( `8 ~' M, X* o9 [8 A在下结论之前我们先考察1940年的伦敦大轰炸。当时伦敦在德军V2导弹的攻击下损失惨重，报纸公布标记了所有受到轰炸地点的伦敦地图之后，人们发现轰炸点的分布很不均匀。有些地区反复受到轰炸，而有些地区却毫发无损。对英国军方来说这是一个非常恐怖的事情，因为这意味着V2导弹的精度比预想的要高得多，以至于德军可以精确选择轰炸目标。而伦敦居民则相信，那些没有遭到轰炸的地区是德国间谍居住的地方，有些人甚至开始搬家。& V5 { T q. B
6 Y- g# }/ y5 K- y
然而事后证明V2是一个精度相当差的实验性质的武器，与其说是导弹还不如说是大炮 德军只能大概地把它打向伦敦，而根本无法精确控制落点。也就是说伦敦各地区受到的轰炸完全是随机的。一直到1946年，有人从数学角度分析了轰炸数据，把整个可能受到轰炸的地区分为576个小块，发现其中229块没有受到任何轰炸，而有8个小块受到了4 次以上的轰炸。这些数据虽然不均匀，但完全符合随机分布。实际上科学家可以用计算机模拟的办法得到更多“看上去很不随机”的随机结果。% n+ }4 R. b' e. ~" y5 Q
8 q2 g$ E, m% \$ t6 w1 ] o问题的关键是随机分布不等于均匀分布。人们往往认为如果是随机的，那就应该是均匀的，殊不知这一点仅在样本总数非常大的时候才有效。当初 iPod 最早推出“随机播放”功能的时候，用户发现有些歌曲会被重复播放，他们据此认为播放根本不随机。苹果公司只好放弃真正的随机算法，用乔布斯本人的话说，就是改进以后的算法使播放“更不随机以至于让人感觉更随机”。一旦出现不均匀，人们就会认为其中必有缘故，而事实却是这可能只不过都是偶然的。 + F1 y$ {0 s) J @+ I) e2 N2 Q9 I6 u7 s* p
一个更直接的例子是所谓“生日悖论”。在获得奥斯卡最佳男主角奖的73名演员之中，有六对演员的生日相同。考虑到一年有365天，这是一个相当不均匀的分布，难道我们据此可以说这六个生日是演员出生的幸运日么？实际上，哪怕一个班级只有23个人，其中有两人生日相同的概率就超过50%。进一步如果这个班级有57人，那么有超过99%的可能性会出现相同的生日。3 S; b1 P8 b2 U' g- @+ G