千米小说网

第20讲 从已经发生的事情开始判断（第2页）

男性2名、女性2名的概率　12÷32=0。375

男性1名、女性3名的概率　12÷32=0。375

男性0名、女性4名的概率　4÷32=0。125

这次碰巧抽取出女性的简历，所以以此为前提进行了概率的计算，而本身男性与女性的人数构成是怎样的概率呢？以下是计算的结果。

男性4名、女性0名的概率　1÷16=0。0625

男性3名、女性1名的概率　4÷16=0。25

男性2名、女性2名的概率　6÷16=0。375

男性1名、女性3名的概率　4÷16=0。25

男性0名、女性4名的概率　1÷16=0。0625

如果把原本的状态作为事前概率，把中途追加了信息、根据信息计算出来的概率作为事后概率的话，可以总结如下。

我们从左边开始解读。如果没有任何信息，男性、女性的构成比例等于事前概率。在增加了“包含1名女性”的信息后，男性、女性的构成比例就相当于事后概率。也就是说，在增加了信息后，概率会发生变化。另外，信息增加以后，从不确定的状态变化为增加了一个确凿的信息，所以精确度会提升。这种思路称为“基本预测法”。

这种思路还可以适用于以下的情境。请稍作思考。

假设有同样用黑布做成的不透明袋子共100个，其中有20个里面有金币。我们如果有一台装置可以在不打开袋子的情况下辨别是否有金币在内，且这个装置的实力情况如下：

·在有金币的时候，能正确辨别的概率为90%

·在没有金币的时候，能正确辨别的概率为95%

现在，从100袋中取出1袋，让这个装置辨别有没有金币在内，装置判断袋子内有金币。那么，这个袋子里真的有金币的概率是多少呢？

为了便于思考，我们假设100袋都让这个装置进行辨别。

首先，关于有金币的20袋，装置能准确辨别的概率是90%，也就是说装置将会判断出20×90％=18袋。

另一方面，有10%的概率会判断错误，即有2袋虽然是有金币的，但却会被判断为没有金币。

接着，关于没有金币的80袋，同样让装置去辨别的话，装置能准确判断的概率是95%，也就是说会判断80×95％=76袋是没有金币的。另一方面，因为错误率是5%，所以有4袋虽然是没有金币的，但却会被判断为有金币。

把整体情况进行整理后，如下表所示。

因此，这个装置判断有金币的次数是18＋4=22次。在这里面，真正有金币的是18次，所以其概率是18÷22≈0。82。

本来在100袋里面，只有20袋装有金币，所以如果只是随便猜的话，猜中的概率是20%，而通过利用这个装置，猜中的概率可以提升到约82%。

我们在以上的部分说明了能够辨别袋子内是否有金币的装置，而这个装置也可以换成以下的内容来想象。

·根据图像数据辨别有没有生病的AI

·根据照片辨别问题位置的AI

·根据文字信息读取内容的AI

·预测明日天气的AI

我们不一定要依靠AI，其实在我们身边有许多方法，虽然准确率不是100%，但也可以以一定的精确度得出结论。在考虑应该如何解释AI判定的结果时，可以运用这些方法。

假设一个概率，根据所得的信息，再对假设的概率进行进一步修正，在无法预测下一步的情况下，这种方法被认为比较有效。如上文提到的，可以在解释AI算出的结果的时候使用这种方法，而且本来AI中应用的机器学习等技术背后也蕴藏着这种思路，大家有兴趣的话可以深入学习研究。

小结

√有一种方法是先算出事前概率，然后根据获得的信息更新概率

√罗列出所有可能的情况

√确认其中符合条件的情况

√根据所有情况的数量和符合条件的信息计算概率

√这是AI背后蕴藏的思路，是当今重要的方法，请大家掌握好