评论："靠黄吃黄"与反腐败的"贝叶斯算法"

　　“靠什么吃什么”是个常识了，所以“扫黄办”的主任来个“靠黄吃黄”，大大出乎意料，偏偏合乎情理。广州“扫黄办”原主任汤文君，指使出纳李冬将收缴的非法光盘当废品卖掉敛财，被判15年徒刑(据8月20日《新京报》)。

　　汤主任“扫黄打非”很来劲，仅2003年广州在他的领导下就收缴了1000万张光盘，广州市获得“全国扫黄打非先进集体”称号；那么多的光盘当废品卖掉，来钱的。李冬先后

　　相比于交通厅厅长的大面积倒掉，扫黄办原主任“靠黄吃黄”、“卖黄”敛财，看起来还真是“小概率”事件。这种表面上“小概率”的腐败，日前在广东还出了个“抗非英雄”涉嫌受贿1118万的事件：昔日的“抗击非典模范单位”广东省疾病预防控制中心，爆出受贿大窝案，涉案10件10人，涉案金额2242万元；其中的免疫规划所原所长罗耀星，涉嫌受贿总数额达1118.5万元。与扫黄办主任“靠黄吃黄”一样，免疫所所长就“靠疫苗吃疫苗”了，疫苗供应商所送的贿赂于是上了天文数字。“抗非英雄”全国出了不少，贪腐此般巨款的该是少数吧？

　　不管怎么说，腐败的蔓延、渗透能力是很强的，而反腐一方往往弄得很被动。如何宏观监控、防范腐败？“贝叶斯算法”(Bayesian)应该是一种不错的考量。托马斯·贝叶斯(ThomasBayes)是一位英国18世纪的数学家，他的“贝叶斯定理”是决策逻辑学的一个分支，使用理论统计学研究概率推论，根据已发生的事件来测算将来可能发生的事件；贝叶斯理论认为，如果过去试验中事件的出现率已知，那么根据数学方法可以计算出未来试验中事件出现的概率；因为结果具有不确定性，那么在不完全情报下，对部分未知状态作概率估计，再用贝叶斯公式对发生概率进行修正，最后就能做出最优决策——这样的计算模式就是“贝叶斯算法”。

　　由“贝叶斯定理”、“贝叶斯概率论”、“贝叶斯算法”，已演绎出一连串的贝叶斯识别、贝叶斯过滤、贝叶斯推理、贝叶斯决策等等。“贝叶斯算法”作为处理不确定性信息的重要工具，在处理不确定信息的智能化系统中已得到了重要的应用，也已成功运用于统计决策、医疗诊断等领域。最为成熟的是，采用“贝叶斯算法”对邮件进行判断，通过收集分析大量的垃圾邮件和非垃圾邮件，得出垃圾邮件的统计规律，就建立了最优化的垃圾邮件过滤技术。“贝叶斯算法”具体怎么算，不是三言两语能够说得清的，但通过对“垃圾邮件”的判断和过滤，可以给我们以对“腐败官员”的判断和“过滤”以启示。所以，我希望反腐败专家应该向数学家、统计学家、概率学家学习“贝叶斯算法”，从而建立起反腐败的“贝叶斯算法”，就像防范“垃圾邮件”一样防范“腐败官员”，这完全是可能的。

　　可以作一个简单的设想：利用“贝叶斯算法”，交通建设领域“过滤”出来的“腐败可能性”要很大；那么，“扫黄办”和“抗非典”就没有“垃圾邮件”吗？不一定，因为“扫黄办”和“抗非典”本身并不是“关键词”，而“关键词”是“千万张光盘”和“千万支疫苗”，这些都是实在的钱物，“贝叶斯算法”一定能够告诉你，这其中的“腐败几率”甚大。