这里面的原因有很多——什么后世人人都喜欢在自己脸上动刀子啊、脸上的妆容厚的跟腻子粉一样啊、千篇一律的韩式风格啊、真的以为自己是女神，喜欢面无表情地端着啊巴拉巴拉的。
但殊不知，美人在骨不在皮，对比于后世那些千篇一律的人造洋娃娃，八九十年代的那些明星们随便拉出来一个，完全就是碾压般的存在。
聂小倩、张敏、黎姿、白娘子、何晴等一众顶级骨相美女就不多说了，即便是那些并不知名的小明星，跟后世的那些各种“女神”们相比，也完全不是一個级别的存在。
比如说……韩瑜！
这个千禧年才在弯弯出道的小女星，虽然她出演的《玉指环》本身剧情堪称狗血，《意难忘》更是长达数百集的裹脚布，但即便如此，这位弯弯女星愣是靠着她那楚楚可怜的清纯气质，在部分大陆观众中留下了短暂的深刻记忆。
嗯……
后世网络上曾经这么形容韩瑜年轻时候的长相：1/3的周海梅+1/3大S+1/3的贾静雯——这种乍听之下毫无辨识度的长相，在她的身上，却体现出一种毫无违和的美感，再加上她那略带婴儿肥的脸庞和宛如小白兔的气质，即便是在一众顶级美女中，也总能让人不由自主地把视线停留在她的身上。
………………
可想而知，当杨铸发现第三位应聘者不管是从样貌身材，还是神情气质，都跟那位弯弯女星都有种说不出来的神似的时候，心中的错愕可想而知。
但错愕之后，杨铸的眉毛微不可查地皱了起来……
白冬冬么？
扫了扫简历上这个颇有些恶俗的名字，杨铸很快地收拾起自己的心情，似乎一点安慰对方的心思都没有，毫无怜香惜玉地径直丢出去一个费米类问题。
出乎意料，白冬冬虽然看起来跟个小白兔似的紧张的不得了，但面对着杨铸丢出来的问题，她略一思索，便给出了自己的解题思路——虽然说话战战兢兢的，但整体的推演逻辑却找不出什么毛病来，加入额外参考信息，更是比第二位多了两条，纯以这道题的表现而论，绝对半只脚踏入了“优秀”这个评级。
有些意外地看着这位紧张到手都快要扭断的面试者，杨铸摸了摸自己的下巴……虽然说一个德州的姑娘跑到滇南大学去上学在当下显得有些奇怪，但这家高校的教育质量，可以啊！
轻轻点了点头，杨铸没留给白冬冬什么休息时间，径直丢出了第二道考题：“假设世界上有90%的人爱喝酸奶，爱喝酸奶的人承认自己爱喝酸奶的概率是99%，不爱喝酸奶的人慌称自己爱喝酸奶的概率为2%。若对某人采访，这个人说自己爱喝酸奶……请问，这个人爱喝酸奶的概论是多少？”
听到杨铸这个乍听之下极为简单，但又绕来绕去的问题，白冬冬没有立即给出答案，而是思考了了好一下之后，才极为忐忑地张口问道：“杨、杨总……这是在考【贝叶斯推理】？”
杨铸闻言，嘴角扯起一丝莫名的弧度，点了点头。
………………
18世纪某个名叫皮埃尔-西蒙·拉普拉斯的牛人曾经说过一句几乎可以看做是真理的话：“人生中最重要的问题，在绝大多数情况下，真的就只是概率问题罢了。”
用最直观的话来解释，贝叶斯公式是已知各个“因”的概率以及从各个“因”到各个“果”的概率，之后通过观测到的“果”反推该“果”背后的“因”的各种可能性是多少的过程。
例如：我们有m种互斥的因以及n种互斥的果，假设我们观测到第i种果，显然这个果有可能是任意一种因产生的。
也就是说，在我们尚未观测到果时，第1种因导致第i种果对应的概率是第i种因出现的概率乘以第1种因产生第i种果的概率；
第2种因导致第i种果对应的概率是第2种因出现的概率乘以第2种因导致第i种果的概率再除以第i种果出现的总概率……
第m种因导致第i种果对应的概率是第m种因出现的概率乘以第m种因导致第i种果的概率。
第i种果出现的总概率就是这m个数字相加。
但是在我们已经观测到结果为i时，果已经成为确定性，出现i的概率就是1，我们需要对第i种果出现的总概率归一化，即上述各个概率再除以总概率才是真正的概率。
因此观测到结果i以后，第1种因导致第i种果对应的概率是第1种因出现的概率乘以第1种因产生第i种果的概率再除以第i种果出现的总概率；
第2种因导致第i种果对应的概率是第2种因出现的概率乘以第2种因导致第i种果的概率再除以第i种果出现的总概率……
第m种因导致第i种果对应的概率是第m种因出现的概率乘以第m种因导致第i种果的概率再除以第i种果出现的总概率.
（后台做不了数学公式，大伙简单理解一下就成，这玩意道理其实并不复杂，就是真正在实际应用计算的过程中苦力活比较多而已，有兴趣的可以在网上搜一搜它的公式。）
………………
白冬冬得到确定答复之后，却没有立即给出解题思路，而是怯怯地反问了一句：“杨、杨总……我能问一句，这里面需要考虑进去诸如【乳糖不耐受群体】的比例这些参数么？”
杨铸闻言，嘴角的弧度稍微大了一丝，然后点了点头：“你按照全世界10%的人乳糖不耐受计算就成，其余的不用考虑。”
白冬冬闻言，顿时长长舒了一口气，然后飞快地给出了自己的解题思路：“既然假定全世界有10%的人乳糖不耐受，”
“那么，爱喝酸奶的人称自己爱喝酸奶的概率为90%X99%；”
“不爱喝酸奶的人慌称自己爱喝酸奶的概率为10%X2%；”
“所以这个人确实爱喝酸奶的概率是：90%X99%/（90%X99%+10%X2%）=99.78%。”