概率概念的演变:理性进化的镜像
本文追溯概率论从赌博游戏到贝叶斯推理的演变,指出其将不确定性、时间和一致性纳入科学判断,但无法形式化概念的模糊性。文章提出模糊逻辑和深度学习作为概率的补充,强调当代科学理性必须包含不确定性、模糊性和推理的明确表达。
【本文改写自arXiv论文2606.00102,原标题:On the evolution of the concept of probability as a mirror of the evolution of reason】该论文于2026年5月26日由Fernando Lopes提交至arXiv,全文共44页,包含7张图表,主题涵盖人工智能(cs.AI)与概率论(math.PR)。论文指出,概率论的发展历程常被视为数学史的一部分,但作者提出了一个更深刻的观点:概率概念的演变本身就是理性进化的镜像。8位作者(包括Jean-Louis Le Mouël等)共同追溯了从帕斯卡和费马对赌博游戏的组合对称性分析,到贝叶斯和拉普拉斯的归纳逻辑,再到泊松的事件统计学和科尔莫戈罗夫的公理化形式,直至现代贝叶斯推理的完整轨迹。这一过程不断将不确定性、时间性和一致性融入科学判断。尤其在现代贝叶斯框架下,如Tarantola所倡导的将概率视为信息逻辑的观点,先验知识与观测数据得以连贯结合。然而,论文也揭示了这一核心框架的根本局限:概率论只能量化那些定义明确之命题的不确定性,却无法形式化描述这些命题时所固有的概念模糊性。正是这一发现促使作者们探讨超越概率的理性形式。他们系统考察了模糊逻辑与深度学习:模糊逻辑为分级意义和定性判断提供了一种严谨的数学语言,而深度学习则以几何插值和优化为核心,提供了一种不同于显式推理的强大预测模式。通过将这些方法置于共同的历史与认识论视角,论文清晰界定了它们各自的适用边界与互补关系。最终,作者强调当代科学理性不能仅仅等同于数据驱动的性能指标,而必须明确地表达不确定性、模糊性及推理过程本身。这一工作对于人工智能、概率论及科学哲学领域均具有重要意义,同时也为理解诸如贝叶斯推断、模糊集合与神经网络等现代工具提供了统一的历史框架。