归纳问题：休谟的幽灵
从过去推导未来的逻辑陷阱——归纳的无效性与实践理性
预计时间：25 分钟读 + 10 分钟做习题 = 35 分钟。
本课方法论承诺
读完这节课，你将掌握：① 休谟归纳问题——从"过去如此"到"未来如此"没有逻辑必然性；② 归纳的实践理性——尽管无效，我们为什么仍然依赖归纳；③ 最佳说明推理（IBE）——科学推理的替代框架。
一、核心概念定义
休谟归纳问题（Hume’s Problem of Induction）
David Hume（1748）指出：
从「过去观察到 A 总是伴随 B」无法逻辑推导出「未来 A 也伴随 B」。
例子：
- 太阳过去每天升起 → 太阳明天会升起？
- 鹅过去被喂食 → 所有鹅都被喂食？
逻辑形式：
- 前提：所有观察到的 S 都是 P（n 个案例）
- 结论：所有 S 都是 P（包括未观察的）
这个推理没有逻辑必然性——无论 n 多大，未来可能与过去不同。
归纳为什么「有效」？
Hume 的回答：习惯（Custom/Habit），不是理性。
- 大脑通过重复形成「期望」——不是「逻辑上必然」，而是「心理上习惯」
- 归纳是人类的认知本能，不是理性的推导
- 我们无法证明归纳有效，但无法不依赖归纳生存
最佳说明推理（Inference to the Best Explanation, IBE）
Peirce（1878）/ Harman（1965）提出的替代框架：
不是「过去如此 → 未来如此」（归纳），而是：
「哪个假说能最好地解释现有数据？」
- 观察到 swan 都是白的 + 观察到黑 swan → 「所有 swan 都是白的」不是最佳解释
- 「大多数 swan 是白的，有少数黑品种」是更好的解释
IBE 的核心：选择能解释最多数据的假说——不是「必然为真」，而是「目前最优」。
二、学科直觉
- 归纳无效但不可替代：这是哲学中最反直觉的结论之一。你 everyday 使用归纳——但不能证明它有效。这并不意味着归纳是「错的」，而是意味着归纳的基础是心理习惯，不是逻辑必然性。
- IBE 是科学推理的实际机制：科学家不是「从数据归纳出理论」，而是「用理论解释数据，选择解释力最强的理论」。这正是 Kuhn 的范式理论的核心——选择能解释最多反常的理论。
- 休谟问题的现实意义：如果你完全接受休谟问题，所有基于历史的预测（包括投资、天气预报、工程安全系数）都没有逻辑基础。但实践中我们不这么想——我们用贝叶斯更新和IBE 作为归纳的「理性替代」。
三、跨学科应用
投资：历史表现的不可外推性
「过去 10 年年化 15% → 未来也 15%」
休谟会说：这个推理没有逻辑必然性。黑天鹅可能在未来等待。
塔勒布的批评
塔勒布的核心论点正是休谟归纳问题的现代版本：基于历史数据的风险模型（如 VaR）系统性低估尾部风险——因为模型假设"未来像过去"，但"过去没有发生"不等于"未来不会发生"。
机器学习：过拟合与归纳的边界
ML 模型从训练数据「归纳」出规律。过拟合 = 模型记住了训练数据的 noise，而非真实规律。
- 训练数据 = 「过去」
- 测试数据 = 「未来」
- 过拟合 = 「过去如此 → 未来如此」的过度自信
正则化：通过惩罚复杂度，强迫模型选择「更简单的规律」——这正是 IBE 的实践版本（奥卡姆剃刀）。
政策：基于历史的政策推断
「历史上降息后经济都好转 → 这次降息也会好转」
休谟的反驳：历史样本有限，未来可能有结构性变化（如零利率下限、全球化逆转）。
对策：不要外推单一历史，要理解机制（为什么降息在过去有效）——如果机制改变，外推失效。
练习题
单选题
1
休谟归纳问题的核心是？
2
休谟对「归纳为什么有效「的回答是？
3
最佳说明推理（IBE）的核心是？
4
以下哪项是归纳推理？
5
休谟问题对投资的启示是？
6
过拟合与归纳问题的关系是？
7
IBE 相比归纳的核心优势是？
案例分析
C1
C1. 案例：某量化策略基于「过去 10 年市场数据「优化参数，样本内 Sharpe = 3.0，样本外 Sharpe = 0.2。休谟/IBE 视角的解释？
反事实思考题
T1
T1. 反事实：如果人类没有归纳本能（不会从过去推断未来）。对科学和技术的影响？