前回まで。
今回もこの世はまぐれに支配されているということを見ていきましょう！
逆チューリングテスト
- チューリングテスト：人工知能が人間と見分けがつかないならそれは知能を持つ
- 逆チューリングテスト：ある人の演説をコンピュータで再現できるならその人に知能はない
- でまかせを言っている人を特定できる
生成AIが発達してきてさらにAIと人間の境目は分かりづらくなっているからこそ面白い。
AIもたまにでまかせを言ってきますからね。
人間もだけど。
確率はそれ自体のみでは意味がない
- 確率＋結果を考慮しなければいけない
- 例えば表のようになっている場合、売りのポジションの方が儲けの期待は大きい
- 上がるか下がるかではなく、どれだけの確率で上がり、どれだけ動くのかが重要である
事象 | 確率 | 結果 | 期待値 |
市場が上昇 | ７０％ | １％の上昇 | 0.7 |
市場が下落 | ３０％ | １０％の下落 | -3 |
-2.30% |
市場なんかに興味はなかった。相場になんか興味はないし、予測もしない。私がずっと市場でやってきた仕事は、「歪みに賭ける」というのが一番あっている。つまり、まれな事象に賭けるのだ。私は出来るだけ滅多なことでは儲からないように努めている。出来るだけ儲かる回数が少ないように、だ。
経験を一般化することの危険性
- 経験から得られた観察からの一般化には厳密さが必要
- データを使えば命題を反証することはできるが証明できない
- 理論のあり方は二つしかない
- 反証されて間違っていることが既にわかっている理論
- まだ反証が成功していないので、間違っているかわからないが間違いの可能性がある理論
- 理論を正しいと証明することはできない
- 反証の条件がはっきりしない理論は科学ではない
- 占いなどは間違いを避けられる後付けの説明が加えられる
- 反証を避けられる、あるいははっきりしないので科学ではない
- 反証可能性というやつですね
例えば
命題：市場が3ヶ月間で２０％以上下がることはない
反例があればこの命題を棄却できるが、データがなくてもこれまで下がったことはなかったことだけしかわからない（これから先はわからないし命題を支持できない）。
まとめ
- 確率は結果を考慮することで初めて実用的となる
- この世の全てのデータを取ることは不可能であるがゆえに理論を正しいと確定することはできない
- 間違っているという証明条件がないものは科学ではない
今回はここまで。
コメント
コメントを投稿