这没问题
其实我前面文中的统计的意思是或然性，跟因果必然性对应的概念
为什么这个问题重要，是因为现在大模型流行起来了，很多人对大模型有许多认知误区，包括一些人工智能方面的教授与专家，然后犯一些低级的错误，而误区的根源之一就是涉及因果与相关。

另外这个问题也是区分科研蚂蚁跟真正的科学大师的标准，科研蚂蚁不明白物理学全流程（数据，拟合函数，假设，演绎推理），只看到了演绎推理中的数学计算部分，看不到全局，也不懂得假设，做出来的东西都是肤浅的应用，因为看不到假设，很难质疑到假设层面，做不出有意义的创新。

我有一个课，就是给青年大学老师与研究者讲怎么做科研，讲了好几期，一共好几百人了，发现大家基本上这方面的知识还是空白，所以这也是我们教育的欠缺，很多人问，为什么国内出不了大师，我想这也是原因之一。我在这门课上会花一节半课的时间讲这些，很多人反映非常震撼，思维与格局一下子打开了，更高纬度的一扇门被推开了，其实我想缩短一点，因为后面的科研思维与方法时间好像不够，奈何没办法再去挤压前面内容的时间了。



【 在 valin1 的大作中提到: 】
: 往深了说，数字也好，那些关于力的定义也好，都是人类的解释工具，只要这个工具很好的解释了当前的观察，就是有用的工具，如果有一天发现它有局限性的，并不一定代表人类积累的科学需要全面推翻重新构建。人类科学还是会在旧有认知基础上为了追求是什么为什么而继续的，我觉得人类认知有局限，但是局部真相也有它存在的意义
--
修改:hut FROM 223.66.108.*
FROM 223.66.108.*