十万分之一的偶然

  想着找一个地方把自己读过的书都记下来，所以就决定开始一个读暑的系列，也许每篇不会太长，但我会坚持下去。

  今天准备聊聊松本清张的《十万分之一的偶然》，东野圭吾的《拉普拉斯的魔女》和《穷查理宝典》

  最近两个工作之间的gap原因，2018年开始的四个月读了许多书。因为去年相当一部分时间在日本出差，延续着当时的情绪又读了许多日本作家的小说，自然不会推理大师松本清张和东野圭吾的作品。

Tips:剧透分界线

---

  松本清张的小说除了推理之外描写了很多当时日本社会的冷暖和日本人的普通生活，很多时候你能感受到他在淡淡地给你讲着一个故事，可能没有那么多跌宕起伏，却总能打动你。

《十万分之一的偶然》的故事中心是一张获得各种奖项的照片，这张照片清楚地记录了一场多车激烈相撞重大车祸的瞬间，因为画面太过强烈就好像摄影师可以预知这场车祸发生一样，所以评委给予很高的评价认为只有十万分之一的偶然才能记录下如此巧合震撼的一瞬间。但真相是十万分之一的偶然不会发生，这起巨大的交通事故就是丧心病狂的摄影师用高强度闪光灯制造的。因为疲劳的货车司机被突然发生的强光照射下意识躲避导致翻车与对面车道车辆发生激烈碰撞引起一系列交通事故，正因为预谋摄影师才能在如此恰好的瞬间记录一切。整件事情的来龙去脉被在车祸中无辜死去的女孩明子未婚夫山内正平查清，最终正平杀死摄影师和始作俑者摄影协会会长将悲剧写上了句号。

  东野圭吾的作品一直致力于完美的犯罪，从《风雪追击》中的略显稚嫩，再到让人背脊发凉不寒而栗的《白夜行》最终写出了让人击节赞叹的完美犯罪作品《嫌疑犯X的献身》，东野圭吾的风格一直是冷酷的理性中带着人文关怀，冰霜的外表下跳动火热的心。

  《拉普拉斯的的魔女》算不上一部严谨推理的小说，剧情并不复杂：

  两地温泉发生超级低概率的硫化氢中毒事件（可能只有十万分之一的偶然），死者是一个三流演员和电影投资人，看似没有关系的两起事件却因为三流演员和投资人之间曾经的合作产生了某种关联。而其中协助调查的青江教授在两个地方都看到了同一个少女羽原圆华的身影，神秘少女羽原圆华有着一种预知事物的超能力，可以通过多到无穷的纬度来预测一件事情的发生。同样具有羽原圆华超能力的少年甘粕谦人命途多舛，硫化氢中毒带走了妹妹和妈妈的生命，自己也中毒昏迷入院，只有在外拍戏的鬼才编剧爸爸甘粕才生毫发无损。但真相其实是变态“完美主义者”甘博才生觉得自己的老婆和孩子都配不上自己的“天才”，于是冷血决定硫化氢投毒杀死自己的老婆孩子来重塑自己的完美形象，并把整件事扭曲之后写成剧本拍成电影。整件事情除了他自己以外还有温泉硫化氢中毒的三流演员和投资人知晓。

  所以最后真相大白，甘粕谦人从中毒恢复之后假装失忆逃过父亲的毒手，却因为身体某种变化获得了和少女羽原圆华一样的超能力。并运用自己的超能力复仇了合谋三流演员和投资人，想与自己的父亲同归于尽的时候被羽原圆华救下，在羽原圆华的劝说下放下了仇恨开始了自己的新生活。

《穷查理宝典》记录了伯克希尔哈撒韦公司的联合创始人（另一个是巴菲特）查理芒格的各个时期演讲和股东大会的发言，很大程度低浓缩了查理芒格的人生哲学和投资哲学。

---

  三本书很有意思的共同点讲得都是可能性，二十世纪初生人的松本清张认为十万分之一的偶然并不会发生，这是我们在生活中长用的一种思维“最大可能性”，比如很多时候如果你若犯错其实你只要查最大概率的原因往往就能解决问题。所以如果一个只要十万分之一的偶然事件发生的话往往时候必有蹊跷。

  查理芒格的思想有一个重要的构成也是可能性，当我们要判断一个选择是否可行或者一项投资是否值得的时候我们要考虑相应事情的因素，这些因素应该有你自己的思维纬度来判断，比如查理芒果自己会有20-200个思维纬度和模型来权衡一件事情是否可行。所以大概率发生的事情才值得我们更多关注，十万分之一的偶然并不应该耗费精力。

  “拉普拉斯的魔女”出自法国数学家皮埃尔-西蒙·拉普拉斯的假说——拉普拉斯的恶魔：此“恶魔”知道宇宙中每个原子确切的位置和动量，能够使用牛顿定律来展现宇宙事件的整个过程，过去以及未来。也就是说小说中拥有此项能力的少女羽原圆华和少年甘粕谦人可以从无穷的思维纬度去判断一件事情的发生，如果这个过程足够快的话甚至可以认为一件事情会必然发生，即使十万分之一的偶然也不会错过。

  从《拉普拉斯的魔女》这本书可以很容易感受到东野圭吾对未来科技不可思议发展的担心，更可怕的是这种担心已经渐渐变成现实。大数据和AI让自动驾驶变成了可能，自动驾驶的过程就相当于用极短的时间从多个维度判断了一件事情会不会发生，而人工智能的学习能力也可以在短时间数据积累之后迅速地在更高的维度中击败人类。按照原理来说人工智能技术并不值得担心，因为无论是强化学习，监督学习或者非监督学习和人类思考问题的出发点冰不一样，机器可以展示的技能只是他们假装地“读懂了”数据而已。所以真正让人害怕的不是人工智能的技术和机器，而是掌握这项技术的大公司。这些大公司和他们背后的巨头如果用他们手中的AI之剑去伤害信息极端不对称的普通人将轻而易举，这种巨头和普通人的不对称和差距也将在一次次机器学习中越拉越大。想想某度这种毫无底线的公司若有了拉普拉斯的魔力变得多麽可怕，而这毫无疑问正在发生中。