以生物中心論對休謨倫理分析哲學所做之漏洞修補－「得全哲學」初探

當我們在談休謨的倫理分析哲學中： 「一個最重要的、最基礎的、最普遍的價值命題：人的一切行為和思想都是為了追求可持續的利益最大化或可持續的價值率最大化，再根據這一命題可以推演出所有社會領域的價值命題，因此由價值概念可以推導出所有價值命題。」 這個議題的時候，卻沒發現這點： 「只著重在我們人類自身社群、社會領域、種群圈自身的母樣本採取，乃是一種取樣偏誤。」 既然前提當中是包括了「最重要的、最基礎的、最普遍的」此三項參數，那麼，在除了以人類中心主義觀點之下「人是最重要的」這點跟所涉的「最重要的」此一前提以外，「人的種群自身，並非是構築地球生態系的最基礎，也當然不是最普遍存在」的論述與證據支持下，「人是最基礎的」、「人是最普遍的」這兩點跟所涉的「最基礎的」、「最普遍的」這兩項參數與前提，自然就是不符合的了；畢竟這是一個全稱性的論式，而當全稱性論式出現的時候，我們自然總是要考慮到一竿子打翻了一船人的那整船人的營救與上岸措施吧－我都還沒要求說要去考慮到竿子跟船的感受*呢（笑） 而既然前提都不符合了，就算後面所述的「追求可持續的利益最大化或可持續的價值率最大化」、「根據這一命題可以推演出所有社會領域的價值命題」、「由價值概念可以推導出所有價值命題」這些議題元件再怎麼運行無誤，也只能產生出謬誤的結果出來－trash in, trash out，這是很簡單的電腦科學原理，甚至是最簡單的算術原則。 所以，在「最重要的、最基礎的、最普遍的」此三項參數的前提之下，我們在此處探討的這個價值分析／倫理性哲學分析議題： 「一個最重要的、最基礎的、最普遍的價值命題：人的一切行為和思想都是為了追求可持續的利益最大化或可持續的價值率最大化，再根據這一命題可以推演出所有社會領域的價值命題，因此由價值概念可以推導出所有價值命題。」 其當中的「所有社會領域」部分，應該要以生物中心論的觀點，代換成「所有生命型態」，而構成了如下的述式：

「一個最重要的、最基礎的、最普遍的價值命題：人的一切行為和思想都是為了追求可持續的利益最大化或可持續的價值率最大化，再根據這一命題可以推演出所有生命形態的價值命題，因此由價值概念可以推導出所有價值命題。」

如此，才能將議題當中的「最重要的、最基礎的、最普遍的」此三項參數前提，如聖父、聖子、聖靈般地（或是像陽光、水、空氣般地），給示現出來。 否則，我們從一開始就不該使用「最重要的、最基礎的、最普遍的」此三項參數作為前提的不是嗎？

「但是以上的論證者忽視了一個非常重要的問題——那就是價值的多重性、相對性以及隨機性。」 並且，文中提到了這個現代被提出的問題，然後做出了如下闡述： 「首先，說說價值的多重性。事實上，正如函數往往有多個最大值一樣，“有價值”的結果往往也不止一個。很多時候，我們並不能證明誰更有價值，就像我們無法證明，玫瑰花和月季花誰更有價值。有些事實是截然相反的，但他們的價值卻是一樣多。很多時候，我們只能做出一個選擇，但我們並不能判斷哪個選擇更好。事實上我們無法回答“應該是什麼？”的問題。就好比說，假如你現在有一塊錢，你是應該用它來買包子，還是應該買油條呢？」 關於這段，我與其同意見。 「其次，再來說說價值的相對性。眾所周知，每個人心目中的價值函數並不相同。同一件事物，對不同的人，其帶來的效用並不相同。例如雨天，有利於農民，卻不利於趕路的人。那麼下雨這件事情，到底是應該發生，還是不應該發生呢？既然對於每個人，效用函數都各不相同，那這個所謂的“最大值”又該如何求得呢？有人可能要說，“應該把所有人的價值函數加總之後，求一個最大值。”但是，這種簡單相加的笨辦法，其實根本是沒有任何道理的。如果一件事情能給一個人帶來500塊錢，而使另外九個人每人損失1元錢，總效用增加了，但這種事情是“應該做”的麼？顯然很荒唐！」 但從全球財富的90%壟斷在全球人口分布1%的人的手中、政客承諾財閥許多利多條件而壓榨廣大民眾得勞動條件與所得、「因為他們的社會福利金佔了總稅額的4%，而是被窮人們給搶劫了，但卻從不會注意到，總稅額中，竟有72%是分配給了軍事-工業複合體*」這些個事情來看，顯然這種被評定為「很荒唐」的事情卻一再地發生。

「再次，我們再來說說價值函數中的隨機性。瞭解數理統計的人都知道，任何模型，都需要在其模型中設置一個隨機誤差項，用於表示這個模型中的隨機變量。我們往往假定這一項是同方差和正態分佈的，但事實上並非如此。隨機誤差項的異方差性和非正態性，會嚴重影響函數的估計的效果，使得因變量的值不再是一個無偏估計值。那麼，由此函數估計的“最大值”的結果，又有多少可信度呢？所以，這個所謂的“最大值”，其實根本算不出來。」 但假若我們套用物聯網中，將運算責任與工作，分散到結點中的各個、甚至所有設備中，又像自駕車理論與實踐中，除卻交通控制中樞會監控車流量與其分佈外，車輛自體也會彼此互相監測車距車速並自身運算出，符合乘員們需求的最佳路線來，而達到了全體自車監控的狀況，像這種去中心化性質的「霧運算」概念，並且取代這邊「最大值」的算法，而採取「最適值」*的算法，那麼，生物們在彼此生存競爭、共存共榮、互助合作的過程中，從細菌進化為細胞、多細胞生物，並演化出提供細胞間彼此「接近，但卻又不會接近到彼此傷害的距離」這麼可以互相支持，也可以互相傳遞，更可以保持各自隱私與各自獨立性，像這樣剛剛好的空間，也就是屬於各自細胞範疇的半公半私領域－細胞間質，像細胞間質這般的具體機制，在社會學中又被稱作「天賦人權」，而如果是採用直接民權，而非是代議士政治的形式，使得所有人的意見全都能夠被聽到、尊重，甚至是擴展到了「人以外」的層面，而推演到了貓狗、牛羊、雞魚、細菌病毒、山川星海…等等的層面上，則會被稱作是「全體參與」，並在全體參與的狀態下，達到所有存在都對所有行為有介入權，而成為了一種「只有你不想管，沒有你管不到的！」的狀態，這種狀態，便被稱作是「冥契之重」。 而若是要刻意套用上面的數學性敘述，則以上論述可以視作是因變量的偏估值，會因為因變量自身的函數屬性，而落在固定的區間當中（亦即在此加入「定區間偏估允許度」的概念），而若是隨機變量的影響太大，超過此因變量自身的函數變量許可度，導致其值超出區間範圍，則其他因變量也可以因為其他因變量自身的函數屬性，而將此因變量過大的值推回區間範圍內，或是將其過小的值拉回區間範圍內*，並將前述的「所有生命形態」套入原本是「一個最重要的、最基礎的、最普遍的價值命題：人的一切行為和思想都是為了追求可持續的利益最大化或可持續的價值率最大化，再根據這一命題可以推演出所有社會領域的價值命題，因此由價值概念可以推導出所有價值命題。」的論式當中，而成為：

「一個最重要的、最基礎的、最普遍的價值命題：人的一切行為和思想都是為了追求可持續的利益最大化或可持續的價值率最大化，並於天賦人權與全體參與以及冥契之重的原則與三權制衡的機制下，再根據這一命題可以推演出所有生命形態的價值命題，因此由價值概念可以推導出所有價值命題。」

這樣子的論式，那麼，這邊因為隨機誤差項而導致無法計算的問題，基本上是可以靠因變量的自我指涉性自矯正空間（或可稱為「冥契空間」）而獲得解決的，並且，這個解決，是延續著量子生物學的研究成果、思路－假如「看似」會干擾量子效應的環境熱噪因子一直存在，那麼生物與生命們最有效的應對方式，便是將熱噪效應也納入自身體系當中，幫助量子效應達成應該（ought）要被達成的效益，並且研發出多路線結構，讓光子得以經過重重困難也能達到質體醌並產生足以組裝那勢必是（is）屬於ATP的電位勢能，再加上混沌／系統理論的心得：自我指涉（self-reference），便得到一個相對完美地詮釋了我們所知一切的現實世界模型；於是，如此套用著「冥契空間」的統一性、數學性、自然科學性論述，便是「得全哲學」的概要瞭；而像這樣子的「得全哲學」，便因為能夠套用「將原本被視為是干擾的隨機變量，納入自身體系中」的隨機變量＝環境因子變數、函數，同時也是世界係數、宇宙常數、宇宙臨界密度算式的最適數而完成社會科學的統一化、數學化、自然科學化的最終幻想（Final Fantasy）了。

以上「」括弧內節錄文章皆出自〈休谟问题---至今无解的难题！〉之內容，感謝搜狐平台對此文章的乘載，並感謝文章轉錄者边际自人机与认知实验室的轉載，跟CSDN博客促使此文章產生的論壇互動，以及北京邮电大学人机交互与认知工程实验室不具名成員的文章鑄造。

節錄文章所在－https://www.sohu.com/a/134140623_136745

*竿子跟船的感受－而且在談到價值的時候，除了太陽在太陽系中心持續散發光和熱，具有絕對性的價值存在以外，在繞日軌道第三順位的這顆類地行星地球上，除了陽光、水、空氣這些對於帶動地生化循環，促進了各式生命發展繁榮的要素是次於太陽的相對性的價值存在以外，被促進了的生命們，又何談在它們之中，誰是最具價值、什麼物種才是更具備了接近生命三要素的相對性價值呈現的呢？ 這就好比在半導體中不同能階的比較，除非量子躍遷發生，否則能階間基本上是無從比較、不能相通的，而人類現在連土衛六的泰坦開發、歐爾特帶的小行星帶採礦都沒能夠做到，更別說飛出太陽系、掌控超光速宇航技術了－我們人類，真的能說自身已達成此處我所要隱述的「文明量子躍遷」嗎？真的已經脫離洞穴，而沒再看岩壁上的影戲了嗎？謙卑點吧，人類們！光是地球上的存在們就已經夠壓倒你們卑微的價值判斷，更別提浩瀚宇宙與星海當中的各種神祕了。

*不公正稅額分布－摘錄自《開悟者們的崛起》。

*最適值－比如說ℼ原本是無理數，若要做運算，取最大值的話，也頂多就是3.2，但你知道若是這套用在製作台積電八吋晶圓當中的3奈米製程的時候，從電腦接收電路計算輸出結果的EUV機台絕對會從放大反饋迴路的刻蝕跑到接地線的刻蝕，良率基本上會是0的狀態；但又不能直接以小數點下百萬位數以上的值去套用，因為電腦可能會連10的48次方（一極）年都跑不出結果來；所以我們只能取盡量準確到能夠正確刻蝕迴路，又盡量精簡到電腦與機台能夠發揮出最大效率的ℼ數值出來，而像這樣經過各方研參、妥協之後所求出的數值，就是我們這邊所談的最適值。

*將變量過大/過小的值推拉回範圍內－既然所節錄的文章是要達到「最终实现社会科学的统一化、数学化和自然科学化」的目的，那麼我的文章敘述，也必將延續同樣的脈絡，因此提出在數學中可行、並在高能物理中已經驗證實用的方式：量子電動力學中所使用的正規化（regularization）手法。

---