1
概率：给「可能性」标价格
概率就是给每件事的可能性打分：0 分（不可能）到 1 分（必然），或者换成 0% 到 100%。天气预报说「降水概率 70%」，意思是「跟今天类似的一百天里，大约七十天下雨」。
把可能性想象成一张 100 张券的抽奖券池：下雨的券占 70 张，天晴占 30 张。概率就是「数券」——只是券池越大、信息越多，数出来的比例越靠谱。
两条最基本的规矩：所有可能性加起来必须等于 1（券分完了）；互不干扰的事概率直接相乘（抛两次硬币都是正面 = ½ × ½ = ¼）。
2
条件概率：新证据改变判断
「掷骰子掷出 6」的概率是 1/6。但如果有人偷偷告诉你「这次掷出的是偶数」呢？可能性瞬间收窄成 {2,4,6}，掷出 6 的概率变成了 1/3。拿到新信息后重新算概率，就是条件概率——记作 P(掷出6 | 已知是偶数)。
这就是 AI 思维的核心：判断不是一次性的，而是随证据不断更新的。垃圾邮件过滤器的工作原理就是一个漂亮的例子：
- 建立经验库统计历史上垃圾邮件和正常邮件里，各词出现频率：「中奖」多见于垃圾邮件，「会议纪要」多见于正常邮件。
- 收到新邮件逐词查表：这个词在垃圾邮件里出现时，邮件是垃圾的概率多大？
- 合并证据几十个词的证据按贝叶斯方法合在一起，得出「这封邮件是垃圾邮件」的总概率。
- 给出结论超过阈值（比如 95%）就扔进垃圾箱——而且会根据你的误判反馈继续学习。
把「证据更新信念」总结成一条公式的，是 18 世纪的贝叶斯定理。它如今是垃圾邮件过滤、医学检测解读、自动驾驶感知共同的数学心脏。
3
大数定律：为什么样本多了就靠谱
抛 10 次硬币可能出现 7 次正面，但抛 1 万次，正面比例几乎必然非常接近 50%。次数越多，偶然的波动越被「平均」掉——这条朴素得惊人的规律叫大数定律，它是「统计能反映现实」的全部底气。
问 3 个人「今晚吃不吃火锅」，答案全是「吃」，你会错误地觉得全城都爱吃火锅；问 3000 个随机的人，比例就稳了。民意调查、A/B 测试、AI 训练数据，全在赌同一条数学定律。
顺着这条定律还有一句反话：AI 时代常说的「数据偏差」问题，其实是大数定律的前提被破坏了——券池本身就不均匀（比如训练数据里某类人样本太少），再多数据也平均不出公正。数学告诉我门「越多越准」，也提醒我们「池子得先对」。
4
统计三件套：平均、波动、分布
- 平均数（以及中位数）：概括「典型水平」。注意平均数怕极端值——和首富平均资产没意义，这时中位数更诚实。
- 波动（方差/标准差）：同样平均身高 170，波动小说明「大家都差不多」，波动大说明「高矮悬殊」。两个平均值相同的班级，可能完全不同。
- 分布：把所有可能值出现的频率画成图。钟形的「正态分布」无处不在——身高、考试分数、测量误差都是。机器学习很多时候就是在「猜数据服从什么分布」。
下一课会讲到，AI 里的照片、文字先被变成一长串数字，而「学习」的过程本质上是统计：在亿万样本中找出「哪个数字搭配最常一起出现」。所以说：AI 的聪明，是概率统计堆出来的聪明。
?
常见疑问
AI 回答会出错，是不是说明它不可靠？
它本就是概率系统：输出的是「最可能的答案」。对确定性任务（算账）会显得笨，对模糊任务（写作、翻译）反而出色。可靠性的关键在于「概率 + 校验」双保险，而不是指望它 100% 对。
「赌徒谬误」是什么？
连开 5 次大后觉得「下次该开小了」——错。每次开奖独立，历史不影响下一次。但连开 1000 次大，你该怀疑的不是运气而是骰子（大数定律在提示：偏差大到不正常，必有原因）。
需要学多少概率才能理解 AI 新闻？
掌握本课三样就够：条件概率（证据更新判断）、大数定律（样本多才靠谱）、分布（数据长什么样）。剩下的都是这三样的组合与延伸。
→