নতুন অ্যাডহকরিজ
সাম্প্রতিক বছরগুলিতে কোনও সংযুক্ত তাত্ত্বিক নীতিগুলিতে আবেদন করার চেয়ে স্বজ্ঞাত ডিভাইস আবিষ্কারের গোঁড়া অভ্যাসটিকে এমনভাবে নতুন সমস্যার দিকে প্রসারিত করা হয়েছে যা বিজ্ঞানের বেশ কয়েকটি নতুন ক্ষেত্র তৈরি হয়েছে তা প্রথমে এটি প্রদর্শিত হয়। তবুও তারা সবাই অসম্পূর্ণ তথ্য থেকে যুক্তি নিয়ে উদ্বিগ্ন; এবং আমরা বিশ্বাস করি যে আমাদের সম্ভাব্য তত্ত্বটি তাত্ত্বিক হিসাবে তাত্ত্বিক হিসাবে স্থাপন করে এই জাতীয় সমস্ত সমস্যা মোকাবেলার সাধারণ উপায়। আমরা তিনটি উদাহরণ নোট করি।
ফিজি সেটগুলি হ'ল স্পষ্টতই, বায়েশিয়ান অনুমানের প্রশিক্ষণপ্রাপ্ত কারও কাছে - বেয়েশিয়ার পূর্ব সম্ভাব্যতার কাছে অপরিশোধিত অনুমান। এগুলি কেবল তখনই তৈরি হয়েছিল কারণ তাদের অনুশীলনকারীরা প্রকৃতির মধ্যে উপস্থিত থাকার মতো "র্যান্ডমনেস" শর্ত হিসাবে সম্ভাবনার চিন্তাভাবনা অব্যাহত রেখেছিল তবে কখনও কখনও এর সঠিক সংজ্ঞা দেওয়া হয়নি; এবং তাই এই সিদ্ধান্তে পৌঁছে যে সম্ভাবনার তত্ত্বটি এই জাতীয় সমস্যার ক্ষেত্রে প্রযোজ্য নয়। অসম্পূর্ণ তথ্য নির্দিষ্ট করার সাধারণ উপায় হিসাবে কেউ সম্ভাব্যতা স্বীকার করার সাথে সাথেই ফাজী সেটগুলি প্রবর্তনের কারণ অদৃশ্য হয়ে যায়।
তেমনি, কৃত্রিম বুদ্ধিমত্তার (এআই) বেশিরভাগই অসম্পূর্ণ তথ্য থেকে যুক্তির জন্য স্বজ্ঞাত ডিভাইসের সংকলন যা প্রচলিত পরিসংখ্যানের পুরানো ব্যক্তির মতো বায়েশিয়ার পদ্ধতিগুলির নিকটবর্তী এবং কিছুটা সীমাবদ্ধ শ্রেণির সমস্যার ক্ষেত্রে ব্যবহারযোগ্য; কিন্তু যখন আমরা সেই শ্রেণীর বাইরে সমস্যাগুলিতে তাদের প্রয়োগ করার চেষ্টা করি তখন এটি অযৌক্তিক সিদ্ধান্তে আসে। আবার, এর চর্চাকারীরা কেবলমাত্র এতে ধরা পড়ে কারণ তারা অসম্পূর্ণ তথ্যের পরিবর্তে শারীরিক "এলোমেলোতা" উপস্থাপন হিসাবে সম্ভাবনার কথা ভাবতে থাকে। বায়েশিয়ান ইনফারেন্সনে এই সমস্ত ফলাফল স্বয়ংক্রিয়ভাবে - এবং বরং তুচ্ছ - কোনও সীমাবদ্ধ শ্রেণির সমস্যার সীমাবদ্ধতা ছাড়াই অন্তর্ভুক্ত।
দারুণ নতুন বিকাশ হ'ল নিউরাল নেট, যার অর্থ তারা হ'ল বিস্ময়কর নতুন সম্পত্তির সাথে অ্যালগরিদমের একটি সিস্টেম যা মানুষের মস্তিষ্কের মতো, অভিযোজিত যাতে তারা অতীত ত্রুটিগুলি থেকে শিখতে পারে এবং স্বয়ংক্রিয়ভাবে নিজেকে সংশোধন করতে পারে (বাহ! কী দুর্দান্ত নতুন ধারণা!) । প্রকৃতপক্ষে, আমরা নিউরাল নেটগুলি অনেক অ্যাপ্লিকেশনগুলিতে প্রকৃতপক্ষে খুব কার্যকর যেটি দেখে অবাক হই না; ফাজি সেট বা এআই এর চেয়ে বেশি। তবে বর্তমান স্নায়ুবহুল জালের দুটি ব্যবহারিক ত্রুটি রয়েছে; (ক) তারা বর্তমান ইনপুট প্লাস অতীতের প্রশিক্ষণ তথ্যের দ্বারা নির্ধারিত একটি আউটপুট দেয়। এই আউটপুটটি আসলেই একটি অনুমানযথাযথ প্রতিক্রিয়া, হাতে থাকা সমস্ত তথ্যের উপর ভিত্তি করে, তবে এটি এর যথার্থতার কোনও ইঙ্গিত দেয় না, এবং সুতরাং এটি আমাদের লক্ষ্য করে না যে আমরা কতটা নিকটে রয়েছি (যা আরও বেশি প্রশিক্ষণের প্রয়োজন); (খ) যখন অলৈখিক প্রতিক্রিয়া আহ্বান করা হয়, তখন একটি অভ্যন্তরীণভাবে সঞ্চিত স্ট্যান্ডার্ড "সিগময়েড" ননলাইনার ফাংশনের জন্য আবেদন করে, যা বিভিন্ন পরিবর্ধন এবং লিনিয়ার মিশ্রণগুলি সহ কিছুটা হলেও সত্যিকারের ননলাইনার ফাংশন তৈরি করতে পারে। (দ্রষ্টব্য: জোর আমার।)
তবে, আমাদের কি সত্যই উল্লেখ করতে হবে যে (1) অভিযোজিত যে কোনও পদ্ধতি হ'ল সংজ্ঞা অনুসারে, অসম্পূর্ণ তথ্য অ্যাকাউন্টে নেওয়ার একটি মাধ্যম; (২) বেয়েসের উপপাদ্য হ'ল সমস্ত অভিযোজিত পদ্ধতির মা; সাধারণ নতুন তথ্য হিসাব করা জ্ঞানের যে কোনো অবস্থায় আপডেট করার জন্য নিয়ম; (3) এই সমস্যাগুলি যখন বায়েশিয়ার পদগুলিতে রচনা করা হয়, তখন একটি একক গণনা স্বয়ংক্রিয়ভাবে সর্বোত্তম অনুমান এবং এর যথার্থতা উভয়ই লাভ করে; (৪) অরৈখিকতার জন্য বলা হলে, বাইসের উপপাদটি স্বয়ংক্রিয়ভাবে সমস্যার দ্বারা ডাকা সঠিক ননলাইনার ফাংশনটি স্বয়ংক্রিয়ভাবে উত্পন্ন করে অন্য কোনও অ্যাডহক ডিভাইস দ্বারা এটির সাথে একটি সান্নিধ্য তৈরি করার চেষ্টা করার পরিবর্তে ।
অন্য কথায়, আমরা দাবি করি যে এগুলি মোটেই নতুন ক্ষেত্র নয়; শুধুমাত্র মিথ্যা শুরু। যদি কোনও স্ট্যান্ডার্ড বায়েশিয়ান প্রেসক্রিপশন দ্বারা এই জাতীয় সমস্ত সমস্যার সূত্র তৈরি করে তবে একটি স্বয়ংক্রিয়ভাবে তাদের সমস্ত কার্যকর ফলাফল উন্নত আকারে পেয়ে যায়। লোকেদের এটি বুঝতে অসুবিধাগুলি মনে হ'ল বিমূর্ত গণিত এবং বাস্তব বিশ্বের মধ্যকার সম্পর্ককে কল্পনা করতে একই ব্যর্থতার সমস্ত উদাহরণ। যত তাড়াতাড়ি আমরা সনাক্ত করতে পারি যে সম্ভাবনাগুলি বাস্তবতার বর্ণনা দেয় না - কেবলমাত্র বাস্তবতা সম্পর্কে আমাদের তথ্য - গেটগুলি সেই তথ্য থেকে যুক্তির সমস্যার অনুকূল সমাধানের জন্য প্রশস্ত থাকে।