人类的知识-第83章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
错，他也会死的”。这就是那种表面上无关紧要的细节的真正意义所在：它
让你认识到相信“凡人皆有死”是什么意思。
如果承认这一点，那么我们就能接受一种先于文字形式的普遍性信念。
如果一个动物具有一种习惯，使得在A 的一次实例出现时，它的行为与获得
这种习惯之前在B 的一次实例出现时一样，那么我将说这个动物相信“B 的
一次实例都随着A 的每个（或几乎每个）实例而发生”这个普遍性命题。这
就是说，这个动物相信这种文字形式所表示的意思。
如果承认这一点，那么动物习惯对于理解普遍性信念的心理学和它在生
物学上的起源显然是非常重要的。
此外，因为控制事物需要适当的习惯，上面这种理论就可以与实用主义
的“真理”说结合起来看，虽然这只是就普遍性定律而不是就个别事实的知
识而言。可是这里还存在着我们现在无需去研究的各种复杂情况和限制。
让我们回到“知识”的定义上来。我认为一种动物“认识”“B 通常随
着A 而发生”这个普遍性命题，如果下列条件得到满足： 1。这种动物
已有B 随着A 而发生的反复经验。
2。这种经验已使动物在A 出现时的动作多少与以前B 出现时的动作一
样。
3。B 事实上通常随A 而发生。
4。A 与B 有这样的特性或这样的相互关系，即在这种特性或关系存在的
大多数情况下，被观察的事序出现的频率为即使不是不变的也具有普遍性的
事序法则提供了概然性的证据。
显而易见第四个条件会产生困难的问题。这些问题将在以后各章谈到。
第二章归纳法的作用
那种叫作“单纯列举的归纳法”的推理形式（我将把它简单叫作“归纳
法”），在从弗兰西斯·培根到莱新巴哈所写的大多数关于科学推理的讲述
中占有一个非常特殊的地位：它象绞刑吏一样，被人当成一件不可少的但却
令人不快的事物，人们尽可能地避免谈到这个题目——除了一些象休谟那样
不肯受典雅标准约束的人。就我来说，我认为在前面一章（第五部分第八章）
中研究过的凯恩斯的著作向我们提出了着重点的改变，即不再把归纳法当作
前提，而把它当作数学概率在那些不靠归纳法而得到的前提上面的应用。
然而归纳的证据对于给已被承认的科学的和日常生活中的概括性叙述找到合
理的根据这一点来说却是极其重要的。我想在本章内既要讲明白归纳法怎样
才是有用的，也要讲明白为什么它不是一个前提。
我们在以前各章已经看到，当我们开始回想时，我们是怎样发现我们自
己早已相信多得不可胜数的概括性命题的，例如“狗吠”434 或“火燃”，
这些都是由过去的经验通过条件反射和形成习惯的过程而产生的。当我们思
考我们的信念时，如果我们有喜好逻辑的倾向，我们就会疑心产生我们信念
的原因是否可以当作它的根据；而因为这种原因乃是重复，这样就让我们想
为归纳法找出理由根据。可是从我们先前的研究来看，我们必须找出一种为
某些而不是另外一些归纳法找出根据的方法。为归纳法本身找出根据是不可
能的，因为我们可以证明归纳法导致虚妄和导致真理是同样常见的。然而就
适当的实例来讲，归纳法作为一个增加概括性命题的概率的手段还是很重要
的。我们能够感到什么是适当的实例，这种能力尽管极易失败，却足够排除
大量的各类导致谬误的归纳法，逻辑学家可以发明这些导致谬误的归纳法，
但是神智健全的人却从来不会接受。我们的目的必须是把这种感觉力换成某
种与其不相矛盾而又更加明确和更加可靠的东西。
显然，每当A 和B 经常一起发生或很快连续发生时，不会产生条件反射
或“动物性归纳”。A 和B 必须是动物关心的事物。如果B 是在情感上引起
兴趣的东西，那么B 所需要的重复发生次数要比它在情感上不引起兴趣的情
况下少得多。动物和野蛮人对于关系到他们切身利益的重大问题所进行的归
纳是极其轻率的；喜欢得出概括性命题的倾向随着教育的提高而大大减少。
但是我们一定要知道，与这点互相制约。的还有这件事实，那就是科学训练
可以让人注意到动物从来不会注意到的事物。动物注意到在什么时候和什么
地方能够找到食物，并接受食物气味的刺激，但动物不能发现土壤的化学成
份或肥料的效用。动物也不能创造假设；动物不会说：“我已经注意到B 随
A 而发生的几个场合；也许情况永远是这样，至少值得我们去找寻另外的事
例”。但是尽管科学家在有意建立一种归纳时注意到许多不曾为动物注意到
的事物，铣他所归纳的A 和B 来讲，他仍然局限在某些类在他看来似乎合理
的事物上面。这种无意的和几乎意识不到的限制与那些为了保证归纳法435
的正确而加在归纳法身上的限制之间到底有多少契合之处是一个困难而晦奥
的问题，对此我不想多加论断。
关于归纳的科学用途，我同意凯恩斯得出的结论，这些结论我们在前面
一章里已经做过阐述。在现阶段把这些结论重述一下也许是有益的。
凯恩斯假定某个概括性命题，例如“凡A 都是B”，对于这个命题来说，
在未观察到任何事例之前，存在着概率p0。他还假定，观察到许多有利的事
例X1，X2，。。，Xn，而没有观察到一件不利的事例。概括性命题在第一次
有利事例之后的概率为p1，在第二次有利事例之后为p2，以此类推，所以pn
就是在第n 次有利事例之后的概率。我们想知道在什么条件下，当n 无限增
加时，pn趋近于它的极限1。为此，我们必须考虑在概括性命题虚妄的条件
下，我们竟然观察到n 个有利事例，而没有观察到一个不利事例的概率。假
定我们把这个概率叫作Qn。凯恩斯证明如果Qn与PO之比在n 增加时趋近于
零，那么当n 无限增加时Pn趋近于它的极限1。这就要求Pn应为有限数，qn
在n 增加时应趋近于零。只靠归纳法我们不能知道这些条件在什么场合下得
到满足，如果存在这种场合的话。
让我们看一下p0应为有限数的条件。这就是说，被提出的概括性命题“凡
A 都是B”；在我们观察到不管是有利还是不利的事例之前就有几分可以成立
的希望，所以这至少是个值得研究的假设。按照凯恩斯的处理办法，概率p0
是对于一般与件h 而言的，这种与件看来可以包括除了A 是B 或不是B 的
实例以外的任何东西。很难不令人这样认为：这些与件是由至少有一部分确
已成立的类似的概括性命题所组成，从这些概括性命题我们引导出有利于“凡
A 都是B”的归纳证据。举例说，你想证明凡铜都导电。在用铜做实验之前，
你试过许多其它元素，发现每种元素在导电方面都表现出一种特有的行为。
于是你根据归纳得出结论：铜都导电或都不导电；因此你的概括性命题在你
进行观察之前就有了一种可以觉察到的概率。但是因为这种论证使用了归纳
方法，所以对于我们想做的事情没有什么用处。在我们做出所有元素在导电
方面都表现出一种特有的行为这个归纳之前，我们必须先问一下，在我们还
没有观察到这个归纳的真或伪的实例以前，它的概率有多大。我们可以接着
把这个归纳归入一个范围较大的归纳之中；我们可以说：“人们对于很多种
性质进行过试验，就每一种性质来说，每种元素都表现出一种特有的行为；
所以导电大概也是这样一种性质”。但是这种把归纳归入范围较大的归纳的
方法在实用上必然有一个限度，我们不管在什么地方停下来，在我们知识的
任何一种特定的情况下停下来，在凯恩斯的H 下所汇集的与件一定不是在只
有假定了归纳的前提下才与本问题有关的与件。
因此我们就得在归纳之外去寻找一些原则，这些原则在已知某种不属于
“这个A 是一个B”这种形式的与件的情况下，能使“凡A 都是B”这种概括
性命题具有有限的概率。已知这类原则，又已知适用这类原则的一个概括性
命题，归纳法就可以使这个概括性命题具有越来越大的概率，在有利的实例
数目无限增加时具有逐渐接近必然性并以其为极限的概率。在这样的论证当
中，我们所说的那些原则是前提，但归纳却不是这种前提，因为在我们使用
归纳的那种形式下，它是概率的有限频率说的一个分析性推论。
因此我们的问题是在尚未发现证据之前，找出使适当的概括性命题具有
概然性的一些原则。
我们还要看一看凯恩斯所说的另外一个条件，即当n 增加时qn应趋近于
零。qn是在尽管概括性命题为伪而所有前n 个实例却都是有利的实例时的概
率。让我们重复一遍以前说过的一个例子，假定你是个户口调查官员，从事
情查威尔斯某个村庄居民的姓名。你所调查的前n 个居民都叫威廉。那末qn
就是在居民不都叫威廉的情况下发生这件事的可能性。就这个实例说，当n
变得等于村中居民数的时候，村中再也不会有一个可以不叫作威廉的人，因
此qn 也就为零。但是一般来说这种无遗漏的列举是不可能的。一般来说，A
将是一类总在发生并且除非发生就无法观察到的事件，所以除非到了时间结
束，我们无法把A 没有遗漏地列举出来。我们也无法猜想A 有多少分子，甚
至无法猜想它是不是一个具有有限数分子的类。这样一些实例是我们在研究
凯恩斯所说的条件，即当n 增加时qn必然趋近于零时所必须考虑到的。
凯恩斯把这个条件用另一种形式表示出来，即把qn作为n 个不同概率的
乘积。假定Q1是在概括性命题为伪的情况下第一个A 将是一个B 的概率，Q2
是在概括性命题为伪和第一个A 为一个B 的情况下第二个A 将是一个B 的概
率，以此类推。那么qn就是Q1，Q2，Q3，。。Qn。的乘积，这里Qn。是在已
知概括性命题为伪和前n…1 个A 都是B 的情况下，第n 个A 将是一个B 的概
率。如果有任何一个小于1 的数，并且所有的Q 都小于它，那么n 个Q 的乘
积小于这个数的n 次乘方，并且在n 增加时趋近于零。这样，如果有某个不
能达到必然性的概率，例如p，使得在已知概括性命题为伪和n…1 个A 已经
是B 的情况下，在n 足够大的时候第n 个A 将是一个B 的机会永远小于p，
我们的条件就可以得到满足。
很难看出这种条件在经验界所提供的材料上会发生失败的情况。如果这
种条件发生失败的情况，那末如果ε是任何一个不管多小的分数，而n 是任
何一个不管多大的数，并且如果前n 个A 都是B，但并非所有的A 都是B，则
有一个使得第（n＋m）个A 不是一个B 的可能性少于ε的数m。我们可以换
一种说法来讲这个问题。不管n 是什么数，设已知条件是前n 个A，但并非
所有的A，都是B。如果我们现在安排一下以后的A，不是按照它们出现的次
序而是按照它们是B 的概率的次序，那么这些概率的极限就是必然。这是在
这种条件失败的情况下必然要发生的事情。
�
