КОЛАПС НА АКСИОМАТА

Където гаусовият модел се пречупва и светът започва

Гаусовото разпределение не е погрешно.

Това е модел, който остава стабилен само при определени структурни условия.

Нормалното разпределение възниква естествено в много процеси на агрегиране и остава един от най-мощните инструменти във физиката, инженерството и статистиката.

Но стабилността му зависи от няколко допускания.

В опростен вид те включват:

1. Приблизителна независимост — променливите не си влияят силно една на друга.

2. Стационарност — процесът в основата не се променя съществено с времето.

3. Неутрално наблюдение — измерването не променя системата.

4. Слаба обратна връзка — изходите не оформят силно бъдещите входове.

5. Ограничен дрейф — средната стойност и дисперсията остават приблизително стабилни.

Когато тези условия са изпълнени, гаусовите модели често са точни и ефективни.

Когато обаче няколко от тези предпоставки се нарушат едновременно, гаусовият модел може да остане полезен локално, като същевременно става структурно нестабилен в по-дългосрочен план.

Самото гаусово разпределение не е погрешно.

Проблемите възникват, когато модели, основани на стабилност, се прилагат към системи, които вече не изпълняват структурните им условия.

Защо много реални системи се отклоняват от Гаусовите допускания

Много реални системи съдържат агенти, наблюдатели, обратна връзка, адаптация или учене.

В такива среди:

• Променливите си влияят взаимно → независимостта отслабва.

• Поведението се развива с времето → стационарността отслабва.

• Измерването влияе върху решенията → неутралността на наблюдателя се нарушава.

• Действията преобразуват бъдещите състояния → възниква обратна връзка.

• Малки отклонения се натрупват → появява се дрейф.

Тези условия не са редки аномалии.

Те са обичайни свойства на системи, които включват взаимодействие, адаптация или интелект.

При кратки времеви хоризонти гаусовите приближения все още може да работят.

При по-дълги хоризонти структурният дрейф започва да променя формата на разпределението.

Дрейфът като структурно свойство на вградените системи

Дрейфът често е бил тълкуван като шум, измервателна грешка или временно колебание.

Но при вградените системи положението е различно.

Наблюдателите влияят на системата.

Системата реагира на това, че е наблюдавана.

Тези реакции се натрупват.

В резултат самото разпределение еволюира.

Следователно дрейфът невинаги е случаен.

То може да бъде естественият резултат от обратна връзка, адаптация и вградено наблюдение.

Докато наблюдателят и системата споделят една и съща среда, съвършено стабилните разпределения стават все по-крехки в дълги времеви хоризонти.

Когато дрейфът се натрупва

Устойчивият дрейф води до:

• изместващи се средни стойности

• променящи се дисперсии

• асиметрични разпределения

• тежки опашки

• усилване на екстремни събития

В дълги времеви хоризонти много реални системи се насочват към асиметрични разпределения, поведение с дълги опашки или режими, подобни на степенен закон.

В такива системи екстремните събития вече не са аномалии.

Те стават структурни характеристики на системата.

RCC и структурен дрейф

RCC (Ограничения на рекурсивния колапс) не създава дрейф.

Тя обяснява защо дрейфът възниква естествено във вградените системи.

Четири структурни механизма са особено важни.

Вграденост

Наблюдателят е част от системата. Наблюдението променя поведението, като отслабва допускането за неутрално измерване.

Частичен вътрешен достъп

Никой агент не може да наблюдава изцяло цялото вътрешно състояние на системата. Появяват се скрити зависимости, които затрудняват поддържането на строга независимост.

Поетапно приближение

Реалните системи се актуализират постепенно. Малките грешки от приближенията се натрупват с времето.

Натрупване на обратна връзка

Действията пораждат реакции, а тези реакции оформят бъдещите действия, като постепенно нарушават стационарността.

От гледна точка на RCC дрейфът не е просто член на грешката.

Той е структурен отпечатък на вградените адаптивни системи.

Всяка система, включваща взаимодействие, учене или интелигентност, обикновено проявява някаква форма на дрейф в дълъг времеви хоризонт.

Защо гаусовото мислене е доминирало исторически

Гаусовите модели са математически елегантни, аналитично разрешими, изчислително ефективни и визуално интуитивни.

За много системи — особено за тези със слаба обратна връзка и кратки времеви хоризонти — тези модели работят изключително добре.

Когато обаче системите съдържат силна обратна връзка, адаптация и взаимодействие, допусканията, основани на стабилност, постепенно отслабват.

Това може да доведе до:

• подценяване на риска в опашките на разпределението

• неправилно оценяване на екстремни събития

• прекомерна увереност в стабилността

• погрешно класифициране на структурния дрейф като случаен шум

Проблемът никога не е бил самото гаусово разпределение.

Проблемът беше прилагането на модел, основан на стабилност, към системи, фундаментално оформени от обратна връзка и адаптация.

Заключително обобщение

• Гаусовите модели остават локално валидни и често оптимални.

• Вградените адаптивни системи естествено пораждат дрейф.

• С натрупването на дрейф гаусовата симетрия отслабва и се появяват тежки опашки.

• RCC обяснява защо такъв дрейф не може да бъде напълно премахнат във вградените системи.

Гаусовото разпределение беше идеализираното рендериране.

Реалността — с дрейф, обратна връзка и вградени наблюдатели —

е структурата в основата.