Description
一场在俄罗斯的争执催生了现代预测算法
译/审：Rookie
额外翻译、审核、时轴、后期处理：Alice Zhang (Origami Alice)
---------------------------------------
非常感谢 Brian Hayes、David Aldous、Geoff Engelstein、Jeffrey Rosenthal、Jimmy He、Mark Priestley、Michael Choi、Peter Norvig、Sam Power 和 Thomas Haigh 为本视频提供的宝贵专业知识和贡献。
特别感谢 Madeline Johnson 出色的事实核查工作。
参考文献（需要百度/腾讯文档请私信）：https://ve42.co/RefsMarkov
图片、视频片段来源（需要百度/腾讯文档请私信）：https://ve42.co/7Z
---------------------------------------
资助页面：www.patreon.com/veritasium
如果想要一套原子模型，可以尝试一下我的磁铁原子模型：https://snatoms.com/
The Strange Math That Predicts (Almost) Anything; (https://www.youtube.com/watch?v=KZeIEiBrT_w)
* 油管上发布时间：7月25，2025
Comments
冲浪误入随机过程
♥ 2955 ↩ 27
想起了刘谦让一个路人洗牌，被洗得差点流汗了。[喜极而泣]
♥ 1361 ↩ 16
谷歌怎么预测搜索内容我不知道，百度怎么预测我知道，是穷举法[doge]
♥ 830 ↩ 25
蒙特卡洛方法和马尔科夫链这俩名字对很多理工大学生都相当亲切
♥ 599 ↩ 15
每次看都是原理不怎么懂，却看得津津有味[笑哭]
♥ 635 ↩ 19
当初我跟导师说了解了ai是基于概率后我很失望，他跟我讲了一句让我记到现在的话：随机赋予智能
♥ 524 ↩ 32
最开始玩命运 2 使用蒙特卡洛自动步枪的时候就很喜欢屏幕旁边的 buff 马尔可夫链，现在学习了知识，发现马尔可夫链可以套入到很多实用型公式中，真是不错[doge]
♥ 376 ↩ 13
高中生解决概率问题：分析概率模型，分析事件域中的事件与概率，使用条件概率，乘法公式贝叶斯公式等，并与其他人发生争论； 研究生解决概率问题：蒙特卡罗，狠狠地模拟！
♥ 370 ↩ 3
Markov decision process有一个非常牛逼的人生哲理来帮助我们做决策并且减少内耗。我忘记具体theorem的名字了，但是他的整体意思就是，to maximize the utility of the whole process, 你只需要在每一步，想好做什么action可以maximize你当前这一步的utility，并且想要你能否接受这个action所带来的下一步必须要面对的情况。也就是说你不需要考虑太多未来的事情，在你面对十字路口的时候，做让你最爽的+你可以接受后果的决定。自从实践了之后我发现还挺好用的[doge_金箍]，这东西我现在做研究也不用到都忘光了，但就这个人生哲理我认为是最能让我收益的
♥ 644 ↩ 86
能预测一下我明晚吃什么吗
♥ 375 ↩ 47
现在高考概率统计要出难一点的题目几乎都用马尔科夫链了[笑哭][笑哭]（简单的马尔科夫链：比如三个人传球，每个人有多少概率传给其他人那种）。 说到蒙特卡洛方法的名字由来，想到我们可以用概率学说明为何“十赌九输”什么的事情（也类似马尔科夫链），这个名字倒有点劝勉的意味了（）
♥ 288 ↩ 7
@刘谦 下次遇到你记得要洗7次
♥ 208 ↩ 6
数学物理甚至每门学科都应该用这种方式教学，朔源概念的历史，搞清人类文明作为一个整体，如何发展出一个学科分支，并且如何逐渐深入演化和其他领域产生关联，不同分支如何逐渐构成整个学科的网络
♥ 193 ↩ 22
终于有一期我学过的了[doge]
♥ 141 ↩ 4
我最初认识到的马尔科夫链是语言学上的。不知道有没有基于马尔科夫链的聊天机器人
♥ 149 ↩ 23
新干员追加没绷住
♥ 74
听了一晚上奥术没睡着，听了这个直接睡到晚上
♥ 64 ↩ 4
马尔科夫链其实揭示了一个复杂的因果网络，看似随机，但又充满了决定性。每一个片段现象本身，却又包含了整体的底层逻辑，因此从一个片段，也有可能推知整体。但具体的精确度，又和所选区域的大小和注意力焦点有关。解释了宇宙本质的矛盾性。也是科幻巨作《闪光》要解释的底层矛盾的又一种体现。
♥ 77
以防各位不知道，veritasium已经不属于Derek了，一家private equity收购了这个频道
♥ 53 ↩ 3
如果你搜遍国内，就会发现找不到一个人讲现实的应用和算法的设计，几乎都在讲理论。所以，我给出一个例子： 假设你的英文名字叫川普：trump，t的后面跟着r，r的后面跟着u，u的后面跟着m，m的后面跟着p。如果你收集一堆随机人物的名字，就可以训练出一个卡尔可夫链，从链条中随机生成一条字符串，就能构造出随机人名生成器。 如果你玩过游戏《泰拉瑞亚》，你就会发现NPC们的名字，在每局游戏都是随机生成的。 如果你搜索github就会发现一些随机人名生成器。
♥ 88 ↩ 13