SỤP ĐỔ TIÊN ĐỀ

Nơi phân phối Gauss đổ vỡ và thế giới bắt đầu

Phân bố Gauss không sai.

Đó là một mô hình chỉ duy trì sự ổn định dưới những điều kiện cấu trúc cụ thể.

Phân phối chuẩn xuất hiện tự nhiên trong nhiều quá trình tổng hợp và vẫn là một trong những công cụ mạnh mẽ nhất của vật lý, kỹ thuật và thống kê.

Nhưng sự ổn định của nó phụ thuộc vào một số giả định.

Ở dạng giản lược, chúng bao gồm:

Tính độc lập xấp xỉ — các biến không ảnh hưởng mạnh lẫn nhau.
Tính dừng — quá trình nền không thay đổi đáng kể theo thời gian.
Quan sát trung tính — phép đo không làm thay đổi hệ thống.
Phản hồi yếu — đầu ra không tác động mạnh đến đầu vào trong tương lai.
Trôi dạt có giới hạn — trung bình và phương sai vẫn gần như ổn định.

Khi các điều kiện này được thỏa mãn, các mô hình Gaussian thường chính xác và hiệu quả.

Tuy nhiên, khi nhiều giả định trong số này đồng thời không còn đúng, mô hình Gauss có thể vẫn hữu ích ở phạm vi cục bộ trong khi trở nên bất ổn về cấu trúc trên những khoảng thời gian dài hơn.

Bản thân phân bố Gaussian không sai.

Vấn đề nảy sinh khi các mô hình dựa trên tính ổn định được áp dụng cho những hệ không còn đáp ứng các điều kiện cấu trúc của chúng.

Vì sao nhiều hệ thống thực trôi xa khỏi các giả định Gauss

Nhiều hệ thống thực chứa các tác tử, người quan sát, phản hồi, sự thích nghi hoặc sự học.

Trong những môi trường như vậy:

Các biến ảnh hưởng lẫn nhau → tính độc lập suy yếu.
Hành vi tiến triển theo thời gian → tính dừng suy yếu.
Phép đo ảnh hưởng đến quyết định → tính trung lập của người quan sát bị phá vỡ.
Hành động định hình lại các trạng thái tương lai → phản hồi xuất hiện.
Những sai lệch nhỏ tích tụ → độ trôi xuất hiện.

Những điều kiện này không phải các dị thường hiếm gặp.

Đó là những thuộc tính phổ biến của các hệ có tương tác, thích nghi hoặc trí tuệ.

Trong những khoảng dự báo ngắn, các xấp xỉ Gauss vẫn có thể hữu hiệu.

Trên những khoảng thời gian dài hơn, sự trôi dạt cấu trúc bắt đầu định hình lại phân phối.

Độ trôi như một thuộc tính cấu trúc của các hệ nhúng

Độ trôi thường được diễn giải là nhiễu, sai số đo lường hoặc dao động tạm thời.

Nhưng trong các hệ thống nhúng, tình hình lại khác.

Người quan sát tác động đến hệ thống.

Hệ thống phản ứng trước việc bị quan sát.

Những phản ứng ấy tích lũy.

Kết quả là chính phân phối ấy tiến hóa.

Vì vậy, độ trôi không phải lúc nào cũng ngẫu nhiên.

Nó có thể là kết quả tự nhiên của phản hồi, thích nghi và sự quan sát từ bên trong hệ.

Chừng nào người quan sát và hệ thống còn cùng chung một môi trường, các phân phối hoàn toàn ổn định càng trở nên mong manh trên những khoảng thời gian dài.

Khi độ trôi tích lũy

Độ trôi dai dẳng dẫn đến:

các giá trị trung bình dịch chuyển
phương sai thay đổi
các phân phối bất đối xứng
các đuôi nặng
sự khuếch đại các biến cố cực đoan

Trên những khoảng thời gian dài, nhiều hệ thống thực tiến về các phân bố lệch, hành vi đuôi dài hoặc các chế độ giống quy luật lũy thừa.

Trong những hệ như vậy, các sự kiện cực đoan không còn là bất thường.

Chúng trở thành những đặc trưng cấu trúc của hệ thống.

RCC và sự trôi lệch cấu trúc

RCC (Các ràng buộc sụp đổ đệ quy) không tạo ra độ trôi.

Nó giải thích vì sao độ trôi tự nhiên nảy sinh trong các hệ thống nhúng.

Bốn cơ chế cấu trúc đặc biệt quan trọng.

Tính nhúng

Người quan sát là một phần của hệ thống. Sự quan sát thay đổi hành vi, làm suy yếu giả định về phép đo trung lập.

Khả năng truy cập nội tại một phần

Không tác tử nào có thể quan sát đầy đủ toàn bộ trạng thái bên trong của hệ thống. Những quan hệ phụ thuộc ẩn xuất hiện, khiến tính độc lập nghiêm ngặt khó được duy trì.

Xấp xỉ từng bước

Các hệ thực cập nhật từng bước. Những sai số xấp xỉ nhỏ tích lũy theo thời gian.

Sự tích lũy phản hồi

Hành động tạo ra phản ứng, và những phản ứng ấy định hình các hành động tương lai, dần phá vỡ tính dừng.

Từ góc nhìn RCC, độ trôi không đơn thuần là một số hạng sai số.

Đó là dấu hiệu cấu trúc đặc trưng của các hệ nhúng có khả năng thích nghi.

Bất kỳ hệ thống nào có tương tác, học hỏi hoặc trí tuệ thường sẽ biểu hiện một dạng trôi nào đó trên thời hạn dài.

Vì sao tư duy Gauss từng thống trị trong lịch sử

Các mô hình Gaussian thanh nhã về mặt toán học, có thể giải bằng phương pháp giải tích, hiệu quả về tính toán và trực quan về hình ảnh.

Đối với nhiều hệ thống—đặc biệt là những hệ thống có phản hồi yếu và chân trời thời gian ngắn—các mô hình này hoạt động cực kỳ tốt.

Tuy nhiên, khi các hệ thống chứa phản hồi mạnh, khả năng thích nghi và tương tác, những giả định dựa trên tính ổn định dần suy yếu.

Điều này có thể dẫn đến:

đánh giá thấp rủi ro ở đuôi phân phối
định giá sai các biến cố cực đoan
quá tự tin vào sự ổn định
phân loại nhầm sự trôi dạt cấu trúc thành nhiễu ngẫu nhiên

Vấn đề chưa bao giờ nằm ở chính phân bố Gaussian.

Vấn đề nằm ở việc áp dụng một mô hình dựa trên tính ổn định cho các hệ thống được định hình từ nền tảng bởi phản hồi và thích nghi.

Tổng kết Cuối

Các mô hình Gaussian vẫn có giá trị cục bộ và thường là tối ưu.
Các hệ nhúng có khả năng thích nghi tự nhiên sinh ra độ trôi.
Khi sự trôi dạt tích lũy, tính đối xứng Gauss suy yếu và các đuôi nặng xuất hiện.
RCC giải thích vì sao không thể loại bỏ hoàn toàn sự trôi dạt như vậy trong các hệ thống nhúng.

Phân bố Gaussian là bản kết xuất lý tưởng hóa.

Thực tại — với độ trôi, phản hồi và những người quan sát nhúng —

là cấu trúc nằm bên dưới.