MVP Demo 06
概率推理：机器如何处理不确定性？
当世界无法被写成确定规则时，AI 需要表达不确定性。这个章节展示证据如何改变信念， 让用户理解统计推理与规则推理的差异。
教学型交互案例
概率推理：机器如何处理不确定性？
证据如何改变信念？
后验信念会随证据改变
统计推理不是把世界写成绝对规则，而是在新证据出现时更新不确定性。
学习目标
- 理解先验信念会在新证据出现后被更新，而不是被直接替代。
- 观察证据强度如何推动后验概率变化。
- 区分概率推理和确定性规则推理的表达方式。
简化说明
本案例用简化的 odds 更新公式展示方向感，不代表完整医学、法律或科学推断流程。
观察指南
证据不是替代信念，而是更新信念
它之前的问题是规则系统难以处理模糊和噪声。概率推理解决了不确定性表达， 但没有自动解决因果解释、数据质量和建模假设。后续影响包括朴素 Bayes、图模型和统计机器学习。
参考资料