马尔可夫假设:
将来可以简化为只取决于现在，跟过去无关
@acer 实际应用里一般是通过把过去历史当作现在状态的一部分来实现的，即定义现在的状态包括过去历史。换言之，所有对将来有影响的过去都应包含在现在状态的定义中。
@mondain @acer 而且历史对现实的影响力是随着事件数的增加而呈指数降低的。
比如事件A有60%的概率导致发生事件B，事件B有60%的概率导致发生事件C，那么由A导致C 的概率只有60%的平方，36%，这还是理想状态，因为你无法保证每次概率都有60%，而即使你能保证每次概率都有90%这样的高数值，要不了十几次循环(也就是十几次事件)，概率就会衰减到百分之十几，再往后就几乎可以忽略不计。
如果说废奴法案发生在10年前，我们可以说黑人的现状受了奴隶制历史很大的影响(但决非取决于，更不能说未来也是如此)，但是废奴法案已经发生了一百多年了，中间经历了许多的事件，奴隶制的影响也经受了多次衰减，于是便不足以成为解释黑人现状和未来的理由，否则你甚至可以说，是5月花号导致了这一切，或者干脆说，使哥伦布发现新大陆导致了这一切，这就好比说你之所以和某个人结婚，是因为你出生了 一样荒诞。 原因的原因的原因的原因，便不足以称为原因，我们可以广义地说古代的思想，习俗，文化对现在有什么影响，但要是具体到发生在特定时空，特定人群的现实，还是要回到与之相关的具体事件上来。
@Vectorfield @acer 你说十年有影响一百年应该不影响，问题在于 你要用指数衰减来讲的话应该有一个半衰期，这个半衰期可短可长，可能是几代人的时间，跟一百年时间一个量级，即废奴法案至今只经历了一个半衰期50%
@mondain @Vectorfield @acer 我如果把历史影响分解为当前社会经济地位等等现在状态能够反映马尔可夫假设容易满足的部分，和当前状态难以描述的 trans-generational trauma 不满足马尔可夫假设的部分。Sam Harris 认为前者为主，而 Ezra Klein 强调后者。莴不否认后者存在，但是问题在于难以经验实证，如果那一天发现了这种跨代的影响，这种影响又可以归入到前者“现在状态”里去了。。。
@mondain @Vectorfield @acer 好像现在讲的 persistence 就是指后面非 Markov 的部分。。。
@mondain @acer 我没有说一百年不影响，我说的是其影响会受到大副衰减，而且我这里讲的不是几十年一次的半衰期。我这里的基本单位是事件，因为历史是作用于现实的基本单位就是事件，每经历一次事件，初始事件的作用力便会衰减一次，而不是每经过十次或者几十次才衰减一次，因为这十次或者几十次的事件中间同样存在衰减，事件可长可短，然而一战二战这样重大的事件也不过5年10年的时间，还有比世界大战小很多的事件，我没有统计过从废奴以来在种族方面发生过多少次事件，但我想它足以使废奴以前的事件对2020年以及2020年以后的作用降到很低的水平。一个事件对100年的以后的事件能有50%的作用既不符合事实更不符合常理，100年前的中国有哪些事物对现在有50%的作用？当时军阀还在混战，中共甚至还没建党，当时谁能从现状的50%预测出国民政府在30年后就要垮台，一个还不存在的政党即将占据大陆70年？其间还经历了日本侵略，西安事变，辽沈战役，土改，整风，三年饥荒，文革等种种事件？单单举文革这个例子，1866的的什么事件能50%地导致文革的发生？
而且历史并不线性地遵照某个特定的轨迹，而是随着可能性不断地分叉，A可能导致B，但是A同时也可能导致C和D，而C又可能影响B和D，B和D又反过来改变了C的去向，而另一个分叉上的事件X也可能直接影响或者通过影响M,N 间接地影响A,B,C,D，除非你能像计算星球轨道和计算化学反应一样把每一个条件，每个相互作用的事件都列出来进行计算，否则你是得不出一百年的的某个事件导致一百年后的事件的机率是多少的，目前最强大的计算机也做不到这一点。
@Vectorfield @acer 你这就是 Sam Harris 的 point 啊