Теория простоты - Simplicity theory

Теория простоты это когнитивная теория, которая пытается объяснить привлекательность ситуаций или событий для человеческого разума. Он основан на работе, проделанной такими учеными, как бихевиорист. Ник Чейтер,[1] специалист в области информатики Пол Витаньи,[2] психолог Яков Фельдман,[3] искусственный интеллект исследователи Жан-Луи Дессаль[4][5] и Юрген Шмидхубер.[6] Он утверждает, что интересные ситуации кажутся наблюдателю проще, чем ожидалось.

Обзор

Технически простота соответствует падению Колмогоровская сложность, что означает, что для наблюдателя самое короткое описание ситуации короче, чем ожидалось. Например, описание последовательного розыгрыша лотереи, такое как 22-23-24-25-26-27, значительно короче типичного, такого как 12-22-27-37-38-42. Первое требует только одного экземпляра (выбор первого номера лотереи), тогда как второе требует шести экземпляров.

Теория простоты делает несколько количественных предсказаний относительно нетипичности способа,[7] расстояние, недавность или известность (места, люди)[5] влиять на интересность.

Формализация

Основная концепция теории простоты: неожиданность, определяемый как разница между ожидаемой сложностью и наблюдаемой сложностью:

Это определение расширяет понятие дефицит случайности.[7] В большинстве случаев соответствует поколение или же причинный сложность, которая представляет собой наименьшее описание всех параметров, которые должны быть установлены в «мире», чтобы ситуация существовала. В примере с лотереей сложность генерации идентична для последовательного розыгрыша и типичного розыгрыша (при условии, что мошенничество не предполагается) и составляет шесть экземпляров.

Теория простоты избегает большинства критических замечаний, адресованных Колмогоровская сложность рассматривая только те описания, которые имеется в наличии к данному наблюдатель (вместо любого вообразимого описания). Это делает сложность и, следовательно, неожиданность зависимой от наблюдателя. Например, типичный розыгрыш 12-22-27-37-38-42 покажется очень простым, даже более простым, чем последовательный, тому, кто разыграл эту комбинацию.

Связь с вероятностью

Алгоритмическая вероятность определяется на основе Колмогоровская сложность:[8] сложные объекты менее вероятны, чем простые. Связь между сложностью и вероятностью меняется на противоположную, когда вероятность измеряет неожиданность[7] и неожиданность:[5] появляются простые события меньше вероятнее, чем сложные. связан с субъективная вероятность в качестве

Преимущество этой формулы состоит в том, что субъективную вероятность можно оценить, не зная альтернатив. Классические подходы к (объективной) вероятности рассматривают наборы событий, поскольку полностью инстанцированные отдельные события имеют практически нулевую вероятность того, что они произошли и снова произойдут в мире. Субъективная вероятность касается отдельных событий. Теория простоты измеряет это на основе недостатка случайности или падения сложности. Это понятие субъективной вероятности относится не к самому событию, а к тому, что делает событие уникальным.

Рекомендации

  1. ^ Чейтер, Н. (1999). «Поиск простоты: фундаментальный когнитивный принцип?» Ежеквартальный журнал экспериментальной психологии, 52 (А), 273–302.
  2. ^ Чатер, Н. и Витани, П. (2003). "Простота: объединяющий принцип в когнитивной науке?". [Тенденции в когнитивных науках], 7 (1), 19–22.
  3. ^ Фельдман, Дж. (2004). «Как удивительно простой узор? Количественная оценка« Эврики! »». Познание, 93, 199–224.
  4. ^ Дессаль, Жан-Луи (2008). La pertinence et ses origines cognitives. Париж: Публикации Гермес-Науки. ISBN  978-2-7462-2087-4.
  5. ^ а б c Дессаль, Ж.-Л. (2013). «Алгоритмическая простота и актуальность». В Д. Л. Доу (ред.), Алгоритмическая вероятность и друзья - LNAI 7070, 119–130. Берлин, D: Springer Verlag.
  6. ^ Шмидхубер, Дж. (1997). "Что там интересного?" Лугано, Швейцария: Технический отчет IDSIA-35-97.
  7. ^ а б c Магуайр П., Мозер П. и Магуайр Р. (2019). «Наблюдение за закономерностями в случайности: вычислительная модель неожиданности». Темы когнитивной науки, 11 (1), 103-118.
  8. ^ Соломонов, Р. Дж. (1964). "Формальная теория индуктивного вывода. Информация и контроль, 7 (1), 1-22.

внешняя ссылка