另類時空圖書館

作者提出很多獨創觀點，我覺得卻沒有比文獻中的好。

1. 作者後半引入機率與貝氏網路，作為論證的工具。但是作者對問題的討論，忽略了機率決策思考中更根本的：對個體 vs 對群體在思考與決策上的差異。

〈人事經理的難題〉是最凸顯此點的一例。人事經理聘用高學歷的人，並非指去改變每一個求職者「個體」的學歷，而是從「群體」中挑出高學歷者；這跟經理自己去進修取得高學歷，是經理自身的個體改造不同。了解這個不同就沒有所謂的「難題」了。

或者說，了解「個體」和「群體」兩個層級在統計上未必有相同的關聯結構（這個在近年的統計與社會科學文獻有很多討論了），就不必如作者般在訊息因果結構上又加入決策因果結構，這種疊床架屋的解決方案。閱讀其他書中的難題時，從這個角度去想，很多難題事實上都沒作者想的困難，可以輕鬆應付。

2. 作者鼓吹所有的機率思考都要化約為因果圖上的思考，我未必同意。數學上機率未必從貝氏網路而來；甚至人工智慧的發展史上，也是先有 Markov random field 才有貝氏網路（或者說，貝氏網路只是 probabilistic graphical model 的特例）。

本書大篇幅分析睡美人難題，但我覺得這個難題的爭議點恰好不是貝氏網路能表達的，讀者可自行評斷（該章有分析很多文獻中的其他解法）。

3. 最後，必須指出，作者對貝氏網路尤其 do operator 造成的機率分布改變，介紹得不清不楚，沒有貝氏網路背景的人可能須先從其他資源學習。個人目前覺得好讀的是 MIT出版社的 Elements of Causal Inference （有 open access 開放免費下載），可惜目前中文圈還沒有適合的讀物（《因果革命》也講得不好）。

這本書我覺得挺難讀，尤其是邏輯相關敘述上，但是，目前的體會是，遇到關卡時可以先略讀過，跳過符號，直接到中文敘述上；或者像我一樣讀了5頁，休息，然後回頭3頁重讀，這樣也能"大致"體會作者的想法。

這本書處於推薦與不推薦兩難之間，因為怕被我推薦去購買的人讀了會有挫折，我自己又覺得這是本有趣的好書，難度雖然超前許多步，卻非無法攻克。

我不懂最後一題睡美人問題；覺得一開始作者沒講清楚題目，或者題目顯得簡陋。

剛剛搜尋wiki，睡美人問題有說無論正反面都會用藥讓睡美人忘記曾經醒來，這跟書本裏描述的不同，書本裏是說，硬幣"反面時"讓睡美人星期一與星期二醒來，並且星期一醒來後會服藥睡去且忘記曾經醒來；換句話說硬幣反面時，睡美人最後只記得星期二醒來過。


而wiki版本如下：

睡美人將在星期日晚上睡去，而在睡前她被告知實驗詳情：在她睡去後會由拋硬幣來決定她將醒來一次或是兩次。如果硬幣為正面朝上，她會在星期一醒來並接受採訪；如果為反面朝上，她則會在星期一、星期二各醒來一次並分別接受採訪。無論硬幣正反，她每次睡去時都會被灌下失憶藥，不再記得自己是否曾經醒過。同時，她在接受採訪時也並不知道這一天是星期幾。在她每次接受採訪時，都會詢問她：「你現在有多確信之前拋出的硬幣是正面朝上？」


我覺得wiki版本的敘述比較好懂，甚至稍微懂本書的討論了。建議讀本書的人，在睡美人問題章節，直接參考wiki的敘述。