宇宙间最强大的学习力之一
其实疑惑是正常的。尤其是第二道题，那么多专家都错了，我们错一下很讲理的。
也有人说：好简单呀！
在我看来，好玩儿最重要。
尤其是那种令人咯噔一下，自带精确隐喻的题目。
再说一下“题目二”。
某市八年级学生的平均智商是100。为检验当地的教育水平，你随机选择了50名学生接受测试。第一个学生的智商测试得分为150，请判断这50名学生的平均智商。
正确的计算是：
（150+49✖️100）➗50=101
（这个计算真没错。）
这道题让我想起一本书，书名忘记了。书的开头讲某人去一个地方面试舞蹈演员，推荐者都说该演员很好，但当天面试她表现很差。
接下来作者好像说了一堆，意思是说，我们还是要相信推荐者们，因为他们（假设他们的专业和人品都很好）的观察时间更长，也就是说样本量更大。
这大概就可以用上面的题目来翻译一下：
你对舞蹈演员一次面试的评价打分是80分，其他几位评委四十九次的平均得分是90分，请问演员的实力可能是多少分？
计算是：
（80+49✖️90）➗50=89.9
当然，这个计算是我编的，算是给那本书讲的道理设计了一个“算法”。
但我又想了一下，假如是下面的情况：
你对舞蹈演员一次面试的评价打分是95分，其他几位评委四十九次的平均得分是80分，请问演员的实力可能是多少分？
这该怎么办呢？
还能用上面的公式计算吗？
我想，可能就不行了。
因为艺术选拔，可能会看中天赋的“峰值”。
假如你是一个眼光独到的面试者，这个演员也许更像一块被当作石头的璞玉吧。
总之，贝叶斯真的是个很好玩儿的东西。
科学实验、试错、孩子在玩耍中学习、投资，都是一个贝叶斯过程。
《园丁与木匠》说：
贝叶斯学派认为学习本身很像科学进步的状况。
作者特别提到了，基于反事实思维，进行贝叶斯推理的过程：
我们会考量一系列不同的假设对世界如何运作的不同描绘。
有些假设可能比其他假设更有可能是正确的，但没有一个是绝对正确的。
当我们说相信一个假设是正确的，我们真正的意思是，到目前为止，这是我们最好的猜测。
现在假设我们做一个新的实验或者进行一项新的观察。新的证据可能会让我们重新考量那个最好的猜测。
也许有一个不同的假设能更好地解释新的证据。如果另一个假设成立，会发生什么呢？
如果新的假设能更好地解释所有的证据，包括旧的和新的，那我们可能会认为它更有可能是真的。它将取代我们以前暂定为“真理”的想法。
不愧是教育专家，把这个过程讲得如此生动。
贝叶斯的思想极其简单，计算也一点儿都不复杂，但真把它弄清楚的人，真不多。
即使是学统计学AI的，能做特复杂的计算，但是在哲学和感知层面，并没有真正搞懂贝叶斯到底怎么回事儿。
我们的理性计算，对于稍微拐了一点儿弯的概率计算并不是很擅长，因为人类是一种基于比较的动物，对于单层概率，还是有直观的感受，但一旦变成多层概率叠加计算，就晕菜了。
这类概率叠加，有些基于多个空间，有些基于多个时间，我后面也许哪篇会写。
但我不赞成，是因为原始人只管躲老虎，所以用不上贝叶斯计算。
我们自己感知不到的大脑深层，人类的大脑神经网络，极可能使用的是类似于贝叶斯的推理机制。
很幸运，我们大脑深处的这些极其复杂的计算，居然可以自动实现。太牛了。
既然是天生就有，所以，其实对于孩子来说，“贝叶斯能力”最强大。
《园丁与木匠》的观点是，孩子的学习，就是以贝叶斯方式展开的。这种天生的方法，远比你让孩子背几个加减法以及在客人面前背唐诗厉害的多。
可惜，太多家长埋没了孩子天生就有的贝叶斯学习法。
然后，孩子进入学校，在由18世纪普鲁士人“发明”的现代教育作用下，这种宇宙间最强大的学习力之一，被系统化地摧毁了。