2019年5月24日晚，南开大学哲学系任晓明教授应邀在南京大学哲学楼314室做了题为“大数据视域中的逻辑与哲学”的学术讲座，此次讲座由南京大学现代逻辑与逻辑应用研究所与科学技术与社会研究所共同主办，系“逻辑、语言与认知系列讲座”之一。逻辑所所长张建军教授主持讲座，哲学系顿新国教授、南京财经大学王荣江教授、华南理工大学闫坤如教授，逻辑、科哲、外国哲学等专业研究生以及来自全校多个院系的师生听取了本次讲座，并就讲座相关问题展开了热烈的互动研讨。

任晓明教授现任中国逻辑学会副会长，全国归纳逻辑专业委员会主任，国家社科基金重大项目“现代归纳逻辑新发展、理论前沿与应用研究”首席专家，是国内学界归纳逻辑研究的学科带头人。

本次讲座探讨大数据引出的一系列面向21世纪的前沿逻辑与哲学问题。阐述了大数据的基本概念和特征以及穆勒五法的现代解读，贝叶斯主义和贝叶斯概率逻辑的发展历程，以及贝叶斯统计推理、决策理论、贝叶斯网络和大数据、神经网络等问题；探讨了大数据的概率逻辑问题，并分析了由此引出的统计谬误等问题；从逻辑、哲学与认知三个方面总结了基于大数据的逻辑、尤其是归纳逻辑的发展趋势。

任老师首先以“幸福密码的发现”为案例，介绍在数据处理中使用的归纳逻辑基本方法。继而以“赌徒谬误”为案例，进一步介绍了数据处理中的合取原则和独立概念。以这些基本数据处理方法为基础，任老师重点介绍了在数据处理中广泛应用的贝叶斯定理和贝叶斯方法。

 “联邦党人文集作者公案”和“天蝎号核潜艇搜救”这两个标志性事件充分说明，作为一种“在认知信息较少的情况下利用经验做出更合理的决策”的新的统计学方法的贝叶斯方法，体现出巨大的实用价值。它不但为我们提供了一条全新的问题解决路径，带来工具和理念的革命，而且甚至可能改变人们的认知方式。贝叶斯规则体现了一种概率观，它利用过往信息来逐渐逼近事件发生概率，从而提供了一种启发式的统计学思考方式。具有贝叶斯思维的人，并不试图刻画事件本身，而是从观察者信息补全的角度出发，先从以往经验中总结一个大致结果，再基于这个结果判断下次出现这类事件的概率，每次的结果会不断修正之前的判断，如此往复。这个过程反应的是我们知识状态的情况，而并非试图描述客观世界中事件发生的概率。

在当今这样一个信息社会中，要做出正确而明智的决策或决定，必须理解有关数据的含义，并具备一些统计科学方面的知识。任老师继续介绍了在大数据实际应用中体现的一些统计推理方法，包括估计、统计假说检验和贝叶斯推理三类。任老师指出，统计和哲学一样，都是以各种方式来说明世界。它不容许掺杂人们的主观意志，必须翔实、准确、没有谬误，按照统计学的理论去忠实地描述现象，否则会很容易掉进百分比陷阱、平均数陷阱等。大数据统计决策和我们的日常生活密切相关。博弈论专家梅里尔•弗勒德于1958年提出“百分之37定律”，这一定律在数学上被称之为秘书问题（secretary problem）或婚姻问题（marriage problem）。它的算法很简单，但可以非常好地应用于统计决策领域，帮助我们在感性思考的同时，多一些理性分析。

在一个多小时的精彩演讲中，任老师以丰富翔实的案例生动介绍了大数据研究与应用中体现的系列归纳逻辑理论和方法，并深入揭示了这些基础理论背后的哲学预设。这些分析引发了现场老师和同学们的热烈讨论。王荣江老师认为贝叶斯方法说明客观世界自身的呈现，与作为主体的人具体的认知方式和活动有很大关联，这启发我们应当把主客体间的关系看作是相互建构的。顿新国老师和闫坤如老师从因果性与相关性的区分出发，提出贝叶斯方法等大数据应用中的统计方法在寻找因果关系等问题上的局限性。任晓明老师回应指出，目前人工智能和大数据科学的发展确实对认知与实践的关系有新的启发，我们需要在主客观之间保持一种必要的张力。我们应当注重发展归纳逻辑式的的非线性思维，而不要局限于线性的认知模式。贝叶斯方法在大数据等领域中的成功还只是实用性的成功，在认识论基础等方面还需要学界深入研究。此外，几位同学分别就在社会科学研究中如何恰当地应用大数据、大数据中的客观性、贝叶斯方法和Dempster-Shafer方法之间的可能融合等问题，和任晓明教授及在座几位老师进行了交流。

张建军老师在主持讨论和讲座总结中指出，任晓明老师生动精彩的讲座及师生们的热烈讨论，把大数据中的方法论问题引向了更深刻的逻辑与哲学视域，师生们对贝叶斯方法所体现的主客体关系机制的探讨，呈现了现代归纳逻辑认识论与社会实践论研究相结合的可能性，也印证了晚年维特根斯坦对“确定性”（certainty）的重新把握。整个讲座旁征博引、举一反三，不同背景、不同专业师生们的跨学科讨论，也体现了逻辑学、知识论和人工智能等领域的当代面向以及问题导向的互动探究之发展态势。