AKSIOOMAN ROMAHDUS

Missä normaalijakauma murtuu ja maailma alkaa

Gaussin jakauma ei ole väärä.

Se on malli, joka pysyy vakaana vain tietyissä rakenteellisissa oloissa.

Normaalijakauma syntyy luontevasti monissa kasaantumisprosesseissa ja on yhä yksi fysiikan, tekniikan ja tilastotieteen tehokkaimmista työkaluista.

Mutta sen vakaus riippuu useista oletuksista.

Yksinkertaistettuina niihin kuuluvat:

1. Likimääräinen riippumattomuus — muuttujat eivät vaikuta voimakkaasti toisiinsa.

2. Stationaarisuus — taustalla oleva prosessi ei muutu merkittävästi ajan myötä.

3. Neutraali havainnointi — mittaus ei muuta järjestelmää.

4. Heikko palaute — tulosteet eivät voimakkaasti muovaa tulevia syötteitä.

5. Rajallinen ajautuminen — keskiarvo ja varianssi pysyvät likimain vakaina.

Kun nämä ehdot täyttyvät, Gaussin mallit ovat usein tarkkoja ja tehokkaita.

Kun useat näistä oletuksista kuitenkin rikkoutuvat samanaikaisesti, Gaussin malli voi pysyä paikallisesti hyödyllisenä mutta muuttua rakenteellisesti epävakaaksi pidemmillä aikaväleillä.

Gaussin jakauma itsessään ei ole väärä.

Ongelmia syntyy, kun vakauteen perustuvia malleja sovelletaan järjestelmiin, jotka eivät enää täytä niiden rakenteellisia ehtoja.

Miksi monet todelliset järjestelmät ajautuvat pois Gaussin mallin oletuksista

Monet todelliset järjestelmät sisältävät agentteja, havaitsijoita, palautetta, sopeutumista tai oppimista.

Tällaisissa ympäristöissä:

• Muuttujat vaikuttavat toisiinsa → riippumattomuus heikkenee.

• Käyttäytyminen muuttuu ajan myötä → stationaarisuus heikkenee.

• Mittaaminen vaikuttaa päätöksiin → havaitsijan neutraalius murtuu.

• Toimet muovaavat tulevia tiloja → takaisinkytkentä syntyy.

• Pienet poikkeamat kasautuvat → ajautuminen ilmenee.

Nämä olosuhteet eivät ole harvinaisia poikkeamia.

Ne ovat yleisiä ominaisuuksia järjestelmissä, joissa on vuorovaikutusta, sopeutumista tai älykkyyttä.

Lyhyillä aikajänteillä Gauss-approksimaatiot voivat yhä toimia.

Pidemmillä aikajänteillä rakenteellinen ajautuminen alkaa muokata jakaumaa.

Ajautuminen sisältyneiden järjestelmien rakenteellisena ominaisuutena

Ajautuminen on usein tulkittu kohinaksi, mittausvirheeksi tai tilapäiseksi vaihteluksi.

Sisään upotetuissa järjestelmissä tilanne on kuitenkin toinen.

Havaitsijat vaikuttavat järjestelmään.

Järjestelmä reagoi siihen, että sitä havainnoidaan.

Nuo reaktiot kasautuvat.

Tämän seurauksena itse jakauma kehittyy.

Ajautuminen ei siis aina ole satunnaista.

Se voi olla palautteen, sopeutumisen ja järjestelmän sisäisen havainnoinnin luonnollinen seuraus.

Niin kauan kuin havaitsija ja järjestelmä jakavat saman ympäristön, täydellisen vakaat jakaumat muuttuvat pitkällä aikavälillä yhä hauraammiksi.

Kun ajautuminen kasautuu

Jatkuva ajautuminen johtaa seuraaviin:

• muuttuvat keskiarvot

• muuttuvat varianssit

• epäsymmetriset jakaumat

• raskaat hännät

• ääritapahtumien voimistuminen

Pitkillä aikajänteillä monet todelliset järjestelmät siirtyvät kohti vinoja jakaumia, pitkähäntäistä käyttäytymistä tai potenssilakia muistuttavia tiloja.

Tällaisissa järjestelmissä ääritapahtumat eivät enää ole poikkeamia.

Niistä tulee järjestelmän rakenteellisia ominaisuuksia.

RCC ja rakenteellinen ajautuminen

RCC (rekursiivisen romahduksen rajoitteet) ei aiheuta ajautumista.

Se selittää, miksi ajautumista syntyy luonnostaan sisään upotetuissa järjestelmissä.

Neljä rakenteellista mekanismia on erityisen tärkeitä.

Upotettuna oleminen

Havainnoija on osa järjestelmää. Havainnointi muuttaa käyttäytymistä ja heikentää oletusta neutraalista mittauksesta.

Osittainen pääsy sisäiseen tilaan

Yksikään agentti ei voi havaita järjestelmän koko sisäistä tilaa täydellisesti. Piileviä riippuvuuksia tulee esiin, mikä vaikeuttaa tiukan riippumattomuuden ylläpitämistä.

Vaiheittainen approksimointi

Todelliset järjestelmät päivittyvät asteittain. Pienet approksimaatiovirheet kertyvät ajan myötä.

Palautteen kasautuminen

Toiminnot synnyttävät reaktioita, ja reaktiot muovaavat tulevia toimintoja murtaen vähitellen stationaarisuuden.

RCC:n näkökulmasta ajautuminen ei ole pelkkä virhetermi.

Se on sisäkkäisten, mukautuvien järjestelmien rakenteellinen tunnusmerkki.

Jokaisessa vuorovaikutusta, oppimista tai älykkyyttä sisältävässä järjestelmässä ilmenee tyypillisesti jonkinlaista pitkän aikavälin ajautumista.

Miksi gaussilainen ajattelu hallitsi historiallisesti

Gaussin mallit ovat matemaattisesti elegantteja, analyyttisesti ratkaistavissa, laskennallisesti tehokkaita ja visuaalisesti intuitiivisia.

Monissa järjestelmissä — etenkin niissä, joissa palaute on heikkoa ja aikajänteet lyhyitä — nämä mallit toimivat erittäin hyvin.

Kun järjestelmissä kuitenkin on voimakasta palautetta, mukautumista ja vuorovaikutusta, vakauteen perustuvat oletukset heikkenevät vähitellen.

Tämä voi johtaa seuraaviin:

• häntäriskin aliarviointiin

• ääritapahtumien virheellinen hinnoittelu

• liiallinen luottamus vakauteen

• rakenteellisen ajautumisen luokittelu virheellisesti satunnaiskohinaksi

Ongelma ei koskaan ollut itse normaalijakauma.

Ongelmana oli vakauteen perustuvan mallin soveltaminen järjestelmiin, joita takaisinkytkentä ja sopeutuminen perustavanlaatuisesti muovaavat.

Loppuyhteenveto

• Gaussin mallit säilyvät paikallisesti pätevinä ja usein optimaalisina.

• Sisäkkäiset, mukautuvat järjestelmät synnyttävät luonnostaan ajautumista.

• Ajautumisen kertyessä Gaussin symmetria heikkenee ja jakaumiin syntyy raskaita häntiä.

• RCC selittää, miksi tällaista ajautumista ei voida kokonaan poistaa järjestelmään sisältyvistä järjestelmistä.

Gaussin jakauma oli ihanteellistettu renderöinti.

Todellisuus — ajautumisineen, palautteineen ja siihen upotettuine havaitsijoineen —

on pohjalla oleva rakenne.