Модели неопределенного мира

сложный мир

Мы живем в чрезвычайно сложном мире, будь он размером с молекулу или атом или размером со всю вселенную, его сложность превосходит воображение. Возможно, вы не задумывались о сложности окружающих вас вещей, потому что привыкли к тому, что видите каждый день. Все вещи, изобретенные до вашего рождения, являются естественной частью мира, поэтому многие вещи кажутся такими, какие они есть.

Как появилось такое сложное существо, как человек? Как появилась такая сложная вещь, как компьютер? Как появилось нечто столь сложное, как река и гора? Связаны ли некоторые вещи с некоторыми другими вещами? Многие сложные вещи вокруг могут не иметь каких-либо очевидных закономерностей, а многие вещи не связаны детерминированными отношениями. Все содержит информацию, и информацию можно обрабатывать и использовать (в широком смысле это называется вычислениями).С точки зрения информации и обработки информации в широком смысле изменения, которые мы видим, на самом деле являются расчетами Вселенной.

Неопределенность – это норма

Наш мир — это среда неопределенности, и мир не следует определенному набору маршрутов. У большинства вещей нет причины и следствия, все наполнено неконтролируемыми случайными событиями, мы не добьемся успеха завтра только потому, что много работаем сегодня.

У нас всегда хорошо получается игнорировать случайность и насильно обобщать законы.Многие события являются самостоятельными случайными событиями, а людям всегда нравится насильно обобщать так называемые причинно-следственные законы в совершенно случайных событиях. И использовать этот закон для предсказания будущего, но отказываться признать, что многие события происходят случайно без всякой причины.

С физической точки зрения физическая система состоит из большого количества атомов, и частицы в системе имеют свое собственное мгновенное положение и скорость. Состояние частиц случайно и неопределенно, например, атом может распасться на другую частицу, мы можем быть уверены, что она распадется через n лет, но мы не можем знать точно, когда она распадется. Как описать этот неопределенный характер? Ответ состоит в том, чтобы описать его в целом, а законы, которые показывает большое количество атомов в целом, очень определенные.

Описать случайность с вероятностью

Единственным законом неопределенных событий является вероятность Мы не можем предсказать или контролировать возникновение независимых случайных событий в определенный момент, но мы можем использовать вероятность для описания возможности ее возникновения. Взяв за теоретическую основу теорию вероятностей, она дает нам метод понимания неопределенного мира.

Согласно различным интерпретациям вероятности, изучение вероятности можно разделить на две школы: частотную школу и байесовскую школу. Фреквентисты считают, что вероятности событий необходимо определять с помощью бесконечной выборки, а параметры модели фиксированы и точны, а также считают, что априорных значений нет. Байесовская школа считает, что мир постоянно меняется, а апостериорная вероятность события постоянно пересматривается априорной вероятностью.

Существенное различие между двумя школами в основном заключается в априоре, и различное понимание априора повлияет на всю модель.

байесовское мышление

Различные байесовские интерпретации вероятности привнесли новые перспективы в описание случайных событий, причем байесовская школа описывает случайные события как уровни достоверности. Другими словами, традиционная вероятность является объективной вероятностью, в то время как байесовское мышление считает вероятность субъективной концепцией, указывающей на степень нашей веры в событие. Можно сказать, что он оказывает глубокое влияние на многие дисциплины, и сегодняшние общие большие данные и искусственный интеллект тесно связаны с ним.

В приведенной выше формуле P(A) — это априорная вероятность, которая представляет собой значение, которое мы рассчитали на основе предшествующего здравого смысла до получения доказательств, и в нем есть определенные субъективные факторы. А P(B|A)/P(B) называется функцией правдоподобия, которая является поправочным коэффициентом, и ее роль состоит в том, чтобы приблизить априорную вероятность к истинной вероятности.

Байесовское мышление предсказывает вероятность события путем накопления свидетельств.Сначала мы сначала вычисляем априорную вероятность на основе существующего опыта, а затем пересматриваем вероятность события посредством непрерывного накопления свидетельств и, наконец, получаем апостериорную вероятность.

Обратная вероятностная задача

Байесовский также является своего рода мышлением для решения обратной вероятности.Мы можем легко найти положительную вероятность при нормальных обстоятельствах.Например, если есть 2 красных шара и 8 черных шаров в 10 шарах, вероятность случайного извлечения одного из них равна красной мяч. . Обратная вероятность обратная: мы не знаем заранее количество красных и черных шаров, мы знаем только, что всего их 10. Наугад вытягиваем три шара как 2 черных и 1 красный, а затем рассчитать соотношение красных и черных шаров в коробке.

Обратная вероятность заключается в том, чтобы сделать вывод о возможности гипотезы при условии, что событие было определено. На самом деле, с помощью обратной вероятности необходимо решить больше проблем.Постоянное наблюдение за данными для исправления априорной вероятности позволяет получить более разумную апостериорную вероятность. У нас есть только ограниченная информация, и мы не можем получить полную информацию, поэтому мы надеемся сделать хороший прогноз, насколько это возможно, с ограниченной информацией.