休谟用一把“叉子”，把人类的知识体系和获得知识的方法一分为二。
一边是所谓的观念知识，它们不需要经验的验证，比如数学。数学的知识不需要做实验来验证，只需要理性思考就能够获得。比如勾股定理，你运用逻辑推理就能够发现它、理解它，不需要去测量一百个三角形的边长来核实这个定理。可以讲，数学是人类知识体系和认识过程的一个特例。
休谟的叉子划出来的另一边呢，就是经验知识，在休谟看来，这些知识单纯靠理性是得不到的，或者说这部分知识你单纯靠理性去想，反而不可靠。
理性推理有两个最基本的方法，归纳和演绎。归纳，就是具体的事情里归纳出一个总的结论；演绎就是从一个基本的结论出发，推演出各种不同的情况。而休谟就认为，单纯靠理性思考，无论是归纳还是演绎，得到的结论都可能不可靠。
先说归纳的问题在哪。举一个例子，你可能听说过火鸡悖论，说一个农场主，每天出现在鸡窝前，给火鸡带去食物，久而久之火鸡就归纳出一个结论，农夫的出现意味着食物。这个规律是否成立了呢？火鸡今天验证一下，发现成立，明天又验证一下，发现还是成立。这只火鸡可以说非常“理性”了，但是，等到感恩节的前一天，这个定理就失效了，理性的火鸡等来的不是食物，而是农夫的屠刀。
我们在日常生活中经常用到归纳推理，日常使用倒也不需要像哲学家那样去较真。但是休谟是想要提醒我们，掌握了过去的事实，并一定就能用来推断未来，因为我们其实没有理由认为未来就会重复过去的事情。
我要和你强调一下，休谟不是要否认经验的作用，他强调的是我们不能从有限的经验总结出普适的规律。我们今天把休谟说的这种问题叫做“不完全归纳的误区”。
那演绎又有什么问题呢？要从一个道理推出衍生的结论，这件事其实还有一个前提基础，就是你要能确认它们之间的因果关系。但休谟却说，我们其实很难判断真正的因果关系是什么，我们经常只是给两件在时间和空间上挨得很近，一前一后发生的事情套上了因果关系。
比如，进入了秋冬季节，小张穿着短袖出门跑步，结果回来感冒了，过去会认为，着凉是感冒的原因，感冒是着凉的结果。这种因果关系对不对呢？今天的医学研究告诉我们，冷空气本身并不会让我们感冒，感冒真正的原因是空气中的病原体。比如普通感冒是鼻病毒引起的，流感是流感病毒引起的。实际上，在一个温暖的、人很多却不透气的空间里，感染疾病的可能性比在冷空气流通的室外概率大得多。
再比如，人们过去说“乌鸦叫，丧事到”，现象是这个现象，但其中的因果关系究竟是怎样的呢？乌鸦叫是人死的原因吗，有人认为恰恰相反，是因为人快死了，散发出的味道才吸引来了乌鸦。你看，要准确地找到两件事的因果关系其实是非常难的，我们今天认为毫无疑问的因果关系，也未必就是真正的因果关系。
经验主义与理性主义在近代的争论
既然不完全的归纳推理和演绎推理都可能靠不住，那么我们能依靠的是什么呢？还是经验。经验主义的另一位代表人物洛克就认为，人生下来就如同一张白纸，全部知识都是建立在经验之上的，不同人会有不同的经验，从而在心灵中形成了各种各样的观念和知识。
和经验主义对立的是以笛卡尔所代表的理性主义。关于笛卡尔，我之前在《科技通史60讲》中介绍过他的方法论。可以讲，笛卡尔总结出一整套通过理性思考获得新知的方法。笛卡尔有一句名言，我思故我在，笛卡尔认为，我们可以通过思考获得真正的知识。
笛卡尔并没有完全否认观察的作用，但他认为通过观察获得的只是对事物表象的认识，而不是对世界本质的认识。人类的很多复杂想法，比如数学上的等号、开方、对数这些概念，在实际世界当中都没有直接对应的存在，我们不可能靠观察或者感知得到这些概念，只能靠理性的思考和逻辑推理得到它们。在笛卡尔之后的几位最著名的数学家，比如牛顿、莱布尼茨等等，都是理性主义的信奉者。
从经验主义和理性主义在近代的争论，你会发现经验主义的代表人物，像休谟和洛克，都是侧重于从对社会的观察中得出他们的哲学见解，而理性主义的代表人物笛卡尔、牛顿和莱布尼茨，都在数学上有很高的造诣。
在经验主义和理性主义之争的历史上，还有一位试图调和双方分歧的人物，就是德国古典主义哲学的奠基人康德。康德原本是理性主义的哲学家，但他看到休谟的书，有一种猛然惊醒梦中人的感觉，花了很多年时间修正自己的哲学思想，来回应休谟的思想。
经验主义和理性主义对今天西方的政治、法律、科学和社会都产生了极为深远的影响。这里先着重谈谈它们在科学上的影响.
人类的知识都来自于理性吗？
很多人问我，到底应该相信经验还是理性，我通常是拿着休谟的叉子在人类的知识体系上再划一刀。这样，加上之前休谟划的一刀就把知识体系和方法分为三种。
第一种是数学，它是纯粹理性的。
第二种是科学，或者说自然科学，它理性的成分很大，我们通常会用一些简单明了的规律概括构建这方面的知识体系，然后不断地采用实证主义的方法越来越准确地勾画规律的边界。至于规律如何得到，它们有些是通过有限的归纳，有些是通过尽可能合理的演绎。
第三种是非科学。注意，我这里所说的非科学不是伪科学的骗术。在我看来，非科学包括很多社会科学和人文科学，也包括哲学和宗教。在这些知识体系中，经验的部分占的比例更大。
不过，这绝不意味着在这些学科中不需要理性的分析、不需要讲逻辑，而是说对于这些学科，我们往往无法从中找到自然科学定律那样普遍适用的规律。即使能找到一部分规律，它们也有严格的适用范围。甚至还有很多关于经验的研究，根本没有办法找到一个规律去概括它。
在现代的科学里，我认为心理学和医学在很大程度上也是经验的科学。其实经验主义这个词最早就来自于古希腊的医学，当时一些医生强调要靠经验给病人看病，而不能靠书本上的教条，这被叫做经验主义。
还有一个特别的领域，就是认知科学中的人工智能研究，实际上也是一个非常依赖于经验的学科。
早期的人工智能学者通常喜欢把这个领域划归到自然科学的范畴里，他们希望依靠理性和逻辑来解决人工智能的问题。比较有代表性的学者包括提出形式语言模型的乔姆斯基。
乔姆斯基试图将用数学模型来产生语言，或者说把语言这件事纳入到数学的范畴内。这可行不可行呢？应该讲，部分是可行的，像今天的计算机语言，就可以完全纳入到数学的框架内。
但是人类的语言就没有这么简单了，总是有很多例外，你找到的、或者设定的规律，总是有失效的时候。
于是，到了上个世纪70年代之后，在自然语言处理这个领域，贾里尼克等人扛起了经验主义的大旗，让计算机通过对经验和案例的学习来处理人工智能问题。今天人工智能的成功，是在这批人的工作基础上发展起来的。
在很长的时间里，在学术界一直有两派自然语言处理的学术会议，一种是偏传统语言学理论研究的，比如计算语言学国际会议COLING；另一种是偏经验主义的，比如经验方法自然语言处理会议EMNLP。这两派的会议我都去过，两类人完全不同。
但近年来出现一个趋势，就是这两种会议有时会一起办，你可以把它们理解为经验主义和理性主义的结合。不过到目前为止，现有的几乎所有人工智能的成就，以及全部大数据的成就，都来自于经验主义这一派。
小结
那在我们自己的生活，什么时候应该采取理性主义的方法，什么时候应该采取经验主义的方法呢？
我觉得理性主义主要用在两个地方。第一个地方，是在面对数学和自然科学问题的时候。第二，就是我们需要找到一件事哪里出错了的时候。
很多时候，理性主义无法告诉我们那个正确的答案是什么，但它能够告诉我们什么是错误的，因为它们不合乎逻辑，不合理。不过，要用理性主义的方法，一定要知道规律的适用边界，不能把理性主义变成教条主义。
至于什么时候该用经验主义的方法呢，在我看来，任何涉及到非科学的问题，我都宁可相信经验。