赵汀阳：人工智能还给人类的思维难题（上）

摘要：当下人工智能的思维采用贝叶斯方法论，因此重新提出了经验论的问题。先验论对休谟因果问题的解决并不成功，贝叶斯方法另外给出了对休谟问题的经验论解决。休谟问题的核心是不确定的“未来”，人工智能将抽象的未来简化为可操作的“预测下一个标识”，在没有借助先验方法的条件下，成功地以贝叶斯方法去保证预测的有效性和可信度。这迫使我们去反思人类思维本身，重新思考经验论与先验论的经典难题。可以期待，如果发展一种属于经验论的动词逻辑，或可解释更多的思维秘密，也或可为人工智能增加一个分析和预测的维度。

一、历史是下一步的序曲

（一）人类反思的第一事件：逻辑学 

人工智能只是最近一次迫使人类反思自己思维的事件。这里先以最粗略的线索来追溯人类反思自身思想的历史伏笔，以便更清楚地理解人工智能提出的思维问题。 

原始人都是经验主义者，他们的生活经验足够维持生存所需，不需要反思。人类的反思意识是在思想开拓了经验无法解释的许多问题之后才发生的。思想反思自身需要特别的条件和机会。第一个条件是否定词的发明（详细分析参见我先前的论文）。否定词的发明是人类的第一次启蒙，也是人类意识的创世故事。否定词在存在论意义上开创了本来不存在的复数可能性（理论极限是无穷多可能性），使思想对象从单一的必然性维度升级为必然性+可能性的二维度，进而通过可能性又定义了偶然性，思想因此有了足够表达事态的三个维度。否定词使未来发生时间分叉，产生了“无穷”和“未来”两个在存在论上最重要的问题。如果没有无穷性和未来性，存在就根本不构成问题。无穷可能性使思想在获得自由的同时也陷入混乱，而不确定的未来性使人类产生了创造未来或预知未来的问题，这是意识产生反思的必要条件，但反思的发生还需要使问题激化的机会。

在武力足以解决生存竞争和利益分歧的远古时代，思想的反思不会发生，武力就是标准答案，不需要反思，只需要拼命，所以远古人类不会反思罪孽深重的战争，只去反思——实为忧思——生与死，因此产生宗教解释。在“前政治的”时代，人们尚未遇到思想自身陷入困境的问题，只在寻找必然性的道路上向外开拓。思想必须被自身的内在困局逼得无路可走才会去反思，这样的机会发生于古希腊的政治。

古希腊民主政治的核心装置是“广场制度”（agora）。自由言论的广场同时成为观点的自由市场，“寻找真理之地”（a place for logos）同时变成“主观意见之地”（a place of doxa）。据说那时人人以为自己掌握了“真正的logos”(类似真理的概念)，意见之争促生了“修辞学”技巧，以诡辩、花言巧语、动之以情的手法去推销主观意见，于是思想乱了，无法辨明是非真假。苏格拉底和柏拉图开发了辩证法（与黑格尔式的辩证法不能合并同类项），所谓思想“助产术”，其核心技巧是：按照你承诺的概念、定义和道理去证明你自己的观点是错的，类似“以子之矛攻子之盾”。苏格拉底方法最早表现了思想的自反性（reflexivity），自反结构迫使思想自身变成思想的一个对象。先秦也有类似的机智发现，却止于机智，没有形成可操作的思想方法（modus operandi）。亚里士多德发明的逻辑学是辩证法运动的成就，用于克服修辞学和诡辩对思想的误导，为思想建立了通用标准和可操作的普遍方法，使推理成为数学式的必然算法。这是思想第一次为自身建立了思想规则。

（二）迫使人类反思的长事件：怀疑论 

怀疑论是个长时段的反思事件，两千多年来不断釜底抽薪地质疑思想的各种基本假设。怀疑论或为唯一专属于哲学的方法（如果还有大概就是先验论证），其他方法或为通用的方法（逻辑）或为借来的方法（源于数学的分析、源于文本学的诠释以及源于历史学、人类学、心理学等的解释方法）。怀疑论的功能在于为思想建立自我反思的模型，几乎所有重大的哲学推进都始于怀疑论提出的问题。怀疑论也是古希腊产品。中国十分推崇“学”，没有发展出颠覆“学”的怀疑论。庄子以及公孙龙等略有怀疑论倾向，但更有价值的是老子的“反完美主义”，不是怀疑论，但有类怀疑论的效果，其洞见是不相信完美，也不相信完美是好事，反而认为完美不可为且有脆弱性，甚至是衰落乃至崩溃的临界点。以当代视角来看，老子的理论可理解为关于系统“鲁棒性”（robustness）的最早研究。鲁棒性是任何系统的生死指标，按照老子理论，余地是保有鲁棒性的关键条件。这是真知灼见，可惜没有发展为成熟理论。

话归正题。休谟提出了两个最深刻的怀疑论问题，一个是关于因果或预测未来，另一个是事实推不出价值。两个问题都触及人类知识和生活的基础，是最严重而难以逾越的难题，至今没有完美解法。接下来的讨论将限于休谟关于因果或未来的疑问，不涉及事实—价值的疑问。尽管两个疑问有着深层联系，但价值属于另一个维度，在此不论。

为了解决休谟问题，先验论做出了伟大的努力。“先验论”在此不仅包括哲学先验论，也包括逻辑和数学的公理化运动，以及其他先验设想，比如乔姆斯基语法等。最有价值的先验论是逻辑和数学的公理化运动，哲学先验论与之相比或有纸上谈兵之嫌，也不够严谨，但哲学先验论却是一切先验论的精神原则。这里以哲学先验论作为主要讨论对象，分析的预期是，如果先验论获得成功，就解决了休谟问题；如果先验论不能解决休谟问题，那么先验论就不是普遍有效的。

哲学先验论有两种代表性的路径。一种是康德理论，他的先验论证（transcendental argument，康德用词是“先验演绎”，即transcendental deduction）证明了：有一些思想结构（概念、形式和原理）与任何可能的思想是一致的，因此，那些思想结构必定内在地属于思想本身，思想别无选择地使用那些思想结构来对所有经验进行建构，任何经验都不可能逃逸，所以思想本身的内在结构就是先验的，并且对于经验普遍有效。假定意识别无选择地使用先验思想结构去思考任何事情，即使不能证明先验结构是最优的，但既然是唯一选项，对它的怀疑就无意义了。

缜密的康德方案却留下两个疑点：（1）经得住先验论证的考验的思想原则并不多，对于无限丰富的经验知识不够用，比如，康德的先验结构没有能力建立有效的因果模型，因此缺乏预测未来的能力，而这正是休谟问题的要害：如果知识只能“总结历史经验”，却不能因此推测未来，那就不是普遍必然的知识。休谟怀疑论的精华在于发现了一个恐怖的事实：在任何经验里都没有证据可以证明普遍必然的因果概念，简单地说，经验无法解释因果概念，因此，所有历史经验的总和也无法推知未来。（2）无法证明先验系统的唯一性。先验论证或可证明“某些”概念是别无选择的思想条件（这一点也是可疑的），但“某些”概念远不足以形成充分解释经验的先验系统，因此无法排除另外的思想系统的有效性。康德系统只能解释亚里士多德逻辑、欧几里得几何学和牛顿物理学那样的古典科学，却无法解释非欧几何、康托集合论、概率论、相对论、量子力学和生物学等现代科学，更不能解释当代复杂科学研究的“涌现”问题。这个事实证明，试图发现对所有经验具有普遍必然解释力的“唯一”先验系统是可疑的，思想的潜力或许无法探底。康德通过二律背反证明了人类理性的有限性，把“最难的”终极真理留给了上帝，可是康德却把先验系统想象为一个准神学的思想结构，以为人类有个唯一的先验系统能够无所遗漏、算无遗策地解释人类的所有经验，这是个微缩版本的准神学思想结构，然而人类知识的创造性和开放性已经证明，一锤定音的准神学思想结构是不可能的。

另一种先验论的代表是胡塞尔理论。对于胡塞尔，先天（a priori）结构也许有但莫须有，总之不是先验意识的要点。意识的根本意义在于意向性，在意识里没有优先于意向性的事情，没有意向，思想就不能发生。无论有没有先天结构，经验结构的形成都需要一个建构性的意向性过程，而意向活动就是建构的过程。关键是，严格属于意识本身的唯一资源是时间（内在时间），意识以时间性的意向活动（noesis）建构了空间性的意识对象（noema），或者说，意向活动是线性的时间过程，而意向建构的结果却是形成一个共时性结构的意识对象。以比喻来说，意向在线性时间中一步一步投射出去，重叠地落在同一个完成时上而构成一个完工的结构，就像一个完工的建筑。以时间性去建构空间性，这才是意识的先验本质。胡塞尔对内在时间的理解很优越，但现象学也有个局限性：对外部世界毫无说明，或者说，意识的现象学建构不能保证意识对真实行为、事物关系尤其是将要发生的未来的存在论建构。这意味着，现象学的时间是半截时间，止于现在进行时——意识的内在时间只有现在进行时一个时态——将来时的未来逃逸在外，不由意识做主，而未来才是忧患。

任何先验论都无法消除休谟的因果困惑或未来焦虑。未来作为意识的首要忧患，可以简化为“下一步会是什么”或“下一步怎么办”的迫在眉睫问题。无法预知的下一步的形而上实质就是未来性。休谟问题的厉害之处就在于以一个知识论的困惑击中了所有形而上学的一个共同弱点：无论何种形而上学宣称了何种永恒绝对或普遍必然或先验的原理，实际上却没有任何一个此类原理能够预知未来，无论世界还是行为的下一步永远都测不准，可见先验原理根本不是普遍必然的。可以说，永远逃逸的未来性才是哲学的根本问题。

在哲学对未来性一筹莫展的时候，人工智能大胆地显示了以经验方法去预测未来的粗鲁能力。相对于神秘复杂的人脑来说，人工智能的经验论方法很笨却又很管用，而且没有使用人类引以为豪的先验理性能力，这使人好奇人工智能是否大智若愚。人工智能的思维在哲学上形成一个必须反思的问题，应该说是经验论—先验论问题的回响：经验论思维与先验论思维何者更根本？如果先验论不足以指导经验知识，那么，经验论是否能够单独形成完整的经验知识？

二、人工智能对人类思维的反问

（一）重提经验论和先验论的谜题

人工智能是否会成为一个心灵？紧接着的问题是：心灵是什么样的？前一个问题令人好奇，后一个问题击中哲学的痛点——我们至今还不太清楚心灵什么样。

人类为什么甘冒奇险非要创造人工智能，完全不符合风险规避的理性原则，这有些令人费解。不过，就当下的能力而言，人工智能距离真正的心灵还有很远的距离，还存在若干难以突破的技术极限。我在先前的文章里讨论过，只要人工智能仍然属于图灵机的概念，恐怕就很难发展出自反能力（reflexive），即对系统进行自我反思和自我改造的哥德尔式能力，还有理解概念和创造新概念的能力，理解并运用逻辑—数学的通用能力，以及回避不可解的悖论、矛盾与自相矛盾的变通能力（图灵机如果试图解决悖论，或死机或无法停机一直到死）。这里不复述这些瓶颈的细节，只想指出，以上这些理性能力都与先验论有关。也许未来的人工智能将兼备经验论和先验论的能力也未可知，但目前的人工智能只是经验论者，却显示出惊人的“思维”能力，这个挑战就非常有趣了。

人类有幸兼备经验论和先验论双重能力。先验论方法被认为表现了理性本身，因而被认为是更高级的。但两件事情力挺起经验论，一件是经久不衰的休谟问题，这对于先验论几乎是生死挑战；另一件是人工智能以经验论方法取得的成功，这迫使人们必须再次反思意识和思维的秘密。

（二）再以康德为例

康德为经验知识设想了一套令人神往的“先验软件”，即意识内在自带的先验系统，包括逻辑、先验范畴和先验时空。应该还包括数学原理，但康德不会像罗素那样激进地认为数学能够还原为逻辑，证据是，康德相信数学命题属于“先天综合判断”，也就不可能还原为只不过是“重言式”的逻辑了。先验系统的普遍有效性不能空口无凭，终究要落实为应用于所有经验的必然有效性，这一点却没有经验作证，不可能在经验中被证明。“所有经验”是个恐怖的全称概念，人类没有能力遍历无穷多经验或无穷多可能世界，于是不得已，先验系统只好自己证明自己，即所谓“先验论证”（先验演绎）。可惜先验论证自身有个先验的局限性：先验论证的最大限度能力只够证明思维自身有个内在的先验系统,假定是康德系统K，并且先验系统K是思维的唯一系统，别无选择，因此思维只能使用K去解释所有经验。换句话说，先验论证至多用来证明某个思维系统是思想别无选择的唯一先验系统，但不能证明这个先验系统的普遍必然性。其实这个唯一性大有疑问，如前所述，后康德时代的科学比如非欧几何、康托集合论、概率论、相对论和量子力学都不符合康德想象的先验系统，当代的复杂科学就更加不符合康德系统。从知识事实去反推生成事实的条件，即可证明康德系统并非唯一选项。

思维到底需要多少思想系统，目前还不知道。权且假定思维就只有一个先验系统，给定的就是康德系统K，并且假定系统K是自身一致的（consistent），即系统自身无矛盾，那么，系统K还必须自证其完备性（completeness）。这里无法回避的困难是，尽管思维可以只使用系统K去解释所有经验，却难以证明思维在经验应用上总能够正确地使用系统K，或者说，对于无穷万变的经验实例，系统K何以一贯正确地保证自身的运用？系统K如何知道，对于每一个经验实例，应该分别使用哪些逻辑规则、哪些先验范畴去把感性材料建构为可理解的对象？或者说，面对杂乱无章的“与料”（the given data），系统K何以知道，又如何指引自身去建立何种组合和结构？啰唆地说，系统K何以事先知道——即先验地知道——在无序的“与料”之中，应该选出哪些材料来组成思想需要的组合，应该使用哪些范畴、概念和结构去把哪些感性材料建构为某个事物？简单地说，先验系统凭什么能够正确地自己指导自己？明白地说，思维主体在把先验系统K应用到经验上的时候，凭什么知道哪些色彩、质感、形态、形状、味道、温度、速度、力量等感觉材料非要以如此这般的方式（而不是别的方式）组合在一起，来形成具有如此这般结构的某种事物（而不是别的）？比如，意识凭什么知道如此这般的感性材料应该组成一棵树或一条鱼，为什么不会把那些“应该”组成一棵树或一条鱼的感觉材料错误地组合成一块石头或一匹马？这不是笑话，而是先验系统必须自我解释而难以解释的难题。

这个问题对于先验论是个真正的挑战，等于要求意识自己解释自己真的“总是”能够正确地指导自己。维特根斯坦说过一个同构的笑话：有个人把手放在自己头顶来证明“自己有这么高”。要证明意识能够正确地指导自己，比意识去自证只使用某个先验系统要难得多。如我们所知，康德通过先验论证（先验演绎）解释了后一个问题，但“意识总能够正确地运用自身”或“总能正确指导自己去组装感觉材料而形成有效的知识对象”就没有那么容易证明了。有点悲惨的是，先验论证的绝技对此却派不上用场了，于是康德另外发明了一系列奇妙概念试图解释意识的正确组装能力，包括先验想象力、先验统觉、先验亲和力和先验图式（scheme）。但这些奇奇怪怪的概念并没有回答上述难题，似乎只是重复了问题。为什么意识能够正确地组装感觉材料？是啊是啊，因为意识的神秘能力能够正确组装感觉材料。比如因果关系，休谟指出，我们并没有看见因果关系，只看见先后关联。康德对这种简陋解释很不满意，然而康德把因果关系定义为先验范畴并无助于解释因果性，显然难以说明意识如何知道因果范畴在什么时候可以把哪些经验解释为因果关系。“先后关联”虽是隔靴挠痒，但至少是因果性的一个看得见的投影。

究其深层难处，就在于先验系统只能保证仅限于形式系统的必然有效性，但不能保证在无穷经验中的普遍有效性。一句话，除了幻想的上帝全知，没有一个思想系统能够彻底认识无穷性。理性为自身设立的先验系统即使是一致的，也不足以解释经验，这意味着，思想系统在形式上的一致性无法保证实质上的完备性（哥德尔定理证明了这一点），只要涉及经验的实质内容，先验系统就失去普遍有效性或预计的“先验效率”（transcendental efficiency）。因此，不存在能够解释所有经验实质关系的先验系统。

正如康德自己意识到的，形式的先验系统不足以先验地指导对经验知识的实质建构，因此，必须增加一些保证先验系统正确使用自身的指引功能，即能够把形式化的范畴和原则与经验细节缝合对齐的转换功能——给个不准确但容易理解的比喻，就像用电需要“转换器”，先验想象力、先验统觉、先验亲和力和先验图式就是从先验到经验的转换器。可是没有人（包括康德自己）真的知道那些转换功能是什么样的以及如何运作。假定真的存在一些从先验到经验的转换规则，那一定不是先验原理，否则经验知识就会具有数学般的必然性和可信性。事实证明，经验知识并不可靠，永远处于修正之中。这说明，即使存在着从先验到经验的转换规则，也肯定不是先验规则，只能是人设的“规范”（normative）原则。

这正是个疑点。在知识论里，在先验系统与经验知识之间，插入人设的规范，显然是不协调的——休谟论证了知识与规范不可兑换。即使真有心同此理的心理规范，也不可能被证明为必然的。只有形式规律（逻辑和数学）或自然规律（科学定理）才可能是必然的。规范无非是“立规矩”，或伦理或美学，或是“语法性的”，都不可能被证明为普遍必然的原则。“人人都如此”的错误率高过正确率。在某种视觉设计的误导下，人人都会把两段不同长度的线段看成同样长度；或如格式塔理论说明的，人人都倾向于把有缺口的圆“完形地”看成真的圆。诸如此类。先验想象力、先验统觉、先验亲和力和先验图式大概是心理定式，而许多心理定式是幻觉。热爱数学和逻辑的康德估计也是不得已才引入心理概念，可是心理概念至今仍是不清楚的意识黑洞，康德也只能语焉不详。还有另一种可能性，也许可把先验想象力、先验统觉、先验亲和力和先验图式理解为类似“语法”的模式。这种理解好过心理主义，但仍然不是先验的。以语言的语法来作类比，在一种语言里，形容词在名词后面，在另一种语言里，形容词在名词前面，甚至有的语言并没有严格的主谓语法（例如中文），但各种不同的语法都是合理的。由此看来，无论先验想象力、先验统觉、先验亲和力和先验图式是心理定式还是语法模式，都不是先验的，加以“先验”的形容词应该是搞错了，其实就是经验性的。结论是，意识确实有着某些先验形式，但不足以充分解释经验知识，那么，经验能够解释自身吗？我们通常觉得也不能，但人工智能似乎想说能。

（三）所有问题都是关于“下一步”

有个令人吃惊的事实（或只是令我吃惊），人类只在需要复杂思考的时候才使用数学和逻辑，而“复杂时刻”并不多，在日常生活的绝大多数时候，人人都是经验论者，所以令人吃惊是因为，经验思维居然有效地应付了绝大多数的情况。有趣的是，无独有偶，当下的人工智能暂时还缺乏主动使用逻辑—数学的能力，无论是ChatGPT还是Sora，在思维上都是经验论者，其方法论上与我们的日常思维很相似，尽管思维的“用料”有所不同。

人工智能的思维材料是“标识”（token，也译为“标签”或“词元”），而人类的思维材料是语言和意象，但人工智能和人类日常思维都使用经验论方法。由于人工智能的思维材料是本身不含知识或语义解码的标识（类似于密码），因此产生了在人类思维中所无的一种特殊效果。人工智能科学家陈小平认为，这意味着在人类的抽象思维和形象思维之外的第三种思维，他称之为“志象思维”，是基于大数据分析的“关联度预测”能力。“志象”概念似乎有些拗口，不如直呼其名，称为“标识思维”。学会与人对话的人工智能事实上学到的不是有着人文和知识意义负荷的语言，而是由无数关联性或无穷可能链接构成的标识系统。语言和标识系统是同一事物的不同呈现，类似于声音和声波，但人工智能把语言的所有元素一视同仁地识别为标识，相当于收到“声波”却没有转换为“声音”，没有将语素识别为语言里的词汇和语法，连“语言”这个概念对于人工智能也是个标识而已。

似乎可以这样理解语言（未必正确，有待讨论）：只有当一个标识系统内含地自带解码自身的自反能力，这个标识系统才同时成为语言，否则只是一个符号系统（所以动物“语言”只是符号系统）。这意味着，语言必须是一个自身内在具有先验自反性（transcendental reflexivity）的系统，以至于语言里的所有语素，包括每个词汇、语法和所有语词关系的意义和功能，都能够在这种语言系统内部被反思地解释（解码），即一种语言必须能够自己解释自己的所有组成元素，必须能够自己解说（讲解）它所包含的每个词汇和每句话的意义。假如一种语言的自反能力足够强大，就不只是解释，甚至能够定义它所包含的每个词汇及其关系，就像数学系统。定义是封闭性的即最强的解释，如果对词汇及其关系的解释强度达到歧义为零的封闭性，就形成严格定义。自然语言不可能也不需要对词汇作出如此严格的定义，自然语言里的“定义”几乎都是不合格的，只是“种加属差”的定位（类似GPS的定位）加上一组构成识别度的性质描述，并非封闭定义。为了保护丰富性，自然语言必须牺牲严格性，丰富性比严格性更重要，因为自然语言需要表达无限丰富而混乱的世界和生活。总之，语言对自身系统内所有事情的反思—解释能力等价于思维对自身的反思能力，两者是映射关系。正因为语言有着解释自身所有元素的反思能力，所以人类才形成了思维能力。

自然语言里会不断出现来自生活的新奇词汇，于是语言有“先验义务”去解释所有奇怪词汇。假如某些词汇终究无法解释，就必须考虑两种可能性：（1）或者这种语言不是一种成熟语言，反思能力不足，无法将某些词汇转换为一组可识别的描述；（2）或者那些词汇本身不合理，根本无法转换为任何描述，也就无法被解释。无法转换为描述的词汇不能产生思想，是语言里的废品。比如那些试图概括万物的终极真理或人生至高境界却不明其意的词汇就不是语言里的合格词汇，貌似深不可测，实为语言的幻觉。凡是听不懂的，并且不是费脑的数学，那一定是语言幻觉。

根据以上分析，一种合格的语言必定具有反思自身系统的先验自反能力，因此，语言即反思。由此可知，具有能够反思自身的自反能力的标识系统才成为语言，如果一个标识系统不具有自反性，就尚未成为一种语言，它的元素就仅仅是标识，与路标或商标相似，不能生成概念，也就不足以产生思想。

人工智能学会的就是标识系统，不是语言。人工智能有能力发现标识之间的最大可能关联性而建立标识之间的大概率链接，因此貌似在言说。人工智能输出的标识链接在人类眼里是语句，但人工智能并不理解其中的含义，它理解的是标识关联的可能性和概率，而标识承载的知识—思想含义属于外源性的资源，即属于人类的语言和知识。这意味着，人类语言是人工智能的标识系统的字典、索引或注解，人工智能的标识相当于它自己不明其意的密码，而人类语言是解码底本，相当于人工智能掌握了如何发送密码，而尚未掌握解密能力。虽然人工智能不是在“胡说”，但只是在“学说”（有时人们指控人工智能“一本正经地胡说”，其实真不是胡说，只是数据和训练不足）。这说明人工智能尚未掌握具有自反性能力的语言，尚无反思能力。反思是思的必要条件，所以人工智能仍然处于“学而不思”状态。换句话说，人工智能的“思维”仅限于处理数据，只在它自己不懂的大量标识之间按照最大可能的关联性来建立最优组合，然后输出给人类，而人类有“密码本”，所以人类读到了知识和思想。

在此的挑战性问题是，人工智能仅仅通过寻找数据的关联性，为什么能够形成相当于知识和思想的效果？知识和思想如此复杂，人类自己也需要苦苦学习，还经常学不会，人工智能是如何“搞定”知识和思想的复杂性的？谜底既惊人又令人失望，对于人工智能，所有信息无论多么复杂都是同质的标识，于是，任何复杂的意义都可以简化为标识的链接，这极其有趣地意味着，所有问题，无论多么复杂，都被转换为一个简单的问题：如何预测下一个标识（next token prediction），即对标识之间关联度的预测。如此化繁为简，堪称天才。在哲学上说，其天才之处在于把无比复杂而令人无措的“未来性”问题简化为有法可行的“下一步”预测。对于不确定的未来，人经常有想法但没有办法。人工智能把抽象的“未来”化为具体的“下一步”就有了办法。

人工智能化繁为简的策略之所以成功，在于关联度的预测方式虽然简单，却反映了经验论方法的精华，即贝叶斯概率（包括与贝叶斯相似的思想或基于贝叶斯思想的改进版）。如果说休谟提出了最深刻的经验论问题，那么或可以说，贝叶斯方法是对休谟问题的相对最优解法，胜过康德的先验解释。必须承认，休谟问题不存在绝对最优解——除非是上帝的全知思维。先验论虽然显示了高超的思想，却文不对题，因而没有解决休谟问题。假如休谟面见康德，可能会说，您并不是我的破壁人——问题的要点不在于意识是否有组织经验的先验能力，而在于，即使意识有着组织经验的先验能力，仍然不能事先地或先验地获得关于未来的知识。“未来”永远是个谜，所以未来才是问题之所在。