Предсказуемость - Википедия - Predictability
Предсказуемость степень, в которой правильный прогноз или же прогноз из система с государственный может производиться как качественно, так и количественно.
Предсказуемость и причинность
Причинный детерминизм имеет прочную связь с предсказуемостью. Совершенная предсказуемость подразумевает строгий детерминизм, но отсутствие предсказуемости не обязательно означает отсутствие детерминизма. Ограничения предсказуемости могут быть вызваны такими факторами, как недостаток информации или чрезмерная сложность.
В экспериментальной физике всегда есть ошибки наблюдения, определяющие такие переменные, как положение и скорость. Так совершенное предсказание практически невозможно. Более того, в современном квантовая механика, Вернер Гейзенберг с принцип неопределенности ограничивает точность, с которой могут быть известны такие количества. Таким образом, такая совершенная предсказуемость также теоретически невозможно.
Демон лапласа
Демон лапласа является высшим разумом, который мог полностью предсказать одно возможное будущее, учитывая ньютоновские динамические законы классической физики и совершенное знание положений и скоростей всех частиц в мире. Другими словами, если бы можно было иметь все данные о каждом атоме во Вселенной с начала времен, можно было бы предсказать поведение каждого атома в будущем. Обычно считается, что детерминизм Лапласа основан на его механике, но он не смог математически доказать, что механика детерминирована. Скорее, его детерминизм основан на общих философских принципах, в частности, на принципе достаточного основания и законе непрерывности.[1]
В статистической физике
Хотя второй закон термодинамики может определить состояние равновесия что система будет развиваться, и устойчивые состояния в диссипативные системы иногда можно предсказать, не существует общего правила для предсказания эволюция во времени систем, удаленных от равновесия, например хаотические системы, если они не приближаются к состоянию равновесия. Их предсказуемость обычно ухудшается со временем, и для количественной оценки предсказуемости скорость расхождения системы траектории в фазовое пространство можно измерить (Энтропия Колмогорова – Синая, Показатели Ляпунова ).
По математике
В стохастический анализ а случайный процесс это предсказуемый процесс если возможно узнать следующее состояние из настоящего времени.
Раздел математики, известный как Теория хаоса фокусируется на поведении систем, которые очень чувствительны к начальным условиям. Это предполагает, что небольшое изменение начального состояния может полностью изменить развитие системы. Это явление известно как эффект бабочки, в котором утверждается, что хлопающая крыльями бабочка в Бразилии может вызвать торнадо в Техасе. Природа теории хаоса предполагает, что предсказуемость любой системы ограничена, потому что в настоящее время невозможно знать все мелочи системы. В принципе, детерминированные системы, которые пытается проанализировать теория хаоса, можно предсказать, но неопределенность в прогнозе экспоненциально возрастает с течением времени.[2]
Во взаимодействии человека с компьютером
При изучении взаимодействие человека с компьютером предсказуемость - это свойство прогнозировать последствия действий пользователя с учетом текущего состояния системы.
Современный пример взаимодействия человека и компьютера проявляется в разработке алгоритмов компьютерного зрения для программного обеспечения предотвращения столкновений в беспилотных автомобилях. Исследователи из NVIDIA Corporation,[3] Университет Принстона,[4] и другие учреждения используют глубокое обучение, чтобы научить компьютеры предвидеть последующие дорожные сценарии на основе визуальной информации о текущем и предыдущем состояниях.
Другой пример взаимодействия человека с компьютером - компьютерное моделирование, предназначенное для прогнозирования поведения человека на основе алгоритмов. Например, Массачусетский технологический институт недавно разработал невероятно точный алгоритм для прогнозирования поведения людей. При тестировании на телешоу алгоритм смог с большой точностью предсказать последующие действия персонажей. Подобные алгоритмы и компьютерные симуляции открывают большие перспективы для будущего искусственного интеллекта.[5]
В обработке человеческих предложений
Лингвистическое предсказание - это явление в психолингвистика происходит всякий раз, когда информация о слове или другой языковой единице активируется до того, как эта единица фактически встречается. Свидетельства из слежение за глазами, связанные с событиями потенциалы, и другие экспериментальные методы показывают, что в дополнение к интеграции каждого последующего слова в контекст, образованный ранее встреченными словами, пользователи языка могут при определенных условиях пытаться предсказать предстоящие слова. Было показано, что предсказуемость влияет как на обработку текста и речи, так и на воспроизведение речи. Кроме того, было показано, что предсказуемость влияет на синтаксическое, семантическое и прагматическое понимание.
В биологии
При изучении биологии - особенно генетика и нейробиология - предсказуемость относится к предсказанию биологического развития и поведения на основе унаследованных генов и прошлого опыта.
В научном сообществе ведутся серьезные споры о том, можно ли полностью предсказать поведение человека на основе его генетики. Исследования, подобные проведенному в Израиле, показали, что судьи с большей вероятностью вынесут более мягкий приговор, если они ели совсем недавно.[6] В дополнение к подобным случаям, было доказано, что люди с дополнительными генами иммунитета лучше пахнут, что приводит к большему физическому влечению.[7] Можно исследовать генетику, чтобы определить, предрасположен ли человек к каким-либо заболеваниям, а поведенческие расстройства чаще всего можно объяснить путем анализа дефектов генетического кода. Ученые, которые сосредотачиваются на подобных примерах, утверждают, что человеческое поведение полностью предсказуемо. Сторонники другой стороны дискуссии утверждают, что генетика может лишь обеспечить предрасположенность к определенным действиям и что, в конечном счете, люди обладают свободной волей выбирать, действовать или нет.
Животные имеют значительно более предсказуемое поведение, чем люди. Под влиянием естественного отбора животные развивают брачные крики, предупреждения хищников и коммуникативные танцы. Одним из примеров такого укоренившегося поведения является суслик Белдинга, который разработал особый набор сигналов, предупреждающих ближайших белок о хищниках. Если суслик видит хищника на суше, он издаст трель после того, как доберется до безопасного места, что сигнализирует ближайшим белкам, что они должны встать на задние лапы и попытаться найти хищника. Когда в воздухе виден хищник, суслик немедленно издает длинный свист, подвергая себя опасности, но сигнализируя ближайшим белкам бежать в укрытие. Благодаря экспериментам и исследованиям ученые смогли составить карту такого поведения и очень точно предсказать, как животные ведут себя в определенных ситуациях.[8]
В популярной культуре
Изучение предсказуемости часто вызывает споры между теми, кто считает, что люди полностью контролируют свою свободу воли, и теми, кто считает, что наши действия предопределены. Однако вполне вероятно, что ни Ньютон ни Лаплас считал, что исследование предсказуемости связано с детерминизмом.[9]
По погоде и климату
В качестве изменение климата и другие погодные явления становятся все более распространенными, предсказуемость климатических систем становится все более важной. В IPCC отмечает, что наша способность предсказать будущее детальное взаимодействие климата затруднена, однако долгосрочные прогнозы климата возможны.[10]
Барьер предсказуемости весны
Барьер предсказуемости весны относится к периоду времени в начале года, когда делается прогноз погоды на лето относительно Эль-Ниньо – Южное колебание трудно. Неизвестно, почему это сложно, хотя было предложено много теорий. Бытует мнение, что причина в ЭНСО переход, когда условия меняются быстрее.[11]
В макроэкономике
Предсказуемость в макроэкономике чаще всего относится к степени, в которой экономическая модель точно отражает квартальные данные, и к степени, в которой можно успешно идентифицировать внутренние механизмы распространения моделей. Примеры представляющих интерес макроэкономических рядов США включают потребление, инвестиции, реальный ВНП и основной капитал, но не ограничиваются ими. Факторы, влияющие на предсказуемость экономической системы, включают диапазон прогноза (прогноз на два года вперед или двадцать) и вариативность оценок. Математические процессы для оценки предсказуемости макроэкономических тенденций все еще находятся в разработке.[12]
Смотрите также
Рекомендации
- ^ ван Стриен, Мария (01.03.2014). «Об истоках и основаниях лапласовского детерминизма» (PDF). Исследования по истории и философии науки Часть A. 45 (Дополнение C): 24–31. Дои:10.1016 / j.shpsa.2013.12.003. PMID 24984446.
- ^ Синхронизация: зарождающаяся наука о спонтанном порядке, Стивен Строгац, Hyperion, New York, 2003, страницы 189–190.
- ^ "Автомобильный компьютер AI для автономного вождения". NVIDIA. Получено 27 сентября 2017.
- ^ Чен, Ченьи. «Глубокое обучение для самостоятельного вождения автомобиля» (PDF). Университет Принстона. Получено 27 сентября 2017.
- ^ http://news.mit.edu/2016/teaching-machines-to-predict-the-future-0621
- ^ http://blogs.discovermagazine.com/notrocketscience/2011/04/11/justice-is-served-but-more-so-after-lunch-how-food-breaks-sway-the-decisions-of-judges/ # .WcrXEq2ZP_Q
- ^ https://www.theguardian.com/science/2009/may/24/genes-human-attraction
- ^ Шерман, Пол В (1985). «Тревожные звонки сусликов Белдинга воздушным хищникам: кумовство или самосохранение?». Поведенческая экология и социобиология. 17 (4): 313–323. Дои:10.1007 / BF00293209. S2CID 206774065.
- ^ «Предсказуемость».
- ^ «Предсказуемость климатической системы». Рабочая группа I: научная основа. IPCC. Получено 26 сентября 2017.
- ^ L'Heureux, Мишель. «Барьер предсказуемости весны: мы бы предпочли быть на весенних каникулах». Climate.gov. NOAA. Получено 26 сентября 2017.
- ^ Диболд, Фрэнсис X. (2001). «Измерение предсказуемости: теория и макроэкономические приложения» (PDF). Журнал прикладной эконометрики. 16 (6): 657–669. Дои:10.1002 / jae.619. JSTOR 2678520. S2CID 16040363.