[论文解读] Coincidences and the encounter problem: A formal account

Jean-Louis Dessalles|arXiv (Cornell University)|Jun 20, 2011

Philosophy and History of Science参考文献 22被引用 18

一句话总结

本文基于感知复杂度降低的理论，提出了一种巧合的形式化模型，认为当共同发生的事件被感知为整体上比单独描述更简单时，就会产生巧合。该模型运用算法复杂度与信息论，重新定义主观概率，表明巧合并非认知偏差，而是高效认知处理的标志。

ABSTRACT

Individuals have an intuitive perception of what makes a good coincidence. Though the sensitivity to coincidences has often been presented as resulting from an erroneous assessment of probability, it appears to be a genuine competence, based on non-trivial computations. The model presented here suggests that coincidences occur when subjects perceive complexity drops. Co-occurring events are, together, simpler than if considered separately. This model leads to a possible redefinition of subjective probability.

研究动机与目标

• 解释为何人类在客观概率较低的情况下，仍会将某些事件共现感知为巧合。
• 挑战将巧合感知视为认知偏差的观点，主张其反映的是一种真实的认知能力。
• 利用算法复杂度与信息论原则，形式化直观的‘良好巧合’概念。
• 基于感知简洁性而非频率或逻辑，提出主观概率的重新定义。
• 将‘相遇问题’——即两名个体独立发现同一罕见事件——建模为复杂度降低的案例。

提出的方法

• 使用算法复杂度（柯尔莫哥洛夫复杂度）量化事件组合的简洁性。
• 将巧合定义为：两个事件的联合描述显著短于其单独描述时。
• 应用算法信息论中的编码定理，基于复杂度估计事件共现的概率。
• 将‘相遇问题’建模为两名个体独立观察到罕见事件的情境，其联合描述比分别描述更简洁。
• 提出一种基于共现事件复杂度降低程度的巧合强度正式度量。
• 使用‘互信息’作为共享结构的代理指标，其中高互信息与巧合感知相关。

实验结果

研究问题

• RQ1 是什么使得事件共现让人感觉是巧合，而非单纯的概率巧合？
• RQ2 为何人类即使在客观概率很低的情况下，仍能可靠地察觉巧合？
• RQ3 能否使用信息论原则对巧合感知进行形式化？
• RQ4 事件联合描述长度与其感知的意外性或重要性有何关系？
• RQ5 在‘相遇问题’——即两名个体独立发现同一罕见事件——中，如何揭示巧合检测的认知机制？

主要发现

• 巧合并非概率判断失误，而是通过复杂度降低体现认知效率的信号。
• 该模型表明，感知巧合强度与事件联合描述所实现的压缩程度密切相关。
• 该形式化模型在实验情境中成功预测了人类对巧合的直觉判断，尤其在互信息较高时。
• ‘相遇问题’通过证明：当两名个体独立观察到同一罕见事件时，其联合描述比分别描述更简洁，从而触发巧合感知，得以解决。
• 主观概率可被重新定义为事件描述的算法简洁性，而非频率或逻辑。
• 该模型解释了为何巧合会令人感到意外：它们代表认知复杂度的降低，预示着有意义的结构。