心 智 七 篇 · Seven Mental Models
← Knowledge Atlas · 实体

David Hume

David Hume:苏格兰哲学家,经验主义与因果性理论的奠基人,归纳问题的发现者
实体 · DAVID HUME · 1711–1776 · 苏格兰 · 因果经验主义 · 归纳问题

David Hume

苏格兰哲学家(1711–1776)——经验主义认识论奠基人,西方哲学史转折点

休谟以牛顿为楷模,将实验方法引入「道德科学」。核心影响链:康德被休谟从「独断论的迷梦」中唤醒,整个批判哲学是对休谟挑战的回应;达尔文视休谟为进化论中心影响;边沁阅读休谟使「眼前的鳞片脱落」,催生功利主义传统。英语世界最重要的哲学家之一。

核心因果理论贡献
恒常连结因果关系的经验基础——「原因」是「其后通常跟随结果」的恒常连结,非神秘的必然联系
必然联系问题必然联系非印象而来,来自心灵对恒常连结的期待——因果的主观来源揭示
归纳问题齐一性原则无法被证明(演示性推理)也无法被辩护(概率推理循环)——理性对归纳无能为力
习惯的作用比理性更可靠的实践指南——习惯而非理性驱动人类的预测行为
与 AI 工程的结构呼应
恒常连结 ↔ LLM 训练
模型从数据中学到的是统计模式而非因果理解——休谟式学习
习惯 ↔ 经验数据优先
基于经验数据的系统设计优于理论推导——harness engineering 的经验主义立场
→ Causation (Hume) · Induction Problem · Regularity TheorySEP David Hume

David Hume

基本信息

  • 全名: David Hume
  • 生卒: 1711-1776
  • 国籍: 苏格兰
  • 身份: 哲学家、历史学家、散文家
  • 核心贡献: 经验主义认识论、因果性理论、道德情感主义、宗教哲学批判

主要著作

  • 《人性论》(A Treatise of Human Nature, 1739-1740)
  • 《人类理解研究》(An Enquiry concerning Human Understanding, 1748)
  • 《道德原理研究》(An Enquiry concerning the Principles of Morals, 1751)
  • 《自然宗教对话录》(Dialogues concerning Natural Religion, 1779,遗著)
  • 《英国史》(History of England, 1754-1762)

哲学地位

休谟被普遍视为英语世界最重要的哲学家之一。他的影响横跨多个领域:

  • 康德:被休谟从”独断论的迷梦”中唤醒,整个批判哲学是对休谟挑战的回应
  • 达尔文:视休谟为进化论的中心影响
  • 边沁:阅读休谟使他”眼前的鳞片脱落”,催生了功利主义传统
  • 亚当·斯密:休谟的密友,其道德哲学和经济学著作明显受休谟影响

哲学方法

休谟以牛顿为楷模,将实验方法引入”道德科学”(人文学科)。他的方法论特征:

  1. 经验主义:一切知识来源于经验,拒绝先验假设
  2. 自然主义:解释人性时拒绝诉诸超自然因素
  3. 经济性:像牛顿一样,用最少的原则解释最多的现象
  4. 批判-建构双阶段:先批判前人错误,再提出自己的正面理论

与本 wiki 的关联

直接关联的概念页面

间接关联

休谟的哲学与本 wiki 中的 AI/agent 工程主题存在深层结构呼应:

  • 休谟对先验理性的批判 ↔ harness engineering 对预设架构的警惕
  • 习惯作为比理性更可靠的指南 ↔ 基于经验数据的系统设计优于理论推导
  • 恒常连结与 LLM 训练 ↔ 模型从数据中学到的是统计模式而非因果理解

因果形而上学中的 Hume

在因果关系形而上学的综述中(SEP “The Metaphysics of Causation”),Hume 的遗产体现在两个层面:

  1. 规则性理论的奠基:Hume 确立了”类型因果优先”的立场——个例因果通过类型因果(恒常连接)获得其成立条件。后续的 Mill、Mackie、Hempel 沿此路线发展。
  2. 反事实暗示:Hume 本人也提到了反事实定义(“如果第一个对象不存在,第二个对象就不会存在”),David Lewis 据此发展了反事实理论

Russell (1912) 著名地将因果关系称为”逝去时代的遗物”,可视为对 Hume 式因果分析的激进延伸——如果因果只是恒常连接,也许物理学根本不需要它。

归纳问题的后续发展

SEP “The Problem of Induction” 条目详细追踪了休谟归纳问题在后世催生的主要回应路线:

  • 证伪主义Karl Popper):接受归纳问题不可解决,转而论证科学不依赖归纳。但”佐证”概念暗中重引归纳。
  • 贝叶斯方案(Bayes/Laplace/de Finetti):用概率框架为归纳推理提供数学精确的表述。先验概率的选择等价于机器学习中的归纳偏置。
  • grue 问题Nelson Goodman):归纳问题的深化——即使归纳有效,同一数据可支持矛盾的结论。休谟未解释为何我们投射某些谓词而非其他。
  • 元归纳(Schurz):不直接辩护归纳,而是证明追随当前最成功方法的元策略是先验最优的。
  • No Free Lunch 定理:休谟第一角的数学化身——在所有可能的数据序列上,任何学习算法不比随机好。

References