓝（Grue）色”，这两个假设都与过去的数据完全一致，那为什么我们只认为“绿色”的预测是正当的，而要排除“绿蓝（Grue）色”的预测呢？它的“逻辑依据”到底是什么？

对“自然齐一性”的挑战

为了回避这个问题，我们很容易想到一种反驳：“应该使用像‘绿色’这样简单的概念，而不应该使用像‘绿蓝（Grue）’这样包含了时间的复杂概念”。

但是古德曼反过来指出，如果我们定义一种颜色叫“蓝绿（Bleen：直到时间 $t$ 为止是蓝色，之后是绿色）”，那么“绿色”这个概念本身也就变成了一种依赖于时间的复杂概念：“直到时间 $t$ 为止是‘绿蓝’，之后是‘蓝绿’”。也就是说，将哪个词语作为“基础”，不过是取决于我们语言的习惯而已。

古德曼的“绿蓝（Grue）”悖论（新归纳之谜）证明了科学理论不仅仅由客观数据决定，还强烈地依赖于我们“使用怎样的概念框架（语言）去切割这个世界”。

即使在人工智能和机器学习的语境下，即使训练数据相同，根据“模型的结构（关注哪些特征）”的不同，对未来的预测也会完全改变。作为这种“过拟合（Overfitting）”或“偏差（Bias）”问题，该悖论在现代依然具有重要的意义。