我认为这里的答案在于您所拥有的随机性字典定义不是统计学、机器学习或数学中使用的定义。我们将随机性定义为存在一个不确定性通常大于 0 的分布。

根据您与谁交谈，我们生活在一个随机的宇宙中（我们定义量子力学的方式取决于波函数（本质上是概率分布）

那么为什么如果从分布中提取序列是不合逻辑的呢？首先，即使作为人类，我们也可以提出强有力的论据，即我们所说的内容是随机的。我的意思是我们说话是为了传达某种形式的信息或上下文，但存在多种传递方式，但我们选择一种。我们的大脑天生就是模型$p(\vec w|c)$在哪里$\vec w$是序列和$c$是我们想要传达的背景或信息。

要点：以遍历或统一的方式生成序列是不合逻辑的，但这不是在实践中建模或完成的。通常它来自一些复杂的分布。

旁注：我的上述主张可能会让人觉得统一随机暗示了一些不合逻辑的事情，我想强调事实并非如此。域到域，有时这是最合乎逻辑的解决方案，只是在句子生成的情况下通常不是。我会将一种逻辑算法定义为，在给定手头信息的情况下，它会以合理的方式实现某个目标，因此，如果某些纯粹随机的东西这样做，我看不到问题所在。

我可能会误解你的问题，但这里似乎有不同层次的逻辑在起作用。

1. 计算逻辑，任何计算过程都基于处理器逻辑。在这种情况下，任何计算都涉及逻辑，因为布尔逻辑驱动任何处理。

2. 语言逻辑，在文本中句子的排序中存在逻辑。句子的随机集合不是文本，因为结构背后需要某些原则才能使其成为叙事。

虽然您可以轻松生成一系列随机句子，但它们没有任何意义；从另一个句子中选择一个特定的句子后面不会有任何逻辑。所以这是语言逻辑而不是处理逻辑。请注意，语言逻辑的位置使它有点模糊：我可以阅读随机选择的句子序列，并通过建立一个将其视为逻辑构造文本的心智模型来赋予它意义。这个原则使ELIZA如此成功：即使程序的答案是基于简单的模式匹配规则而没有任何理解，但许多用户认为它背后有逻辑/意义，并将其解释为这样，掩盖了对话中的裂痕。

综上所述：随机句子组合涉及逻辑，但它是低级计算逻辑，而不是高级语言解释逻辑，随机生成的数据通常不存在。

在某些游戏中，随机选择是最优策略。请参阅：匹配便士

战略本质上是用于实现目标的行动计划。

• 如果随机选择可以成为一种策略，那么它似乎必须是一种逻辑形式，即使随机过程的性质与所有形式的逻辑形式相反。

这似乎是自相矛盾的，因为随机策略是没有策略（随机选择）。

以前的答案写得很好。我只是想通过一个简单的例子来补充这个线程。该示例显示了如何使用嘈杂的组件计算逻辑函数而不会出现错误。

逐字逐句摘自Raul Rojas 的神经网络。一本优秀的书：

使用四个单元构建的网络示例。假设前三个单元直接连接到输入的三位$x_1, x_2, x_3$所有的火灾都有概率$1$当总激励大于或等于阈值时$\theta$但也有概率$p$几时$\theta − 1$. 重复的连接为传输的比特增加了冗余，但是当这三个比特被传输时，所有三个单元都以概率为 1 触发。$1$. 每个单位也有概率开火$p$如果三个输入中有两个是$1$. 然而，每个单元对不同的组合作出反应。最后一个单元，最后，也很吵，任何时候第一级的三个单元都着火，而且很有可能$p$当他们两个开火时。因为，在第一级，当只有两个输入设置为时，最多一个单元会触发$1$，第三个单元只有在所有三个输入都被触发时才会触发$1$. 这使得由不可靠组件构建的逻辑电路、三个输入的 AND 功能具有防错功能。