一场跨界区块链会议和一场人生演讲：从科学和公式的视角理解人类行为

前言：

投资的本质是认知变现，而理性常常是激情的奴隶。人作为一种动物难以完全摆脱期望和情绪的影响，人类和人类的行为作为物质和物质的运动也无法脱离自然规律。为了正确的认知和判断，我们需要从科学的角度理解人类行为。以下是数字资产研究院主办的区块链数学科学会议纪实和台北市长柯文哲的台大演讲“Understanding Human Behaviors From the Perspective of Science“的摘要，希望能为身处熊市的大家带来一丝有理有据的平静。

人类历史上最近的至暗时刻莫过于第二次世界大战，但科学的光芒和思想的碰撞在战争中并未停止闪耀。1941年4月6日，德军进攻巴尔干半岛，12月7日日军偷袭珍珠港，全世界都笼罩在战争的阴霾之下，也正是在这一年的五月，一场革命性的科学会议Macy Conference中召开。

Macy会议的发起人Frank Fremont-Smith是一位脑科医生，也对精神病和哲学有过研究，开战后还琢磨过导弹的控制系统，是典型的文艺复兴式的斜杠科学家。

即便在战争期间，Macy会议也并没有“恪守本分”的研究那些迫在眉睫的实际问题，比如如何应对或研制炮弹、细菌、核武器和毒气。正是靠着这种超越时代局限和学科边界的格局，Macy会议吸引了全世界的数学家、物理学家、社会学家、语义学家聚在一起，不同学科的科学家从不同视角探索身份、目的和自治的现象，解释个体（人或机器）怎样做选择，个体在集体中如何行事。

柏拉图认为，“知识”是通过对话使真理自行显现的过程，即认识论（epistemology）。通过对话，各个从不同的局部体验提出的“意见”自行显现出秩序“logos”。专业学科作为一门专业化的知识，一方面它追求研究范式的自然科学化和确定性，这是它具备科学性的一面；另一方面，它在不确定性面前表现的苍白无力，通过严格划定研究的边界，在一定程度上刻意忽略了人类生活的其他方面，这引致了其局限性。因此，我们有理由把现存的学科和理论当做一种“意见”，在与各学科的对话中洞见更高层次的真理。

在Macy会议这个思想解放和跨界融合的大会上，控制论（Cybernetics）——这个涵盖了存在理论、科学哲学、物理学、计算机科学、生物学、工程学、社会学、政治学、心理治疗和经济学等学科的新学科，就此诞生。它奠定了信息论、人工智能、系统论和复杂科学的研究框架，在以信息技术革命领导的第三次科技革命中起到了中流砥柱的作用。

毋庸置疑，我们正在经历一个动荡和变化的时期，随着科技的发展，新事物、新概念和新技术不断涌现，“技术奇点”正在临近；同时，经济形势正在发生变化，改革红利逐步褪去，逆全球化思潮魅影再现，不同价值观和文明的冲突日增，有人提出，19年将是40年未有之大变局。

有人认为，区块链只是经济下行和金融去杠杆周期时人们恶意炒作的一场末路狂花，但实际上，区块链，不仅是一门工具性的技术，而是一种制度创新，它和互联网一样，是以技术为表象的思潮。

在漫长的人类发展史中，我们曾依靠血缘和宗族、宗教和道德、市场和法律等正式或非正式，具象或抽象的工具来规范和约束彼此的行为，以便建立信任从而达成合作与交易。而当交易的复杂程度提升，交易范围更广时，银行、公司等有形的组织形式诞生。诺贝尔经济经济学奖得主道格拉斯·诺斯（Douglass North）作为“新制度经济学”的奠基者，指出法律、规章等正式规则或习俗、伦理等非正式规则，本质上都是降低交易的风险和不确定性的工具。到了网络时代，这些工具被搬到网上，亚马逊和阿里巴巴这样的网络平台成为促成经济活动的中介。而如今，随着信息科技的发展，第三方网络平台的弊病出现，比如侵犯个人隐私、数据无法确权、中心化服务器难以适应物联网时代的交易的量级和频次等。

由于网络空间和现代社会的基于“中心化”他者的信任的失灵，由于互动的主体从人类扩展到人机，人们试图将对“他者”的信任转至符号或系统。与人际信任不同，数字信任所面向的不是具体、丰富的他者，而是抽象化的原则、符号或程序。信任不再是人与人之间的交付，而是人们各自基于对系统的认同和共识做出的理性选择。系统中的个体可以保持匿名，不需要互相了解、建立基于人品的信任，而可以将信任托管给系统的理性机制。

换言之，信任成为个体博弈生成的自发秩序，工具理性、程序认同得以彰显，人格、德性、伦理在信任上的功能弱化。

区块链技术便是在这样一个时代背景下诞生的。人们希望集成博弈论、加密学等技术，构造一种新的技术治理机制，在网络空间达成一种基于数学的信任，即对确定性、同一性和合法性的认同。

2018年12月17日-18日，一个旨在学习梅西会议的区块链数学科学会议在北京召开。会议专注于探索和区块链技术相关的数学领域，组合可以引入区块链技术的数学工具，通过类比、分析、归纳等方式，提出“区块链数学猜想”。

张钹（计算科学家，中科院院士）在《Towards A Robust & Explainable AI》的演讲中提出，“当前人工智能方法存在局限性，不可解释性和鲁棒性很差是最大的两个缺点，只能在具有充分知识或数据、稳定性、完全信息、静态、特定领域与单任务的场景下适用。因此，后深度学习时代将知识驱动与数据驱动结合，走向真正的人工智能。”

王飞跃（中科院自动化研究所复杂系统管理与控制国家重点实验室主任）在演讲《The Generalized Godel Theorem and Blockchain Intelligence: In Math We Can’t Trust》中介绍了人工智能的诞生和演化。他提出图灵机为计算的机械化提供了途径，而数据是填充鸿沟的原料，平行系统是跨越认知鸿沟的端到端的桥梁。而区块链为平行智能奠定可信可靠可用和高效的基础。

爱因斯坦曾说过，“当数学论及现实的时候，它们不确定；当数学确定的时候，它们不涉及现实。”经济学家朱嘉明教授借此延展，提出“数学”和“现实”世界的概念类似于“具象”和“抽象”世界：一个是物质世界、物理世界、实体经济、实证科学主宰的具象世界，另外一个是观念世界、非物理世界、虚拟经济、纯科学、社会科学、艺术主宰的抽象世界。

而区块链的根本功能在于：首先，它是非物质世界和非物理世界的“基础结构”。其次，它是物质世界和非物质世界两个世界的“桥梁”。

以下是台北市长柯文哲的台大演讲“Understanding Human Behaviors From the Perspective of Science“的摘要，他从逻辑运算、真假表值、机率、贝叶斯定理和量子力学等角度观察人生的现象，为资本寒冬中的我们提供了新的视角：

1.偏见（Bias）：人，其实都是用自己当坐标在看这个世界的

有一句话叫To see is to believe，人们看到后才肯相信。但是，其实我们常常只能看到我们自己相信的东西。更糟糕的，我们常常只能看到自己希望是真的东西。这就是偏见（bias）的来源。为了解决这个Bias，解决人类认识世界的问题，我们要以科学的方式来了解人类的行为，目的就是减少人为的失误。

2.我们常常无法下决定，是因为知道的太少（思而不学则怠），但信息有限，所以要运用逻辑推理（学而不思则罔）

人是有选择性障碍的动物，资讯量的不够，就无法做出判断。最简单的方式就是去找更多资料！但资料常常有限，需要运用逻辑学通过各种现象进行逻辑推理，得出结论。比如医生看病，通过现象，排除各种可能，推演病因。

3.逻辑推论的重要性

厉害之人不是遇到事情，全部都重头到尾round一遍，而是对症下药。逻辑运算可以快速过滤很多问题，提升正确性与效率，核心的两种思维是演绎和归纳。

“举个简单的例子：一个事情(Q)事件发生，猜测可能是(A)、(B)、(C)三种症状，但如果是(A)的话，会有(D)副作用，如果是(B)的话，会有(E)反应，但当今天都没有看到(D)，(E)两个现象时，就能逻辑下判断是(C)症状了”

比如下图的X光片，医生需要根据第一幅图就做出诊断。肺部出现白色有两种可能性，肺炎和肺陷落（atelectasis），如果是肺炎→白血球增加或体温上升（发烧），反之如果白血球没增加也没发烧，就不是肺炎，那就是atelectasis，可能是痰和黏液造成的堵塞。

另一个重要的公式是贝叶斯定理，关于随机事件A和B的条件概率的定理，P(A|B)是在B发生的情况下A发生的可能性。我们直接去猜测一个随机事情的结果很难，但在了解了B（context和背景知识）后，就能大大增加预测的正确性，这个B可以是历史，病史，简历，过往业绩。

 历史的重要意义

4.机率：随着重复的次数增多，其机率下降很快

假如一班50人，座位是横排，每次都可以自由分组，一个男生跟一个女生两个人三次每次都在同一组，他们两个人之间没有任何关系？这个机率很低！（1/25）^3。谨慎对待小概率事件。觉得自己是例外往往是愚蠢的。

一个事件重复发生，随着重复次数，概率下降得很快。

5.机率很低有两种可能性：一是机率本身就很低，二是前提假设适用的机制（mechanism）就不对。

常态分布(Normal Distribution)：又称做高斯分布，大部分物理现象、统计机率都趋近于此现象。一倍标准差s中，就占了68％的比例，3倍标准差就到了99.72％。

举个例子：如果你约一个女生，第一次她说最近很忙，那OK。第二次又约，她又说最近恰巧案子要赶，没办法出来。第三次，当然会又一样。那有趣了，是机率很低吗？有这么刚好都是她要忙？如下图画线区块所示，是这样的发生比率吗？说白了，也就是根本不是适用于这个机制(红色的常态分布)，其实机制是：她根本就不喜欢你，不给你机会呀。

女生喜欢你的假设（适用的Mechanism）就是错的

机率很低有两种可能性：一是机率就是很低，二是前提假设适用的机制（mechanism）就不对。但人类因为有期望有感情，常不承认后者，无法作理智判断。我们总是说服自己内心说我是特例，我们等待的对方是真的真的刚好三次都真的要忙，所以无法赴约。

因为有期望这个东西，我们人常常还是会做出机率很低的选择。

6.其实我们的社会不是同一个，而是几个不同的社会的组合

社会隔离跟生物的隔离是很像的。财富隔开了大家，有钱人跟有钱人交往，穷人跟穷人交往，名门认识名门，市井小民交往市井小民。世界上有那么多人，但我们自身交友圈却是与自己相似的背景。如何跳出自己的“社会”，往上一阶，就是要想的问题了！

贫富、南北、城乡、蓝绿正营是分割的，且有强相关性

7.两个物质（particle）间，有最适当的距离

人与人之间有安全距离，如果超越这个距离，一定有关系（special bonding）。好朋友见面，打招呼就比中指或拍屁股。对一个不熟的人比中指，会发生什么事情？

媒婆就是催化剂，降低活化能（活化能又被称为阈能，用于表示一个化学反应发生所需要的最小能量），降低两个人间发生化学反应的难度。

某种程度上，革命之意义，也是克服活化能。

8.亚稳定状态（MetaStable）存在的理由：既得利益者努力拉高门槛（threshold），不然就会移动走向平衡稳态

为何会有不合理的亚稳态存在世上？因为人得到了利益，便会努力拉高门槛，维护不易被动摇的地位。以能量观点来说，当受刺激后就会自然走向平衡稳态，但当门槛拉高就难被动摇。比如我们常看见掌权者颁布一些不合理的规定，就是为稳固自己在位／垄断的条件。如果恋人一直吵架还没有分手，那八成就是还没有第三者外力介入。

9.熵增定律：死亡的本质是因为我们不能破坏环境的时候只好破坏自己

「最低能量，最大乱度」是宇宙运行的原则，熵被用于计算系统的混乱程度。热力学第二定律（second law of thermodynamics）的表述为：不可能把热从低温物体传到高温物体而不产生其他影响，或不可逆热力过程中的熵的微增量总是大于零，又称“熵增定律”。

在自然过程中，一个孤立系统的总混乱度（即“熵”）不会减小，即ΔS≥0， ΔS(total) =  ΔS(system) + ΔS(surrounding)。要保证ΔS≥0，系统（system）加环境（surrounding）的熵保持不变或增加。

“我的存在”是有组织的，而没有任何一个有组织的结构是稳定的，为了维持我的存在ΔS(system) 小于0，又要保证ΔS(total)大于0，因此人必须对周边环境造成更大破坏。

我们存在的目的是为了破坏周边的环境，让ΔS(surrounding)增大，当不能再破坏环境时只好破坏自己，这是人死亡的本质。

10.失败为常态，成功是例外，成功是失败之母

在人类诞生的历史中，地球上灭绝的生物种类比幸存下来的种类还要多，失败才是常态，成功是例外。我们必须有个认知，大部分的尝试基本上都会失败，但不能因为这样我们就害怕不去做。

一个企业能够长存吗？其实长存的企业只是挂的招牌一样，但是内容早就不同了。Apple事实上原本是卖电脑PC机的，但后来并无起色，如今靠着iphone手机吃遍天下市场。

11.成功为失败之母，人类很难从过去的成功范式里改变

1）使用相同的手法或产品，获胜者必然是原本就在现有的市场中——最大的公司

2）劣势者只剩下一条路，就

我们时常听从别人的说法，要求说应该如何如何，就可以跟谁谁谁相同。但其实如果依照一样的步伐，最终也只能走在别人后头。所谓大者恒大，必然无法超越已经有成的对手。唯有创新才有可能修改新的游戏机制，革命再现。

在产业上，DOS不会被DOS plus打败 , DOS只会被 Windows 彻底歼灭，Nokia 曾经胜极一时，后来被 iPhone 彻底击败。在政坛上，特朗普战胜了希拉里，柯文哲现象也是类似的例子。有时候，劣势也是优点 , 因为尚未成功的人，本来就没有什么好损失的，为何要担心失败呢？

12.天才的火花到处闪现，但也要环境许可，才能酿成大火

星星之火，要想燎原，需看当时环境的状况跟你对社会的了解程度。很多事情都会发生，但是会不会流行，其实最后决定还是当时的整个社会环境。随时吸收新资讯，才能让自己保持绝佳的敏锐度，时机来临时，你才会是搭上那阵风的船。

13.佛曰：不可说

所谓数学的系统 , Compatible（兼容）容易证明 , Complete（完备）很难证明 , 所以很多问题我们大概知道什么是compatible的，但是它是不是真的就是complete , 坦白讲蛮困难的。佛曰不可说，很多问题没有绝对的答案，只需考虑对你这世修行有何帮助？

14.死亡是什么？怎样才算是活着？

许多人其实30岁就已经死了，只是80岁才进棺材。

 

人生尽头只有两种结局——插管跟没插管。荣华富贵，最终也都带不走，都是相同的结局。因此回过头来，人生最重要的是过程！如果能接纳死亡，那么对于很多的干扰情绪也不会那么在意了。

15. 必然还是偶然？

1）如果牛顿力学是对的，从此整个历史是固定的

2）如果量子力学是对的，两个粒子碰撞以后，他在空中的分布是概率分布，从此整个历史都是偶然。

到底哪个是对的？按照海森堡测不准原理，没有办法同时知道每个粒子的位置和速度，测不准不代表不存在。历史是必然的还是偶然的？到底整个人类的未来和历史，有没有人的意识在里面？我们仍没有答案。

16. 命运：心存善念 尽力而为

特蕾莎修女，她每天到加尔各达的街上，把快要死的乞丐捡回来给他洗澡，给他祷告，然后乞丐就死了。以世俗的眼光来看，德蕾莎做的工作收益比＝0，EPS（每股净利润）＝0。可是如果没有德蕾莎 , 本来这些乞丐在死的时候，会怨恨这个世界 , 诅咒这个人生 , 可是因为有德蕾莎 , 所以这些乞丐在死的时候 , 或许会以为上帝派天使来接他们回去。

后记：

医生不可能改变人类死亡的事实，经济政策也不能改变经济周期的规律。人必然死亡，企业无法永存，生老病死是不可逆的常态。在创投界，一将功成万骨枯，早期企业的终局永远是九死一生，泡沫之后能活下来的必然是少数。经济政策的制定者，如医生一般，其职责不仅是通过用药、手术等各路招式直接消灭“死亡”的事实，而是通过物理和心理的手段减少周期阵痛的“过程”中众生的痛苦。“诊疗效果”不是一时一地的结果，而是长远和系统的，有着微妙的衡量标准。

视频链接：

Understanding Human Behaviors From the Perspective of Science｜柯文哲