16061098 白勇
3.1 在一个游戏中,主办方在三个门中任选一个,在门后放了一个奖品,另外两个门之后是空的。选手要在三个门中选择一个抽奖。 当选手选择了一个门,未曾打开门之前,主办方打开了另外两个门中没有奖品的那个门,并向选手说, 他可以改变他的选择,即转为选择剩下一个没有打开的门。 请问,如果选手此时改变选择, 他会提高或降低获奖的可能性么?提高多少?请给出你的分析。
解答:
-
这个问题来自于博弈论中的蒙提霍尔悖论。
-
假设
首先需要澄清两点假设(课堂上大家可能对这两点存在一定的误解,所以没有get到题意):
- 主持人是知道哪扇门中没有奖品的,而非随机打开一扇门;
- 无论一共有多少扇门,主持人都打开到只剩两扇门。也就是说假如有1000扇门的话,主持人要打开998扇门。
-
直观理解
从直观上说,选手和三个门可以看作一个封闭的孤立系统,三个门给选手的信息是完全相等的,因此选手选中三个门的概率也是相等的。但是主持人本身是知道哪扇门没有奖品的,也就是说是具有先验知识的,并且他通过打开门这一举动将信息注入到了原先的孤立系统中,因此获奖的概率必然会改变。
-
公式推导
假设有A,B,C三扇门,并且奖品在A门中,S(A)、S(B)、S(C)分别表示选中A,B,C三扇门。
假设没有改变选择,那么只有选门一个动作,选中奖品的概率为
假设改变选择,假设一开始选中B门,那么主持人必然会打开C门,改变选择后必然会选择A门,也就是说后验概率为1,一开始选中C门同理。那么选中奖品的概率为:
如何看待 “中文房间” 问题,中文房间有智能么?它有什么样水平的智能?如何才能让它具有人类水平的智能?
解答:
-
“中文房间”同样也是一个悖论问题。
我认为中文房间不具有智能。在Searle最初发表的文章中已经对可能的反驳做了阐释和回应,具体提到了The System Reply、The Robot Reply、The Brain Simulator Reply、The Other Mind Reply、The Intuition Reply。
就我而言,“中文房间”这一命题具有两处破绽。
首先,智能也许并非完全可以用模型来描述。目前机器学习的所取得的成果确实可以模仿人类的一部分行为,甚至在某些领域精度超过了人类,但是并非所有的智能都可以建模来描述。比如人的喜怒哀乐、嗅觉、灵感、信仰等等,很难用模型来表达,甚至无法用语言来描述。“道不可言,言而非也”。既然语言都无法描述,那么完全靠语言建模出的“中文房间”,又怎么能成为具有智能呢?
其次,即便退一步相信智能可以百分之百被模型表示,“中文房间”关注的也只是输入和输出。谓词逻辑和自然语言本身都是人类发明的一种可以描述世界的东西,假如从输入输出来看,把输入给定,它们一样可以给出合理的输出,那么是否可以说语言本身也是一种可以脱离人类的智能呢?事实上,“中文房间”只是一个可以针对特定输入给出特定输出的黑盒模型,是一个形似y=f(x)的隐函数,对于外界来说,可以研究他的性质,但是不能对他做出构造性的解释,也就无法说明他具有智能。不具有可解释性也是目前机器学习无法在医疗、法律审判等领域无法大规模落地的原因。
既然这门课讲了很多计算机前沿,那么学生就可以预计一下这些前沿知识如何能给普通用户或某个行业带来好处。 学生根据讲课的内容和参考文献,用 NABCD 的模板,描述你心目中一个使用了 “人工智能+其他前沿技术” 的创新项目。 这个项目应该是由 7 - 10 名有相关技能的大学生在 4 个月能完成。
-
Need
司法解释是两高(最高人民法院、最高人民检察院司法解释)对审判和检查工作中具体应用法律问题所作的解释,对各级人民法院和检察院具有普遍约束力。目前,司法解释具有如下特点:
1.发布时间随机
如下是截取至最高检官网的司法解释列表:
可以看到2018年9月、11月发布过两次,2017年6月、7月、8月各发布过一次,发布时间及频率完全随机。
2.前后两次的司法解释以及最高检与最高法的司法解释之间可能存在内容上的分歧。
3.目前业界对于司法解释的整理方式是书面整理或者依靠记忆,具有不能及时更新以及整理不够系统容易发生遗漏等特点。
-
Approach
可以利用目前NLP领域中的文本分类和文本聚类对司法解释逐条进行分类归档,同时与以往的法律法规以及司法解释中的同类法条进行对比,自动检测冲突,通过可视化的方式呈现给法律工作者。
-
Benefit
- 自动分类归档,可以帮助法律工作者更高效地解读司法解释
- 更新具有及时性,发布的司法解释马上可以处理归档,使用该系统的全国各地的法律工作者都可以及时在法律实践中参考
- 有利于促进司法公平,针对同一法律对象存在多条司法解释,很容易在司法实践中遗漏某一条,对司法解释的自动分类归档意味着各级法院司法标准的统一
- 有利于司法解释发布者在发布之前检查冲突
-
Competitors
- 目前已经有很多研究人员将机器学习技术应用于司法领域,例如百度的度小法,提供类案检索、法律法规、行业图谱刻画、法律知识推理、法律知识问答等功能,但是没有针对司法解释的模块。假如实现了该系统,可能会解决用户的一个新需求,从而获得竞争力。
-
Delivery
- 这个项目本身具有展示性和用户交互性,可以制作一个界面友好的网站DEMO吸引用户
- 同时可以与各律师事务所直接联系进行推广
- 也可以在各高校法学院举办活动进行推广,吸引高校用户