首页 > 其他分享 >漫谈推理谬误——错误假设

漫谈推理谬误——错误假设

时间:2024-11-23 22:59:23浏览次数:6  
标签:典型 错误 谬误 漫谈 假设 解决方案 推理

错误假设

在日常生活中,我们会面临各种逻辑推理,有些看起来一目了然,有些非常的科学严谨,但也有很多似是而非,隐藏了陷阱。因此需要擦亮眼睛,识别一个小伎俩。

评判一个有效的推理结构,需要仔细的判别:判断交流者的推理是不是以错误的或者高度存疑的假设为基础,或是通过逻辑上的错误抑或其他形式的带有欺骗的推理来糊弄你。

在推理过程中,有些非常典型的”诡计花招“,被称为谬误(fallacies)。其中错误假设是一种非常典型的诡计花招;

错误假设通过提供推理需要明显错误的或者让人不能接受的假设才能成立,因此使推理和结论写的毫无关系;

在错误假设中,假设越可疑,推理和结论的相关程度也就越小。

有两类典型的谬误,滑坡谬误和追求完美解决方案谬误。

滑坡谬误(slippery slope fallacy)

滑坡谬误指的是假设采取提议的行动会引发一系列不可控的不利事件,而事实上却有现成的程序来防止这类连锁事件发生;

谬误的发生,是将偶然当做必然,并且使用A->B->C的严格逻辑传递。如果要识别这种谬误,可以看事情发生的概率,以及对后果是否可以防止,就能发现这个谬误的荒唐(可笑)之处。

典型例子1:假如潘金莲不开窗户

假如潘金莲不开窗户,不会遇西门庆;

不遇西门庆,就不会出轨;

不出轨,武松不会逼上梁山;

武松不上梁山,方腊不会被擒,可取得大宋江山;

大宋江山被取,不会有靖康耻、金兵入关,不会有大清朝;

没有大清朝,不会闭关锁国,不会有鸦片战争八国联军。

中国将是世界上唯一的超级大国,其他诸侯都是浮云。

所以女人没事别开窗!

典型例子2:丢失了一个钉子

丢失了一个钉子,坏了一只蹄铁;

坏了一只蹄铁,折了一匹战马;

折了一匹战马,伤了一位骑士;

伤了一位骑士,输了一场战斗;

输了一场战斗,亡了一个国家。

典型例子3:佟掌柜

额错咧,额一开始就错咧,

额如果不嫁过来,额滴夫君就不会死,

额夫君不死额就不会沦落到介个地方……

追求完美解决方案谬误(searching for perfect solutions fallacy)

假设因为尝试某种解决方案后还有遗留问题未解决,那么这种解决方案根本就不应该采用,这就是追求完美解决方案谬误。

这是一种非黑即白的思维,也常见于推诿、懒政的时刻。如果要识别这种谬误,重点还是在于看概率,解决方案离问题的解决是不是更近了,或者实施解决方案后,问题发生的概率是不是更低了。

典型例子1:安保系统

家里安装安保系统没什么用,

如果安装反盗门,贼可以翻窗进来;

如果安装摄像头,贼可以蒙面进来;

如果安装了报警系统,可能没有收到报警;

所以,安保系统没什么用。

典型例子2:安全带

安全带不是个好主意,

很多车祸中的人们寄了安全带,

仍然受伤或去世了。

典型例子3:疫苗

疫苗只有98%的几率防止病毒,

并且还有一定的副作用,

疫苗不但没用还可能有害。

标签:典型,错误,谬误,漫谈,假设,解决方案,推理
From: https://blog.csdn.net/jiangshuiy/article/details/144000544

相关文章

  • AI跟踪报道第61期-新加坡内哥谈技术-本周AI新闻: 黄仁勋精彩BG2采访和苹果研发人员对A
    每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行!订阅:https://reng......
  • ultralytics yolo 训练及推理自定义人脸关键点数据 - python 实现
            Ultralytics YOLO 是计算机视觉和ML领域专业人士的高效工具。    深度学习的关键点任务也是基础和常见任务,所以这里进行基于ultralyticsyolo自定义关键点数据集的模型训练和模型推理。    根据需求,可能会发布其webui版本,现在已经发布......
  • 耶鲁大学:分析OpenAI的o1推理范式
    ......
  • vLLM 推理引擎性能分析基准测试
    文章目录分析步骤案例案例描述测试数据集原始数据〇轮测试(enable-64)一轮测试(enable-128)二轮测试(enable-256)三轮测试(enable-512)四轮测试(enable-2048)五轮测试(enable-4096)六轮测试(enable-8192)七轮测试(disable-256)八轮测试(disable-512)九轮测试(disable-2048)十轮测试(disable-4......
  • 老虎老鼠分不清楚-《分析模式》漫谈38
    DDD领域驱动设计批评文集做强化自测题获得“软件方法建模师”称号《软件方法》各章合集“AnalysisPatterns”的第3章有这么一句:Wealsoneedtorecordtheclinicalknowledgeofthe link betweenweightlossanddiabetes.UsingthemodelshowninFigure3.7,w......
  • AOT漫谈专题(第三篇): 如何获取C#程序的CPU利用率
    一:背景1.讲故事上篇聊到了如何对AOT程序进行轻量级的APM监控,有朋友问我如何获取AOT程序的CPU利用率,本来我觉得这是一个挺简单的问题,但一研究不是这么一回事,这篇我们简单的聊一聊。二:如何获取CPU利用率1.认识cpuUtilization字段熟悉.NET底层的朋友应该知道,.NET线程池中有一......
  • openvino 大模型qwen2.5推理案例
    参看:https://github.com/openvinotoolkit/openvino.genai/releases/tag/2024.4.0.0https://github.com/TommyZihao/openvino_tonypi/blob/main/OpenVINO-0911/AIPC%E4%BB%A3%E7%A0%81/%E3%80%90B1%E3%80%91%E4%B8%89%E8%A1%8C%E4%BB%A3%E7%A0%81%E5%BC%80%E5%90%AF%E5%A4%......
  • 昇思MindSpore进阶教程--模型推理总览
    大家好,我是刘明,明志科技创始人,华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享,如果你也喜欢我的文章,就点个关注吧MindSpore可以基于训练好的模型,在不同的硬件平台上执行推理任务。Atlas200/300/500推理产品是面向......
  • Qwen2.5-Coder——专门从事代码生成、完成和数学推理任务的 LLM
    1.概述论文地址:https://arxiv.org/pdf/2409.12186源码地址:https://github.com/qwenlm/qwen2.5-coderQwen2.5-Coder是其前身CodeQwen1.5的重大演进,专门设计用于执行代码生成和代码修改等编程相关任务。该系列包括两个型号,参数分别为15亿(15亿)和70亿(70亿)。2.算法......
  • 脉冲目标检测网络模型SpikeYOLO——基于整值训练和脉冲驱动推理的高性能节能目标检测
    最近看到目标检测领域又出新作,ECCV2024满分Oral论文——《Integer-ValuedTrainingandSpike-DrivenInferenceSpikingNeuralNetworkforHigh-performanceandEnergy-efficientObjectDetection》论文地址在这里,如下所示:感兴趣的话可以移步阅读原文,这里趁着中午午休......