最佳解释推理

最佳解释推理（IBE）是这样一个逻辑过程：观察一组事实，然后认为最能解释这些事实的理论很可能是真的。它不像严格证明那样追求确定性，而是考虑可能性和合理性，就像侦探通过排除不可能作案的嫌疑人来找出真凶。在车道的例子里，你凭直觉运用了最佳解释推理：街道是干的，这与下雨的解释矛盾，所以你排除了下雨，接受了洗车的假设，因为它最简单，又能解释所有证据。 想一想：我的结论是否用最少的假设，解释了最多的事实？

最佳解释推理有一个特定框架，叫作“解释优点”。面对相互竞争的假设，你不只看哪些有可能成立，还要看哪些最合理。主要的解释优点通常包括：简洁性（也叫简约性）、融贯性（符合我们已经知道的情况），以及解释范围（能解释最多的数据点）。

以医疗诊断为例。一位患者出现发烧和皮疹，可能患了罕见的热带疾病，也可能只是常见的病毒感染。除非患者最近去过热带地区，否则医生会推断是病毒感染，因为这个解释更简单，也更符合患者的既往情况。

这个方法也适用于技术问题。如果你的网络断了，你可以假设全球互联网基础设施崩溃了，也可以假设路由器的电源插头没插上。两种情况都会导致无法上网，但路由器的解释“更好”，因为它需要的重大假设更少。

不过，“最佳”带有主观性。什么算是最佳解释，取决于你掌握的背景信息。听到同一种异响，汽车修理师可能推断是发动机某个具体部件出了故障，外行却只觉得“有什么东西松了”。原因很简单：修理师掌握的可能解释更多。

最佳解释推理（IBE）常被当作“溯因推理”的同义词，不过学者有时会区分两者。提出这个术语，是为了描述我们如何接受具有特定解释优点的假设，而不只是选择概率较高的假设。

• Gilbert Harman（1965）：主张包括归纳推理在内的所有非演绎推理，本质上都是在寻找对证据的最佳解释，而不只是统计出现频率 [1]。
• Peter Lipton（2004）：区分了“最可能”的解释（概率最高）和“最美好”的解释（最能帮助我们理解），并认为，追求“最美好”的解释，往往能引导我们找到“最可能”的解释 [2]。
• Douven（2017）：指出最佳解释推理是科学实在论所用的主要逻辑，用来论证为什么有理由相信电子这类无法直接观察到的实体存在：因为它们最能解释可观察的现象 [3]。

一个主要批评是“劣组选项”（Bad Lot）异议：如果现有的假设都很糟，那么其中“最好”的那个也仍然是错的。此外，人容易受到“解释偏差”的影响：比起复杂、乏味或零散的真相，我们更偏爱能满足情感需求或故事性强的解释。