主题：【原创】和晨老大，具体阐述中医科学性的一个方面 -- DongGua

晨枫大作在此：链接出处

拙作缘起于一网友于彼处之发问：

对此我回答如下：

举例来说：木旺金弱，此‘旺’、‘弱’即为量之概念。金克木，就是一条 lateral inhibitory connection from 金 impinging upon 木。

若问我这种连接的逻辑在哪里？那我反问：您大脑中这个神经元连接到那个神经元，这样做的逻辑在哪里？说这个神经元抑制那个神经元，然后somehow得出您的大脑能推导数学公式，请问量在哪里，逻辑在哪里？

开个并非毫无意义的玩笑，您的大脑是不是如同中医一样是伪科学？

OK，下面用神经网络的例子来加以认真说明。

神经网络是训练或学习出来的，这个训练或学习过程是通过极大化某个目标函数来达成的。举例来说，这个目标函数可以是模式识别的准确度——诊断病症就是一种模式识别——或受控系统的行为与事先期望的吻合度。在这第二个例子中，这个神经网络输出某些控制信号，用以操纵一个受控系统。那些输出的控制信号的好坏——也就是这个神经网络的好坏——是用受控系统的行为来评估的。

如果举你练习打乒乓球的例子。可以把你这个人（包括神经系统和骨骼肌）看作受训的神经网络，把球拍和乒乓球看作受控系统。 而如果运用到中医的例子，‘受控系统’相当于就诊的病人，‘神经网络’相当于中医体系，‘输出的控制信号’相当于诊断后所开出的治疗方案，‘给神经网络的输入信号’就是病人的feature vector，包括症状、脉象、舌象等等。

请注意，这些个目标函数仅仅针对整个神经网络最终的performance，而不会去管这个神经网络内部是怎么连接的。后者是由神经网络的学习算法、训练数据的统计分布、外加初始条件等因素所共同决定的。这是一个典型的自组织系统，有别于彻头彻尾由人工所设计的系统，譬如电子计算机。在它的设计者看来，一个芯片的每一个门，每一根线都有着明确的任务，可以说有着明确的逻辑。但拿一个自组织系统的例子来说，虽然它是我训练出来的，但除了最底层的几层神经元比较容易了解以外（在人脑的视觉模块的例子中，大约相当于视网膜到V1），我多半没法知道每个神经元、每根连接干的是什么事，目的为何，设计思想是什么（如果硬要套上个“设计思想”的名词的话）？ 要我解释设计思想，我只能回答这是目标函数＋学习算法＋数据的统计分布＋初始条件（和硬件资源的限制）所共同决定的。再说，你管我是怎么训练的，这是商业机密我不想说呢？难道这便成了伪科学？ 是骡子是马关键看遛得如何。

中医就象这样一个神经网络。它的目标函数是要能治好病；它的configuration包括：所含节点数、连接的拓扑，等等；它所收到的训练数据是历代积累的医案；它的具体的学习算法不是几句话可以说清楚的，但这一点不是很重要，姑且可以假设它采用了笨笨的trial－and－error的办法，或者是瞎猜的也好，瞎凑的也好。总之，最后的结果是我们得到一个训练好了的神经网络，它能在一定（或很大？具体待议）程度上达到治病的目的。（假设没人否定中医的疗效。）

请问，回顾这整个approach，哪个地方不科学呢？

• 原来只要是数学，你就满意了？合着您是数学派，猫哦是假设派