人类智能不能完全用数学表征的主要原因是人类智能具有非线性、模糊性、不确定性和创造性等特征，而数学表征则更偏向于线性、确定性和精确性。

人类思维往往包含非线性的推理和关联。我们可以从一些不相关的信息中找到关联并进行创造性的思考，这种非线性的思维方式是数学表征所难以捕捉的，人类思维的激活函数是随变的。人类对于模糊性的处理能力是非常强大的。我们可以在模糊、不精确的情况下进行有效的决策和判断，而数学表征更倾向于精确的数值计算。人类常常面对不确定的信息和复杂的环境，需要根据经验、直觉和情感做出决策。而数学表征往往需要具体的数据和规则，对于不确定性的处理能力有限。人类思维具有创造性，可以产生新的观念、方法和解决问题的方式。数学表征主要是基于已有的规则和模型，难以表达创造性思维的过程和结果。

人类智能本质上是一种复杂的认知能力，它涉及到思考、理解、学习、判断、决策等多个方面。尽管数学在某些方面可以帮助我们解决问题，但它并不能完全表征人类智能的所有方面。数学是一种形式化的语言和方法，它侧重于逻辑推理和精确性。然而，人类的创造力和想象力是无法用数学来精确描述的，比如，艺术作品、音乐、文学等领域的创作，往往需要一些非凡的想象力和创造力。还有，数学无法准确表征人类的情感和情绪，人类情感和情绪是复杂的心理状态，涉及到个体的主观感受、情绪反应等方面。虽然数学可以用一些数字或模型来评估情绪，但这只是一种粗糙的近似，无法完全捕捉人类情感的细微变化和复杂性。数学无法表征人类的社交能力和人际交往。与他人的交流和互动涉及到非语言沟通、理解他人的意图和情感、表达自己的态度和情感等。这些方面无法用数学方法准确地描述和表征。直觉和经验是人类智能的重要组成部分，它们是我们在日常生活中作出决策和判断的基础。然而，数学无法完全捕捉和描述人类的直觉和经验，因为它们涉及到非显性的知识和个体的主观判断。所以，人类智能是一种复杂而多维的能力，无法完全用数学来表征。数学在某些方面可以提供一些帮助和指导，但它并不能涵盖人类智能的所有方面。

非马尔可夫是世界的常态。非马尔可夫是指一个事件或过程的结果取决于更早期的事件或过程，而不仅仅依赖于最近的状态。马尔可夫性质则是指一个事件的结果只取决于其当前状态，而与过去的状态无关。

在许多情况下，非马尔可夫过程更符合真实世界中的情况。很多事件的结果受到多个因素的影响，而这些因素不仅仅是最近的状态所决定的。例如，经济系统、社会系统和生态系统等都是非马尔可夫的，因为它们的结果受到各种复杂的因素的影响，而不仅仅取决于当前的状态。

非马尔可夫过程的存在使得预测和建模更具挑战性。由于事件结果的不确定性和多样性，非马尔可夫过程需要更复杂的数学模型和算法来描述和分析。这也使得对于这些系统的预测更加困难。

所以，非马尔可夫是世界的常态，因为真实世界中的许多事件和过程都受到多个因素的影响，而不仅仅是当前的状态所决定的。这使得预测和建模变得更加困难，需要更复杂的数学模型和算法来描述和分析，以及人类的适时适度协同。

非贝叶斯也是世界的常态。贝叶斯统计方法虽然在许多领域中非常有用，但并不是所有问题都需要使用贝叶斯方法。在现实世界中，经常使用其他统计方法和机器学习算法来解决问题。例如，线性回归、决策树、支持向量机等方法在许多领域中得到广泛应用，这些方法并不是基于贝叶斯理论的。因此，非贝叶斯方法也是统计和机器学习的常态之一。非贝叶斯是世界常态的一个例子是人类的日常认知过程。在处理信息和做出决策时，人类往往不会使用贝叶斯推理，而是依靠直觉、经验和已有知识来进行判断。举个例子，想象一个人面临打开两个盒子的选择：盒子A和盒子B。他被告知其中一个盒子里有奖品，另一个盒子为空。他的任务是选择一个盒子，希望能拿到奖品。

在贝叶斯推理中，人们会考虑各种可能性的先验概率，并根据已有的观察结果更新这些概率。然后他们会计算后验概率，以决定选择哪个盒子。

然而，现实生活中的人往往不会这么做。相反，他们可能会依靠自己的经验和直觉来做出选择。例如，如果他过去多次选择了A盒子并获得了奖品，而选择B盒子则没什么好结果，他可能会倾向于再次选择A盒子。

这种非贝叶斯的认知过程并不基于严格的概率计算，而是依赖于人们对过去经验的感知和记忆。尽管这可能导致一些错误的决策，但在日常生活中，人们通常没有时间和资源去进行复杂的概率计算。因此，非贝叶斯是世界的常态。

频繁过度不当地使用贝叶斯、马尔可夫链，常常会出现掩耳盗铃、南辕北辙、盲人摸象……的局面！