文／林志鴻
●未來真的能預知？ 算命為何萬人迷？
因果論是指有因必有果，黑白分明，一刀兩斷，沒有妥協的餘地，事件必定會延續之前的因，產生特定的結果；但機率就不是如此，相同的因（事件）可能產生許多不同的結果，各種結果的產生占有不同的比例，需要統計學的機率觀念來處理。
國二的孩子剛進入理化課程，要先介紹物理化學和其他學科的不同，其中一項特點就是重複性。課程中所介紹的現象，可以在實驗室裡重現，讓孩子們可以觀察、檢驗、驗證及預測。所以，我喜歡從這個話題開始：
「你們有算過命嗎？相信算命嗎？」
這個話題很容易炸鍋，孩子們七嘴八舌的討論著，把老師晾在一邊，尤其是談到生肖、血型、星座、塔羅牌、紫微斗數……，隨便點個孩子來發表，都可以說出自己是什麼星座，這個星座有什麼特質，需要注意什麼，說得頭頭是道，有條有理。
但是談到星座的來源——生日和黃道十二宮的天文現象，孩子們就哈欠連連，興趣缺缺了！因為天文學太遙遠，與自己切身相關的才實在。尤其年輕的生命，對自己未來的不可知，充滿好奇，總是想辦法要偷窺黑白無常手裡生死簿的一角。
還記得大學時代，同學們瘋迷紫微斗數，根據生辰八字排出命盤，而排命盤的規則繁瑣複雜，也不知道排列的理由是根據什麼，但必須誠心誠意來排，然後翻書來看。從厚厚的一本書來解釋命盤，這本紫微斗數真的記得下人生百態嗎？在整個不可問的排命盤儀式中，逐漸進入不可解的宿命催眠裡……。幫我排命盤的同學告訴我，他只是初學者，功力不夠，沒辦法看出太多端倪，如果算命師和你有緣，就能批出更準的流年。
其實早已遺忘當年同學幫我批的流年如何，但排命盤的儀式過程倒是記得很清楚。這也是非常有趣的探索過程，值得親自體會，就和實驗室裡裝置器材，再翻閱實驗手冊的程序頗為相似。
●「拉普拉斯惡魔」 從過去可知未來
牛頓劃時代的巨著《自然哲學的數學原理》（常簡稱作《原理》），以數學方程式來解釋物體的運動狀態，在天體運行的預測上，造成極大的成功，也影響了那個時代人類對自然現象的看法，其中一項就是所謂的拉普拉斯惡魔：
「我們可以把宇宙現在的狀態視為其過去的果以及未來的因。假若一位智者能知道，在某一時刻所有促使自然運動的力和所有組構自然物體的位置，而他也能夠對這些數據進行分析，則在宇宙裡，從最大的物體到最小的粒子，它們的運動都包含在一條簡單公式裡。對於這位智者來說，沒有任何事物會是含糊的，並且未來只會像過去般出現在他眼前。」
法國數學家拉普拉斯這裡所說的「智者」（intelligence）便是後人所稱的拉普拉斯惡魔。
這個觀點是因果論的極致，想像大自然有一本早就已經寫好的劇本，從過往、現在到未來只是把劇本的情節搬演出來而已，無論做任何企圖改變結果的作為，都無法逃脫最後宿命的結局，就像希臘悲劇伊底帕斯弒父戀母的情節。不過故事畢竟是故事，作者可以按照自己的自由意志來改變主角的命運。即使到了現在，以超級電腦之力，也達不到拉普拉斯惡魔的水準。
宿命論忽略人的自由意志，無論我們做任何決定，都無法逃出命運的左右，一步步走向既定的結局，只是當事者不知道而已，等到塵埃落定之後，才恍然醒悟，原來冥冥之中早就註定好了。如果牛頓力學最後告訴我們的結論是：人類根本沒有自由意志！這種結論必有蹊蹺！
●測不準原理出現 真相永遠不可知
果然在牛頓力學發光發熱兩百年之後，隨著物理學的進展，德國物理學家海森堡提出了測不準原理：無論儀器多麼精確，想要同時測量出一個粒子的位置和動量，會有一定的極限值，不可能完全準確；接著是薛丁格方程式，以物質波的形式來詮釋粒子在空間中出現的機率；再來是量子力學的出現……，近代物理的濫觴可說是從「不確定」開始的。
當然，在國中基礎科學的教學裡，不可能介紹測不準原理，但為了解釋這個概念，我會用兩個例子來說明，讓孩子們可以類比一下：
其一、如果有另外一位老師要來觀察我們在課堂上課的情況，同時要用攝影機記錄上課的過程，那麼他只能看出上課的概況，無法看到真相，因為孩子們會受到這個陌生老師的影響，而無法表現出平時上課的情況。這和攝影機的解析度高低沒有關係，因為觀測者本身變成了干擾系統的一項變因。
其二、取室溫下的溫度計來測一杯熱水的溫度，測得結果是80℃，我們只能說熱水的溫度應該比80℃要高一點，因為溫度計和熱水達到熱平衡的時候，會把水溫拉低一點點，才測出80℃的結果，所以熱水的溫度應該比80℃稍高，但高多少呢？不能確定。因為溫度計也變成了一項干擾系統的變因。
因此，我們永遠不知道真相是什麼，只能逼近真相。
●牛頓力學 講因果論 量子力學 講機率論
大學生的T-shirt上寫著：
我不在宿舍，就在圖書館……
不然就在兩點之間。
這是牛頓力學的因果論。
大學生的T-shirt上寫著：
我在宿舍的機率45%，
在圖書館的機率45%，
在兩點之間的機率9%，
最後的1%在某棵樹下沉思。
這是量子力學的機率論。
國中階段的孩子，智力正在發展，尚未成熟，有一項特質就是：愛之欲其生，惡之欲其死，反應出黑白分明的決斷，不太容易接受模糊的灰色地帶，比較適合學習從希臘時代到牛頓時代的科學，近代物理要等到高三，智力發展比較成熟後，再來接觸比較合適。
●初期電腦 只看得懂0和1 人工智慧 演算決定行動
曾經有個學生問我：「老師，你怎麼都教有瑕疵的科學？不要一次就教對的呢？」
其實科學是求真的歷程，是在錯誤中摸索前進，不可能一次到位，要從簡單的版本慢慢修正到更精緻的版本，整個思辨的過程是不能省的，必須按部就班慢慢建立起來。
電腦的發展也有類似的情況，指揮電腦工作的程式，只能轉譯成0和1的機械語言，電腦只看得懂0和1、對和錯，無法接受0和1之間的數字，沒有對和錯之間的模稜兩可。最近發展出來的人工智慧（AI），在既定的條件下，設定了各種不同的結果，每種結果藉由學習做出統計，計算出現的機率，讓演算法自行累積經驗值來判斷結果的合理性，再執行下一個步驟。目前AI在各個領域裡都大放異彩，其中AlphaGo下圍棋、IBM Watson Health醫學系統、辨識系統、自動駕駛、自然語言，都是利用演算法在軟體系統裡呈現出來的驚人進展。接下來量子電腦即將誕生……
量子電腦直接利用量子態來處理資訊，不只突破0與1的限制，而且還具有方向。這部分實在令人難以想像，才疏學淺，不敢著墨太多。但有些專家指出，其實人腦就是最厲害的量子電腦。
喔！原來最厲害的是人腦，真是此身難得，好好珍惜！
●作者為高雄小港國中自然科老師，喜歡在課堂上穿插各種小故事，啟發孩子對科學的興趣。
原文出自《好讀周報》670期
