>

，这个“信息”

一到手，不确定性就没了——这不就是“信息消除不确定性”

吗？还有天气预报，如果说明天“1oo下雨”

，不确定性为零，需要的信息就少；如果说“5o下雨”

，不确定性高，就需要更多信息（比如看云图、风向）来判断。

和蔼教授（笑着鼓掌）：太生动了！

香农还设计了一个“猜字母实验”

来解释这个原理——比如想知道对方心里的单词，你可以问“第一个字母是a吗？”

“是b吗？”

，每得到一个“是否”

的答案，就获得1“比特”

信息，直到消除所有不确定性。

叶寒，你算算：如果要猜一个“从a到的单个字母”

，最多需要多少比特信息？

叶寒（拿出草稿纸）：教授，这是个概率问题！

26个字母，每个字母概率相等的话，我们可以用“二分法”

猜——第一次问“在a-之间吗？”

，排除一半；第二次问“在a-g之间吗？”

，再排除一半……2的4次方是16，不够；2的5次方是32，够覆盖26个字母，所以最多需要5比特信息！

这是不是和香农说的“信息熵”

有关？

和蔼教授：完全正确！

香农用“信息熵”

来量化这种不确定性——当每个结果概率相等时，熵最大，需要的信息最多；当某个结果概率接近1（比如“太阳从东方升起”

），熵最小，几乎不需要信息。

这里要注意，香农说的“熵”

和热力学的“熵”

（无序度）本质相通，但侧重不同：热力学熵描述“系统的无序”

，信息熵描述“信息源的不确定性”

。

蒋尘，你从哲学“世界本质”

的角度，说说为什么“不确定性是世界的固有特性”

？

蒋尘（沉思片刻）：教授，这其实是“决定论”

和“非决定论”

的争论。

传统观点觉得“世界是确定的，只是我们没掌握足够信息”

——比如知道所有分子的运动规律，就能预测天气；但香农的理论告诉我们，“不确定性是根本属性”

，哪怕掌握再多信息，也不可能完全消除它（比如量子力学里的“测不准原理”

，宏观世界里的“偶然事件”

）。

这就像哲学里的“有限理性”

——人类永远无法掌握所有信息，所以只能用“信息”

不断降低不确定性，而不是追求“绝对确定”

。

和蔼教授：这个升华太关键了！

当时参会的人类学家米德就很难接受“信息没有含义”

的观点，她觉得“只有经过人脑处理的信号才叫信息”

。

许黑，你从“认知加工”

的心理学角度，分析一下米德的误区在哪里？

许黑：教授，米德混淆了“信息编码”

和“信息解读”

两个阶段。

香农说的“信息”

是“客观的信号度量”

——比如“红灯”

这个信号，不管人怎么解读，它携带的“停止”

的不确定性消除功能是客观的；而“含义”

是“主观的解读结果”

——比如色盲可能把红灯看成其他颜色，影响解读，但不影响信号本身的信息价值。

这就像心理学里的“信号检测理论”

：信号（信息）是客观的，而人对信号的感知（解读）受主观影响，但不能把“感知结果”

等同于“信号本身”

。

课堂深化：从“理论”

到“信息时代”

的落地

和蔼教授（走到教室中间）：我们聊了香农的理论，现在要落地到“为什么这场会议预示了信息时代”

。

吴先生说，二战前衡量文明的指标是“物质和能量”

（比如钢铁产量、电量），而现在是“信息”

（比如数据量、算力）。

秦易，你结合计算机的展，说说“信息度量”

对信息时代的意义？

秦易：教授，这太重要了！<