stringtranslate.com

Предсказуемость

Предсказуемость — это степень, в которой можно сделать правильное предсказание или прогноз состояния системы , качественно или количественно.

Предсказуемость и причинность

Причинный детерминизм тесно связан с предсказуемостью. Совершенная предсказуемость подразумевает строгий детерминизм, но отсутствие предсказуемости не обязательно означает отсутствие детерминизма. Ограничения на предсказуемость могут быть вызваны такими факторами, как недостаток информации или чрезмерная сложность.

В экспериментальной физике всегда существуют ошибки наблюдения, определяющие такие переменные, как положение и скорость. Поэтому идеальное предсказание практически невозможно. Более того , в современной квантовой механике принцип неопределенности Вернера Гейзенберга накладывает ограничения на точность, с которой могут быть известны такие величины. Таким образом, такая идеальная предсказуемость также теоретически невозможна.

демон Лапласа

Демон Лапласа — это высший разум, который мог бы 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 , к которому будет развиваться система, и иногда можно предсказать устойчивые состояния в диссипативных системах , не существует общего правила для предсказания эволюции во времени систем, удаленных от равновесия, например хаотических систем , если они не приближаются к равновесному состоянию. Их предсказуемость обычно ухудшается со временем, и для количественной оценки предсказуемости можно измерить скорость расхождения траекторий системы в фазовом пространстве ( энтропия Колмогорова-Синая , показатели Ляпунова ).

По математике

В стохастическом анализе случайный процесс является предсказуемым процессом , если можно узнать следующее состояние в настоящий момент.

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 : взмах крыльев бабочки в Бразилии может вызвать торнадо в Техасе. Природа теории хаоса предполагает, что предсказуемость любой системы ограничена, поскольку в настоящее время невозможно знать все детали системы. В принципе, детерминированные системы, которые пытается анализировать теория хаоса, можно предсказать, но неопределенность в прогнозе увеличивается экспоненциально с течением времени. [2]

Как указано в [3] , три основных вида эффектов бабочки в исследованиях Лоренца включают: чувствительную зависимость от начальных условий, [4] [5] способность крошечного возмущения создавать организованную циркуляцию на больших расстояниях, [6] и гипотетическая роль мелкомасштабных процессов в обеспечении конечной предсказуемости. [7] [8] [9] Три вида эффекта бабочки не совсем одинаковы.

Во взаимодействии человека и компьютера

В изучении взаимодействия человека и компьютера 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 корпорации NVIDIA, [10], Принстонского университета, [11] и других учреждений используют глубокое обучение, чтобы научить компьютеры предвидеть последующие дорожные сценарии на основе визуальной информации о текущем и предыдущих состояниях.

Другим примером взаимодействия человека и компьютера являются компьютерные симуляции, предназначенные для прогнозирования поведения человека на основе алгоритмов. Например, Массачусетский технологический институт недавно разработал невероятно точный алгоритм прогнозирования поведения людей. При тестировании на телевизионных шоу алгоритм смог с большой точностью предсказать последующие действия персонажей. Подобные алгоритмы и компьютерное моделирование открывают большие перспективы для будущего искусственного интеллекта. [12]

При обработке человеческих предложений

Лингвистическое предсказание — это явление в психолингвистике, возникающее всякий раз, когда информация о слове или другой языковой единице активируется до того, как эта единица фактически встречается. Данные, полученные в результате отслеживания взгляда , потенциалов, связанных с событиями , и других экспериментальных методов показывают, что помимо интеграции каждого последующего слова в контекст, сформированный ранее встречавшимися 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 производство речи. Кроме того, было показано, что предсказуемость влияет на синтаксическое, семантическое и прагматическое понимание.

В биологии

В изучении биологии – особенно генетики и нейробиологии – предсказуемость связана с предсказанием биологического развития и поведения на основе унаследованных генов и прошлого опыта.

В научном сообществе ведутся серьезные споры о том, является ли поведение человека полностью предсказуемым на основе его генетики. Исследования, подобные проведенному в Израиле, показали, что судьи с большей вероятностью вынесут более мягкий приговор, если они поели совсем недавно. [13] Помимо подобных случаев, было доказано, что люди лучше пахнут от людей с комплементарными генами иммунитета, что приводит к большему физическому притяжению. [14] Генетика может быть исследована, чтобы определить, предрасположен ли человек к каким-либо заболеваниям, а поведенческие расстройства чаще всего можно объяснить путем анализа дефектов генетического кода. Учёные, которые фокусируются на подобных примерах, утверждают, что поведение человека полностью предсказуемо. Сторонники другой стороны дебатов утверждают, что генетика может обеспечить только предрасположенность действовать определенным образом и что, в конечном итоге, люди обладают свободной волей выбирать, действовать или нет.

Животные имеют значительно более предсказуемое поведение, чем люди. Под влиянием естественного отбора у животных появляются брачные крики, предупреждения о хищниках и коммуникативные танцы. Одним из примеров такого укоренившегося поведения является суслик Белдинга, который выработал особый набор криков, предупреждающих ближайших белок о хищниках. Если суслик увидит хищника на суше, после того, как он доберется до безопасного места, он издаст трель, которая сигнализирует находящимся поблизости белкам, что им следует встать на задние лапы и попытаться найти хищника. Когда хищник замечен в воздухе, суслик немедленно издает длинный свист, подвергая себя опасности, но сигнализируя ближайшим белкам бежать в укрытие. Благодаря экспериментам и исследованиям учёным удалось составить график такого поведения и очень точно предсказать, как животные ведут себя в определённых ситуациях. [15]

В популярной культуре

Изучение предсказуемости часто вызывает споры между теми, кто считает, что люди полностью контролируют свою свободную волю, и теми, кто считает, что наши действия предопределены. Однако вполне вероятно, что ни Ньютон , ни Лаплас не считали изучение предсказуемости связанным с детерминизмом. [16]

По погоде и климату

Поскольку изменение климата и другие погодные явления становятся все более распространенными, предсказуемость климатических систем становится все более важной. МГЭИК отмечает, что наша способность предсказывать будущие подробные климатические взаимодействия сложна, однако долгосрочные прогнозы климата возможны. [17] [18]

Двойственная природа с отчетливой предсказуемостью

Спустя более 50 лет, прошедших с момента исследования Лоренца в 1963 году и его последующей презентации в 1972 году, утверждение «погода хаотична» было хорошо принято. [4] [5] Такая точка зрения переключает наше внимание с регулярности, связанной с взглядом Лапласа на детерминизм, на нерегулярность, связанную с хаосом. В отличие от однотипных хаотических решений, недавние исследования с использованием обобщенной модели Лоренца [19] были сосредоточены на сосуществовании хаотических и регулярных решений, которые появляются в одной модели с использованием одних и тех же конфигураций моделирования, но разных начальных условий. [20] [21] Результаты, с учетом сосуществования аттракторов, предполагают, что вся погода обладает двойственной природой хаоса и порядка с отчетливой предсказуемостью. [22]

Используя медленно меняющийся периодический параметр нагрева в обобщенной модели Лоренца, Шен и его соавторы предложили пересмотренную точку зрения: «Атмосфера обладает хаосом и порядком; оно включает в себя, например, возникающие организованные системы (такие как торнадо) и изменяющиеся во времени воздействия, вызванные повторяющимися сезонами». [23]

Весенний барьер предсказуемости

Барьер весенней предсказуемости относится к периоду времени в начале года, когда делать летние прогнозы погоды в отношении Эль-Ниньо – Южного колебания сложно. Неизвестно, почему это так сложно, хотя было предложено множество теорий. Существует мнение, что причина связана с переходом ЭНСО , когда условия меняются быстрее. [24]

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 определить внутренние механизмы распространения моделей. Примеры макроэкономических рядов, представляющих интерес для США, включают, помимо прочего, потребление, инвестиции, реальный ВНП и основной капитал. Факторы, влияющие на предсказуемость экономической системы, включают диапазон прогноза (прогноз на два года вперед или на двадцать) и изменчивость оценок. Математические процессы оценки предсказуемости макроэкономических тенденций все еще находятся в стадии разработки. [25]

Смотрите также

Рекомендации

  1. ^ ван Стрин, Мария (01 марта 2014 г.). «Об истоках и основах лапласовского детерминизма» (PDF) . Исследования по истории и философии науки. Часть А. 45 (Приложение С): 24–31. Бибкод : 2014SHPSA..45...24В. дои :10.1016/j.shpsa.2013.12.003. ПМИД  24984446.
  2. ^ Синхронизация: новая наука о спонтанном порядке , Стивен Строгац, Гиперион, Нью-Йорк, 2003, страницы 189-190.
  3. ^ Шен, Бо-Вэнь; Пилке, Роджер А.; Цзэн, Сюбин; Цуй, Цзялин; Фагих-Наини, Сара; Паксон, Вэй; Атлас, Роберт (04 июля 2022 г.). «Три вида эффектов бабочки в моделях Лоренца». Энциклопедия . 2 (3): 1250–1259. дои : 10.3390/энциклопедия2030084 . ISSN  2673-8392.
  4. ^ Аб Лоренц, Эдвард Н. (1 марта 1963). «Детерминированный непериодический поток». Журнал атмосферных наук . 20 (2): 130–141. Бибкод :1963JAtS...20..130L. doi : 10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2 . ISSN  0022-4928.
  5. ^ Аб Лоренц, Эдвард (1993). Сущность хаоса . Сиэтл, Вашингтон, США: Вашингтонский университет Press. стр. 227с.
  6. ^ Лоренц, Эдвард (17 августа 2022 г.). «Предсказуемость: взмах крыльев бабочки в Бразилии вызвал торнадо в Техасе?» (PDF) . Массачусетский технологический институт .
  7. ^ Лоренц, Эдвард Н. (1 января 1969). «Предсказуемость потока, обладающего многими масштабами движения». Расскажи нам . 21 (3): 289–307. Бибкод : 1969Tell...21..289L. дои : 10.3402/tellusa.v21i3.10086 . ISSN  0040-2826.
  8. ^ Палмер, Теннесси; Дёринг, А; Серегин, Г (19 августа 2014 г.). «Настоящий эффект бабочки». Нелинейность . 27 (9): Р123–Р141. Бибкод : 2014Nonli..27R.123P. дои : 10.1088/0951-7715/27/9/r123. ISSN  0951-7715. S2CID  122339502.
  9. ^ Шен, Бо-Вэнь; Пилке, Роджер А.; Цзэн, Сюбинь (07 мая 2022 г.). «Одна седловая точка и два типа чувствительности в моделях Лоренца 1963 и 1969 годов». Атмосфера . 13 (5): 753. Бибкод : 2022Атм..13..753С. дои : 10.3390/atmos13050753 . ISSN  2073-4433.
  10. ^ «Автомобильный компьютер с искусственным интеллектом для автономного вождения» . NVIDIA . Проверено 27 сентября 2017 г.
  11. ^ Чен, Ченьи. «Глубокое обучение для беспилотных автомобилей» (PDF) . Университет Принстон . Проверено 27 сентября 2017 г.
  12. ^ «Обучающие машины предсказывать будущее». 21 июня 2016 г.
  13. ^ «Правосудие свершилось, но в большей степени после обеда: как перерывы на еду влияют на решения судей» .
  14. ^ «Исследования генов показывают, что противоположности действительно притягиваются» . TheGuardian.com . 24 мая 2009 г.
  15. ^ 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.
  16. ^ «Предсказуемость».
  17. ^ «Предсказуемость климатической системы». Рабочая группа I: Научная основа . МГЭИК . Проверено 26 сентября 2017 г.
  18. ^ Соломон, С., Д. Цинь, М. Мэннинг, З. Чен, М. Маркиз, К. Аверит, М. Тиньор и Х. Л. Миллер-младший, редакторы (2007). Изменение климата 2007: Физическая научная основа . Кембридж, Великобритания и Нью-Йорк, штат Нью-Йорк, США: Издательство Кембриджского университета. п. 996.{{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )
  19. ^ Шен, Бо-Вэнь (01 марта 2019 г.). «Агрегированная отрицательная обратная связь в обобщенной модели Лоренца». Международный журнал бифуркации и хаоса . 29 (3): 1950037–1950091. Бибкод : 2019IJBC...2950037S. дои : 10.1142/S0218127419500378 . ISSN  0218-1274. S2CID  132494234.
  20. ^ Йорк, Джеймс А.; Йорк, Эллен Д. (1 сентября 1979 г.). «Метастабильный хаос: переход к устойчивому хаотическому поведению в модели Лоренца». Журнал статистической физики . 21 (3): 263–277. Бибкод : 1979JSP....21..263Y. дои : 10.1007/BF01011469. ISSN  1572-9613. S2CID  12172750.
  21. ^ Шен, Бо-Вэнь; Пилке-старший, РА; Цзэн, X.; Байк, Ж.-Ж.; Фагих-Наини, С.; Кюи, Дж.; Атлас, Р.; Рейес, ТАЛ (2021). «Хаотична ли погода? Сосуществуют хаотические и нехаотические аттракторы в моделях Лоренца». В Скиадасе, Христос Х.; Димотикалис, Яннис (ред.). 13-я Международная конференция по хаотическому моделированию и симуляции . Спрингерские слушания в сложности. Чам: Международное издательство Springer. стр. 805–825. дои : 10.1007/978-3-030-70795-8_57. ISBN 978-3-030-70795-8. S2CID  245197840.
  22. ^ Шен, Бо-Вэнь; Пилке, Роджер А.; Цзэн, Сюбин; Байк, Чон-Джин; Фагих-Наини, Сара; Цуй, Цзялин; Атлас, Роберт (01 января 2021 г.). «Хаотична ли погода?: Сосуществование хаоса и порядка в обобщенной модели Лоренца». Бюллетень Американского метеорологического общества . 102 (1): Е148–Е158. Бибкод : 2021BAMS..102E.148S. дои : 10.1175/BAMS-D-19-0165.1 . ISSN  0003-0007. S2CID  208369617. Текст был взят из этого источника, который доступен по международной лицензии Creative Commons Attribution 4.0.
  23. ^ Шен, Бо-Вэнь; Пилке, Роджер; Цзэн, Сюбин; Цуй, Цзялин; Фагих-Наини, Сара; Паксон, Вэй; Кесаркар, Амит; Цзэн, Сипин; Атлас, Роберт (12 ноября 2022 г.). «Двойная природа хаоса и порядка в атмосфере». Атмосфера . 13 (11): 1892. Бибкод : 2022Атм..13.1892С. дои : 10.3390/atmos13111892 . ISSN  2073-4433.
  24. ^ Л'Эрё, Мишель. «Барьер весенней предсказуемости: мы бы предпочли быть на весенних каникулах». Климат.gov . НОАА . Проверено 26 сентября 2017 г.
  25. ^ 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.

Внешние ссылки