一、实在性与“本质随机”的矛盾

在经典实在论的视角下，我们默认自然界的每个过程都有其确定的原因与演化路径：即便我们暂时不知道全部细节，这些细节依然客观存在。

与此相对，“本质随机性”（intrinsic randomness）宣称：某些事件在本体上没有决定性机制，只有概率分布——宇宙在这一层面“本身就是掷骰子”。

两个立场之间存在一个根本矛盾：

• 实在性要求：自然过程在本体层面是确定、完整的（即便我们只能有限地认识）；

• 本质随机性主张：某些过程在本体上就是不确定、无因的。

从逻辑上看，“信息不足”与“本质随机”是两种完全不同的陈述；从实践上看，二者却在统计方法中被不断混用，甚至被悄悄等同。

要澄清这一点，必须先从“统计方法的地位”说起。

二、统计方法的真实角色：在理论成立前提下的“次级随机”1. 所有学科的实验分析几乎都依赖随机模型

无论是物理实验中的计数统计、生物中的生存分析、经济学中的时间序列、心理学中的问卷数据，几乎所有学科的经验分析方法，都建立在这样一套基本做法之上：

1. 假定存在某种稳定的概率分布（如高斯分布、泊松分布、指数分布……）；

2. 把个体实验结果看作是从这个分布中“随机抽取”的样本；

3. 用极大似然估计、贝叶斯推断、置信区间等方法来估计参数、检验假设。

这在操作上是极其有效的，但在哲学上隐含了一个重要前提：

所谓“随机波动”，是建立在某个更基础理论已大体成立的前提之上。

例如：

• 在放射性衰变实验里，我们假定每个核的衰变概率 $\lambda$ 是常数；

• 在电子计数实验中，我们假定计数服从泊松过程；

• 在高斯噪声模型中，我们假定系统周围的无数微扰可以用中心极限定理“平均掉”。

换言之：统计模型中的“随机性”是建立在某个“宏观可稳定把握的结构”之上的次级描述。在这个层面，随机性更像是一种有效近似的工作假定，而不是本体论的宣言。

2. 次级本质随机：在既定理论框架内“默认的归结点”

在具体实践中，统计方法往往将观测误差与波动视为本质随机，但只在一个有限的语境内：

• 我们承认在当前的理论与实验精度下，这些波动无法被进一步分解与解释；

• 于是将它们视作“本质上随机”的噪声，构建出一个“最终的概率分布”；

• 之后一切不被解释的偏差，都被归入“本质随机”的尾部。

这种做法具有两面性：

• 一方面，它使实验处理高度标准化与可操作，是科学实践的核心工具；

• 另一方面，它在观念上把“方法上的终点”当成“本体上的终点”，从而模糊了“信息不足”与“自然本身无因”的区别。

更微妙的是：改善方法可以不断提高精度，但在精度范围之外，人们仍然继续使用同一个“本质随机”的分布。这等于说：

在统计方法内部，“本质随机”是一个方法论上的停靠点，而不是物理本体层面的结论。

三、“本质随机”概念的逻辑地位：既不可证实，也不可证伪1. 为什么“本质随机”无法被证实？

若要“证明”某一现象在本体上是本质随机，需要说明：

在所有可能的更深层理论中，都不可能对该现象给出更细致的确定性描述。

但这要求我们：

• 穷尽所有可能的理论形态与构架；

• 证明任何潜在的隐藏变量、深层结构、拓扑机制都不可能成立。

这在逻辑上是不可能完成的任务。因此，“本质随机”在逻辑上属于一种不可证实的断言：我们顶多能说“在现有理论与实验精度下，暂时看起来像是随机的”，却永远无法说“它从本体上必然如此”。

2. 为什么“本质随机”也难以被严格证伪？

反过来看，似乎可以通过找到更深的决定性规律来“否定本质随机”，例如：

• 发现某些曾被视作随机过程的背后，存在可预测的周期结构、混沌吸引子或隐藏变量；

• 通过更高精度的实验，识别出原本被当作噪声的“微结构”。

这确实可以削弱某个具体领域“本质随机”的说法。但对于“宇宙中是否存在某种终极本质随机”的一般断言，我们依然无法通过有限经验给出彻底否证。就像永远无法穷尽所有尺度与所有情形去证明“哪儿都没有更深层原因”。

因此，从严格的科学哲学立场看：

“本质随机”更接近于一个形而上选项，而不是一个可经验裁决的科学命题。

四、信息不足≠本质随机：认知层面与本体层面的区分1. 认知上的“随机”：信息不完备的统计表达

在实际科学工作中，我们把“不知道的部分”用“随机变量”来代替，是一种信息编码技术：

• 无法跟踪每一个空气分子的精确运动，我们就在热力学中用温度、压强和布朗运动来表达；

• 无法追踪每一只电子的具体微观环境，就把探测器的响应记为“高斯噪声”。

在这些情况下，“随机”指的是：

• 我们对系统的微观状态缺乏足够信息；

• 在宏观尺度上只能用概率分布来表征这些不可分辨的微态集合。

因此，这里的随机性本质上是：

信息不完备的表现，是认知（knowledge）层面上的统计特征，而非自然本体层面的“无因结构”。

2. 本体上的“随机”：与实在论的直接冲突

与之对立的，是一种强本体论宣称：

“某些自然事件在深层次上根本没有决定其结果的充分原因，只有一个先天的概率机制。”

这等价于说：

• 即使我们有无限精度的实验能力、无限完备的理论框架；

• 仍然无法为单次事件给出决定性描述，最多只能说“它按某个概率发生”。

这与传统实在论直接冲突：

• 实在论认为：自然过程有其客观结构与因果机制，只是我们能否认识到的问题；

• 本质随机则认为：在某一层级上，自然本身即是“无因有果”的概率发生场。

因此，一旦我们把“随机”从信息论的意义硬性提升为“本体论属性”，就等于：

• 主动放弃了对更深层原因的追问；

• 把统计方法的终点神圣化为自然本体的终点。

五、统计方法的隐性哲学：在技术有效与本体之间1. 统计方法为何如此成功？

统计方法的巨大成功在于：

• 它以最少的结构假定（如独立同分布、平稳性等），就能从有限样本中提取出相当稳健的规律；

• 在没有细节模型的前提下，仍能给出可靠的预测区间与风险评估。

其有效性来源于：

• 实际系统常常存在宏观稳定性与尺度分离（微观细节被平均掉）；

• 中心极限定理等定理保证了在弱相关条件下，高层统计行为趋于可预期形态。

但注意，这是在一个关键前提下成立的：

统计方法并不关心“本体上是否真正随机”，它只关心“在样本尺度与观测精度下，用随机模型是否能稳定描述数据”。

也就是说，统计方法是一种工作工具，并不自带“宇宙本质随机”的形而上承诺。

2. 技术上可以继续改进，但总保留“本质随机”的尾部

随着理论与技术发展，我们可以：

• 提高仪器分辨率，缩小误差条；

• 引入更复杂的模型（如混合模型、层次贝叶斯、带记忆的过程等），解释原本被归入“噪声”的部分；

• 将原先视为随机偏差的一些结构还原为可建模的次级机制。

然而，即便如此，总有一个新的剩余部分仍然被归入“不可解释的随机波动”：

• 对于新的剩余部分，我们再次默认它是“本质随机”；

• 直到某一天，我们有新的理论与技术再次把其中一部分“还原”为结构。

这形成了一个典型模式：

随着认识提高，“本质随机”的范围不断缩小，但永远保留一个残余部分用于“兜底”。

从实在论角度看，这种“永留残余”的做法，只能说明：

• 我们当前认识仍然不完备；

• 而不是自然在某个尺度上“终于变成了纯骰子”。

篇幅限制：全文

https://faculty.pku.edu.cn/leiyian/zh_CN/article/42154/content/2802.htm#article

转载本文请联系原作者获取授权，同时请注明本文来自雷奕安科学网博客。
链接地址：https://blog.sciencenet.cn/blog-268546-1514499.html

上一篇：数学形式与物理实在