การยุบตัวของสัจพจน์

ที่ซึ่งเกาส์เซียนพังทลายและโลกเริ่มต้น

แบบเกาส์เซียนไม่ได้ผิด

มันเป็นแบบจำลองที่คงเสถียรภาพได้เฉพาะภายใต้เงื่อนไขเชิงโครงสร้างบางอย่าง

การแจกแจงปกติเกิดขึ้นเองตามธรรมชาติในกระบวนการรวมสะสมหลายแบบ และยังคงเป็นหนึ่งในเครื่องมือที่ทรงพลังที่สุดของฟิสิกส์ วิศวกรรมศาสตร์ และสถิติ

แต่เสถียรภาพของมันขึ้นอยู่กับสมมติฐานหลายข้อ

ในรูปแบบอย่างง่าย เงื่อนไขเหล่านี้ได้แก่:

1. ความเป็นอิสระโดยประมาณ — ตัวแปรไม่มีอิทธิพลต่อกันอย่างรุนแรง

2. ความคงที่เชิงสถิติ — กระบวนการเบื้องหลังไม่เปลี่ยนแปลงอย่างมีนัยสำคัญตามเวลา

3. การสังเกตที่เป็นกลาง — การวัดไม่เปลี่ยนแปลงระบบ

4. การป้อนกลับที่อ่อน — ผลลัพธ์ไม่ได้กำหนดรูปของข้อมูลนำเข้าในอนาคตอย่างมากนัก

5. การเลื่อนลอยที่จำกัด — ค่าเฉลี่ยและความแปรปรวนยังคงเสถียรโดยประมาณ

เมื่อเงื่อนไขเหล่านี้เป็นจริง แบบจำลองเกาส์เซียนมักแม่นยำและมีประสิทธิภาพ

อย่างไรก็ตาม เมื่อสมมติฐานเหล่านี้หลายข้อใช้ไม่ได้พร้อมกัน แบบเกาส์เซียนอาจยังมีประโยชน์เฉพาะที่ ขณะเดียวกันก็ไม่เสถียรในเชิงโครงสร้างเมื่อพิจารณาระยะเวลาที่ยาวขึ้น

ตัวเกาส์เซียนเองไม่ได้ผิด

ปัญหาเกิดขึ้นเมื่อแบบจำลองที่ตั้งอยู่บนเสถียรภาพถูกนำไปใช้กับระบบที่ไม่เป็นไปตามเงื่อนไขเชิงโครงสร้างของแบบจำลองเหล่านั้นอีกต่อไป

เหตุใดระบบจริงจำนวนมากจึงลอยเลื่อนออกจากสมมติฐานแบบเกาส์เซียน

ระบบจริงจำนวนมากประกอบด้วยตัวกระทำ ผู้สังเกต ผลป้อนกลับ การปรับตัว หรือการเรียนรู้

ในสภาพแวดล้อมเช่นนี้:

• ตัวแปรมีอิทธิพลต่อกัน → ความเป็นอิสระลดลง

• พฤติกรรมเปลี่ยนแปลงไปตามเวลา → ความคงที่ทางสถิติลดลง

• การวัดมีอิทธิพลต่อการตัดสินใจ → ความเป็นกลางของผู้สังเกตพังลง

• การกระทำเปลี่ยนรูปสถานะในอนาคต → การป้อนกลับจึงเกิดขึ้น

• ความเบี่ยงเบนเล็ก ๆ สะสมตัว → การลอยเบี่ยงปรากฏขึ้น

เงื่อนไขเหล่านี้ไม่ใช่ความผิดปกติที่พบได้ยาก

สิ่งเหล่านี้เป็นคุณสมบัติทั่วไปของระบบที่มีปฏิสัมพันธ์ การปรับตัว หรือปัญญา

ในช่วงเวลาสั้น ๆ การประมาณแบบเกาส์เซียนอาจยังใช้ได้

เมื่อพิจารณาช่วงเวลาที่ยาวขึ้น การเลื่อนคลาดเชิงโครงสร้างเริ่มเปลี่ยนรูปการแจกแจง

การเลื่อนคลาดในฐานะสมบัติเชิงโครงสร้างของระบบที่ฝังตัว

การเลื่อนลอยมักถูกตีความว่าเป็นสัญญาณรบกวน ความคลาดเคลื่อนในการวัด หรือความผันผวนชั่วคราว

แต่ในระบบที่ฝังตัวอยู่ภายใน สถานการณ์แตกต่างออกไป

ผู้สังเกตมีอิทธิพลต่อระบบ

ระบบตอบสนองต่อการถูกสังเกต

ปฏิกิริยาเหล่านั้นสะสม

ผลก็คือ การแจกแจงเองวิวัฒน์ไป

ดังนั้น การเลื่อนลอยจึงไม่ได้เป็นแบบสุ่มเสมอไป

มันอาจเป็นผลตามธรรมชาติของการป้อนกลับ การปรับตัว และการสังเกตจากภายในระบบ

ตราบใดที่ผู้สังเกตและระบบอยู่ร่วมในสภาพแวดล้อมเดียวกัน การแจกแจงที่เสถียรอย่างสมบูรณ์ก็ยิ่งเปราะบางขึ้นเมื่อทอดเวลาออกไปยาวนาน

เมื่อการลอยเลื่อนสะสม

การลอยเบี่ยงที่คงอยู่นำไปสู่:

• ค่าเฉลี่ยที่เลื่อนไป

• ความแปรปรวนที่เปลี่ยนไป

• การแจกแจงแบบไม่สมมาตร

• หางหนา

• การขยายความรุนแรงของเหตุการณ์สุดขั้ว

เมื่อมองในช่วงเวลายาวนาน ระบบจริงจำนวนมากเคลื่อนไปสู่การแจกแจงแบบเบ้ พฤติกรรมหางยาว หรือระบอบที่คล้ายกฎกำลัง

ในระบบเช่นนี้ เหตุการณ์สุดขั้วไม่ใช่ความผิดปกติอีกต่อไป

มันกลายเป็นลักษณะเชิงโครงสร้างของระบบ

RCC และการเบี่ยงเบนเชิงโครงสร้าง

RCC (ข้อจำกัดการยุบตัวแบบเรียกซ้ำ) ไม่ได้สร้างการเลื่อนคลาด

มันอธิบายว่าเหตุใดการลอยเลื่อนจึงผุดขึ้นตามธรรมชาติในระบบที่ฝังตัวอยู่ภายใน

กลไกเชิงโครงสร้างสี่ประการมีความสำคัญเป็นพิเศษ

ภาวะฝังตัวภายในระบบ

ผู้สังเกตเป็นส่วนหนึ่งของระบบ การสังเกตเปลี่ยนพฤติกรรม ทำให้สมมติฐานเรื่องการวัดที่เป็นกลางมีน้ำหนักลดลง

การเข้าถึงภายในได้เพียงบางส่วน

ไม่มีตัวกระทำใดสังเกตสถานะภายในทั้งหมดของระบบได้อย่างครบถ้วน ความสัมพันธ์พึ่งพาที่ซ่อนอยู่ปรากฏขึ้น ทำให้ยากที่จะรักษาความเป็นอิสระอย่างเคร่งครัด

การประมาณทีละขั้น

ระบบจริงปรับปรุงทีละขั้น ความคลาดเคลื่อนเล็กน้อยจากการประมาณจะสะสมไปตามเวลา

การสะสมของการป้อนกลับ

การกระทำก่อให้เกิดปฏิกิริยา และปฏิกิริยาเหล่านั้นกำหนดการกระทำในอนาคต ค่อย ๆ ทำลายความคงที่ทางสถิติ

จากมุมมองของ RCC การเลื่อนลอยไม่ใช่เพียงพจน์ความคลาดเคลื่อน

มันคือลักษณะบ่งชี้เชิงโครงสร้างของระบบปรับตัวที่ฝังตัวอยู่ภายใน

โดยทั่วไป ระบบใดก็ตามที่มีปฏิสัมพันธ์ การเรียนรู้ หรือปัญญา จะแสดงการเลื่อนลอยระยะยาวในรูปแบบใดรูปแบบหนึ่ง

เหตุใดแนวคิดแบบเกาส์จึงครองอิทธิพลในประวัติศาสตร์

แบบจำลอง Gaussian งดงามทางคณิตศาสตร์ แก้ได้เชิงวิเคราะห์ มีประสิทธิภาพเชิงคำนวณ และเข้าใจได้ง่ายผ่านภาพ

สำหรับหลายระบบ—โดยเฉพาะระบบที่มีป้อนกลับอ่อนและมีกรอบเวลาสั้น—แบบจำลองเหล่านี้ทำงานได้ดีอย่างยิ่ง

อย่างไรก็ตาม เมื่อระบบมีการป้อนกลับ การปรับตัว และปฏิสัมพันธ์ที่เข้มข้น สมมติฐานที่อาศัยเสถียรภาพจะค่อย ๆ อ่อนแรงลง

สิ่งนี้อาจนำไปสู่:

• การประเมินความเสี่ยงบริเวณหางการแจกแจงต่ำเกินไป

• การตีราคาเหตุการณ์สุดขั้วอย่างผิดพลาด

• ความมั่นใจในเสถียรภาพมากเกินไป

• การจำแนกการเลื่อนไหลเชิงโครงสร้างผิดว่าเป็นสัญญาณรบกวนสุ่ม

ปัญหาไม่เคยอยู่ที่การแจกแจงแบบเกาส์เอง

ปัญหาคือการนำแบบจำลองที่ตั้งอยู่บนเสถียรภาพมาใช้กับระบบที่มีการป้อนกลับและการปรับตัวเป็นตัวกำหนดพื้นฐาน

บทสรุปส่งท้าย

• แบบจำลอง Gaussian ยังคงใช้ได้เฉพาะที่ และมักให้ผลเหมาะที่สุด

• ระบบปรับตัวที่ฝังตัวอยู่ภายในก่อให้เกิดการเลื่อนคลาดโดยธรรมชาติ

• เมื่อการลอยเลื่อนสะสม สมมาตรแบบเกาส์อ่อนลง และหางหนาปรากฏขึ้น

• RCC อธิบายว่าเหตุใดจึงไม่อาจขจัดการเลื่อนไหลเช่นนี้ได้ทั้งหมดในระบบที่ฝังตัวอยู่ภายใน

เกาส์เซียนคือ ภาพเรนเดอร์ในอุดมคติ

ความเป็นจริง — พร้อมการเคลื่อนคลาด การป้อนกลับ และผู้สังเกตที่ฝังตัวอยู่ภายใน —

คือโครงสร้างที่อยู่เบื้องล่าง