用完全非指标化条件化解决人类 reasoning 的谜题
统计理论
2007-06-13 v1 天体物理学
统计理论
摘要
我考虑了由四个相互关联、涉及“人类”(anthropic)推理的问题所产生的谜题,特别是“自采样假设”(SSA)——即人们应当如同自己是从某个适当参考类中所有观察者的集合中随机选出的一般进行推理。怪异观察者问题似乎迫使人们接受 SSA,如果任何经验证据要被采信的话。睡美人问题颇有说服力地表明人们也应当接受“自指示假设”(SIA)——即人们应将自身的存在视为观测者数量更可能为多而非少的证据。但该假设在专横哲学家问题中产生显然荒谬的结果。然而,若无 SIA,对反直觉的末日论证给出确定性反驳似乎困难。我表明,通过应用“应始终对所有证据进行条件化”的原则——不仅基于你是智能观察者这一事实,或你是人类这一事实,而且基于你是有特定记忆集合的人类这一事实——这些谜题得到了令人满意的解决。这种“完全非指标化条件化”(FNC)方法通常产生与在足够宽泛参考类下同时假设 SSA 和 SIA 相同的结果,同时避免了它们特设性的方面。我借助假想的“同伴”观察者这一手段论证 FNC 的结果是正确的,其存在澄清了哪些推理原则是有效的。最后我讨论了如何使用 FNC 推断我们期望智能物种出现的密度,并考察了暴胀与弦理论宇宙学中近期的人类学论证。
引用
@article{arxiv.math/0608592,
title = {Puzzles of Anthropic Reasoning Resolved Using Full Non-indexical Conditioning},
author = {Radford M. Neal},
journal= {arXiv preprint arXiv:math/0608592},
year = {2007}
}