量子貝氏論:量子力學不容怪力亂神

量子貝氏論:量子力學不容怪力亂神
Photo Credit: caro_oe92 CC0 Public Domain

我們想讓你知道的是

”QBism: The Future of Quantum Physics”是第一本量貝論科普著作,帶你繞過坊間的量子怪力亂神。

大選前兩天,Nate Silver的538網站估計,特朗普勝出的機率為1/3。

選舉只發生一次,機率有何意義?特朗普的勝算每個人心中有數,但只能透過決定反映出來:假如博彩公司基於1/3機率開出特朗普當選的盤口,賭客會和自已的判斷比較,選擇押注一方。逆主流的賭客,今次贏錢,沒有下一次。

數學史上,機率理論正是源自賭博。行動最實際,賭注代表賭客相信的機率。心中的機率越低,賠率就要越高才能吸引我下注。如果彩池合理,沒有必勝或必輸的組合,賠率背後的機率就必然遵守機率理論。就是這樣,機率讓我們在不確定中,基於所知的一切,作出理性決定;而隨著所知不斷更新,機率亦不斷改變

可見,課堂教育以擲毫或輪盤描述的頻率派概念來理解機率,只能觸及狹義特例。現實中,不確定的事情大都不重覆,機率更因人而異及不斷更新。因此,正面接受機率的主觀本質的貝氏機率論(Bayesian probability)始祖Bruno de Finetti強調,機率並不在客觀上存在,全屬個人信念,因此貝氏機率亦稱為主觀機率。

不過,實際運算上,頻率派和貝氏機率遵守相同的機率數學,差別只在於頻率派(frequentist)無視主觀出發點,以及難以透過機率運算更新。因此,既然研究對象是不斷重覆的自然現象,物理學家就懶得深究機率的真義。對機率的理解不足,就是量子力學雖然讓人類深入微觀世界,造就現代科技的一切,卻依然神秘莫測的原因之一。反正詮釋不會影響應用,晚年才認識及接受貝氏機率論的物理學家Mermin故有「不用多講,計算吧(shut up and calculate)」的名言,

"Physics is to be regarded not so much as the study of something a prior given, but as the development of methods for ordering and surveying human experiene."—Niels Bohr, 1961

至近年,隨著量子電腦量子密碼等科技應用,各種「量子怪誕」解讀——由「薛丁格的貓」在量子纒繞中既生又死,雙狹縫實驗顯現物質兼具波粒兩性,及至「令愛因斯坦毛骨悚然」的超距作用等等——已深入普及文化,物理學界亦再度重視量子理論的詮譯。上世紀未,物理大儒John A. Wheeler的門生Christopher Fuchs開始以貝氏機率演譯量子力學,重新肯定波爾的見解:「物理不應視為對先驗上存在的事物的研究,而是為組織和檢視人類的體驗而發展的方法」。

Fuchs與R. Shack等人相信,貝氏思維不但正確地詮釋量子力學的機率,更可安置被希臘哲學驅逐出物理世界的主體,「將科學家放回科學當中」,回到薛丁格心目中的本源:「量子力學的表述只能處理客體與主體的關係」。廿年後,Fuchs簡稱為「量貝論(QBism)」的量子貝氏論(Quantum Bayesianism),已大致上能夠透過重整個人體驗和物理世界的關係改寫「量子怪誕」的詮譯,甚至有望以機率為本建立新量子學說,不用透過波函數進入微觀世界,從源頭驅魔。

"Quantum mechanics forbids statements about what really exists—statements about the object. Its statements deal only with the object-subject relation."—Erwin Schrödiner, 1931 letter to Arnold Sommerfeld

QB1

文理大學校長Hans Christian von Baeyer同樣和貝氏機率相逢恨晚,退休前遇上Fuchs的新學說,扭轉了被費曼判定的「無人明白量子力學」宿命。文理大學的教職讓教授一生專注教學,von Baeyer很快看到,量貝論雖是激烈的觀念革命,但毋須改寫量子力學,不難明白。

他的新作《QBism: The Future of Quantum Physics》由哈佛出版,是第一本量貝論科普著作。在教授的獲獎文筆下,Fuchs讀後自言有如重新再學一次。不管你對量子力學涉獵多深,《QBism》都是「一本到尾」的讀物,帶你繞過坊間的量子怪力亂神,直達自然主義者理想中的終極境界,在包括自我的宇宙當中認識宇宙,不假外求。

本文獲授權轉載,原文刋於《蘋果日報》What we are reading。

相關文章︰

責任編輯:周雪君
核稿編輯:tnlhk


猜你喜歡


年薪破百萬在台北買不起房?調整資產配置,買房不難!

年薪破百萬在台北買不起房?調整資產配置,買房不難!
Photo Credit: VI College價值投資學院

我們想讓你知道的是

想在買房時擁有好的貸款條件,一定要趁有穩定好工作的時候申貸較佳。面對通膨升息時代的來臨,大家務必聰明善用資產配置成為人生最佳助力,而不是讓買房成為拖垮自己財務的稻草。

本文作者:VI College價值投資學院 台灣區總經理 黃士豪

買房是很多人畢生夢想,許多上班族開始投資的動機,也是希望透過能扣除每月支出後、盡可能放大剩餘的存款,更快買到人生第一間房。但是看著房價不斷飛漲,媒體不斷報導百萬年薪工程師、醫師都無法在台北置產,讓很多人感到恐慌、甚至放棄買房念頭。

32歲的飛輪教練阿謙很努力賺錢,汲汲營營忙於工作,希望能買一兩千萬的房子,好安身立命。為了達成目標他相當努力培養技能,除了具有飛輪跟肌力教練資格外,平時也提供學員筋膜按摩服務。

因為服務口碑很好,目前團體加個人每月穩定都有100小時課程,即使前段時間疫情不穩定也只有少掉一成教練收入,月收入約為6至10萬。

對於未來目標,阿謙除了希望可以透過被動收入增加、改變目前靠時間及體力換取金錢的現況,也希望能夠買入兩間2000萬的房子,一間自住、一間出租賺取被動收入。

既有資產配置上,由於懷抱著買房夢,因此阿謙保留110萬活存現金,另外有一張台幣56萬的美元保單,投入美股58萬有不錯獲利。

買房對平均月收入8萬的阿謙來說是否為不可能任務?我認為,阿謙應該先拋掉想法便是:別為了賺頭期款而投資。

五月第一篇
photo credit:VI College價值投資學院
VI College價值投資學院 台灣區總經理 黃士豪建議阿謙讓投資為自己置產。

給阿謙的投資建議一:別為買房投資,要讓投資為你置產。

遇到像阿謙這樣懷抱著買房夢的學員,我都會先要他們反覆問自己:為什麼要買房?

如果從資產及投資角度來看,房子算是防守型資產,如果將房屋價值放進整個資產配置後,花在買房的錢就不能超過總資產50%,否則就會讓自己變成房奴,更會因為多數資產都卡在房子,而因為房價變化影響心態。

假設買房能為自己帶來安全感,那這想法相當好、也值得去達成這個人生目標,這時就可以思考如何利用投資來幫自己買房。

以阿謙希望買到2000萬的房這個目標來看,房價2000萬首購需支出頭期款為400萬,這時除了要因為固定支出增加房貸這一項,因此要提高保障型資產外,也要確保進攻型投資組合有400萬,並透過選擇權等投資方式妥善配置讓自己能利用每年10-20%投資報酬來支付房貸本金及利息。

給阿謙的投資建議二:想買房保障人生,別抱持保障心態投資

在與阿謙諮詢對談過程中,我也看到許多保守型投資人最容易落入的「陷阱」:認為是保障,其實處於風險中。

將錢投入投資市場,因為跌價造成損失,這是一種可視但未知的風險。但是如果將錢都投入到定存、活存現金中,每年因為通貨膨脹造成損失,加上失去將錢轉進保守型甚至進攻型投資組合中能產生的獲利,這是屬於容易忽略但已知的風險。

保障型資產是為了當有突發風險產生時,讓我們不用擔心生計並可渡過半年時間進行避險。就阿謙每月支出約5萬來說,保留30萬是足夠的。特別是在進攻型投資組合都握有許多高價值公司並有不錯獲利時,應該將額外80萬緊急帳戶資金及活存轉進進攻型投資組合,才能更快達成買房目標。

而究竟是否該買第二間房出租賺取被動收入,我也請阿謙好好想想:買第二間房的目的是什麼?

如果買房是為了投資,那麼比起將一大筆錢投入保守型資產,以阿謙還年輕並且收入相對穩定情況下,該如何積極進攻讓自己退休時可以擁有千萬甚至億萬資產,才是最適當思考方式。

這些建議也適合你:購買投資型保單前先停看聽

在阿謙現有投資組合當中,我也看到在許多學員資產配置中都會出現的「投資型保單」。這類同時具備投資及保險功能的保單屬於保守型資產,因此建議在購買時要注意投入金額加上其他保守型投資不要超過總資產20%外,更要先釐清以下關鍵。

首先便是保單報酬形式為何?是在一定年限後固定會發放股息給保戶,還是保險公司會每年將這些錢投入特定投資標的做為報酬?這些資產增長能否看得見,甚至是否穩定,必須先了解。

其次則是這些保單綁約年限,這會影響可動用資金及運用彈性。當然,既然是保險更要確認又是綁定哪方面保險,在自己真正需要時是否能夠降低醫療或意外造成風險。懂得從資產角度思考保單,可以讓你在投資道路上少走相當多冤枉路。

附帶一提,想在買房時擁有好的貸款條件,一定要趁有穩定好工作的時候申貸較佳。面對通膨升息時代的來臨,大家務必聰明善用資產配置成為人生最佳助力,而不是讓買房成為拖垮自己財務的稻草。

image

本文章內容由「VI College價值投資學院」提供,經關鍵評論網媒體集團廣編企劃編審。


猜你喜歡