일반 보기

Generic views

인지 연구의 일반적 견해의 주체는 원위 현상의 관찰자에 의한 해석은 관찰자가 문제의 현상에 대한 특별한 위치나 관계성을 요구하지 않도록 해야 한다고 규정한다.주계약자는 관찰자가 빈곤한 근위부 데이터로부터 원위부 현상을 재구성할 수 있도록 하는 귀납적 편향에 대한 상당히 일반적인 설명이다.이 원리는 예를 들어 부적절한 2차원 투영에서 3차원 구조를 추출하는 방법에 대한 설명으로서 특히 시각 연구에서는 진보되어 왔다.null

일반적 견해의 주체는 리차드와[1] 호프만[2][n 1](Hoffman)에 의해 논의되었고, 프리만(Freeman[citation needed])에 의해 정교한 베이시안 공식화(Bayesian formaticization)를 받았다.null

베이시안 추론과의 관계

일반적인 관점의 또 다른 표현은 원위 구조의 추론이 관찰자의 "위치"가 적당히 변경(변란)되었을 경우 추론이 실질적으로 동일하게 유지되도록 해야 한다는 것이다.만일 추론이 관찰자의 동요에 따라 질적으로 또는 범주적으로 달랐을 경우, 추론은 일반적인 견해 가정을 만족시키지 못하며, 기각되어야 한다.(질적 또는 범주적 차이를 구성하는 것이 무엇인지에 대한 질문은 흥미로운 세부 사항의 지점이다.)이러한 관점에서, 일반적 견해의 주체는 관찰의 측면을 설명하는 최대 후방 확률(MAP)에 근거한 추론에 지나지 않는다고 주장할 수 있다.따라서, 우리는 문제의 관측치를 생성했을 가능성이 가장 높은 원위 현상을 유추하며, 이 확률은 특정 관측 가능한 신호를 생성하는 원위 현상의 가능성과 관찰자가 어떤 방식으로 그러한 신호를 변환할 가능성을 모두 포함한다.관찰과 일치한다.그러한 분석(그리고 다양한 가정을 실행하면)에서 일반적 견해 주체에 근접한 행동을 얻을 수 있다.null

메모들

  1. ^ 실제로 물과 같은 자원이 존재한다고 가정해 봅시다. 그리고 여러분은 객관적인 순서 즉, 아주 적은 물, 중간 정도의 물, 많은 양의 물이 있다고 가정해 봅시다. 이제 여러분의 건강기능이 선형이라고 가정해 봅시다. 그래서 약간의 물은 여러분에게 약간의 건강을 주고, 중간 정도의 물은 여러분에게 많은 건강을 준다. 그리고 많은 물은 여러분에게 건강을 준다. 이 경우, 세상의 물에 대한 진실을 보는 유기체는 승리할 수 있지만, 단지 건강기능이 현실의 진정한 구조와 일치하기 때문에 그런 것이다. 일반적으로 현실에서는 절대 그렇지 않을 것이다. 훨씬 더 자연스러운 것은 종곡선이다. 목마름으로 죽는 물이 너무 적지만 물에 빠져 죽는 물이 너무 많으면 그 사이에 있는 곳만이 생존에 좋다. 이제 피트니스 기능이 현실의 구조와 맞지 않는다. 그리고 그 정도면 진실을 소멸시킬 수 있다. 예를 들어, 피트니스에 맞춰진 유기체는 적은 양의 자원을 붉은색으로 볼 수 있고, 반면에 중간량은 높은 피트니스를 나타내기 위해 녹색으로 볼 수 있다. 그것의 인식은 피트니스에 맞춰질 것이지만 진실은 그렇지 않을 것이다. 그것은 비록 그러한 구별이 현실에서 존재하지만, 작거나 큰 구별은 볼 수 없을 것이다.—도널드 D.호프만과 아만다 게프터

참조

  1. ^ Knill, D. C. & Richards, W. Eds, Perspective as Bayesian Inference (Cambridge:케임브리지 대학 출판부, 1996), 페이지 478.
  2. ^ 2016년 4월 25일, The Case Against Reality, The Attrace, The Attract Reality, The Atlantic, The Atlantic, 2016.

추가 읽기

  • Bennett, Bruce M.; Hoffman, Donald D.; Prakash, Chetan (1989), Observer mechanics: A formal theory of perception, San Diego: Academic Press.
  • Bennett, Bruce M.; Hoffman, Donald D.; Prakash, Chetan (1991), "Unity of perception" (PDF), Cognition, 38 (3): 295–334, doi:10.1016/0010-0277(91)90009-s, PMID 2060272.
  • Chaitin, Gregory J. (1974), "Information-theoretic computational complexity", IEEE Transactions on Information Theory, IT-20 (1): 10–15, doi:10.1109/tit.1974.1055172, archived from the original on 2007-04-06.
  • Klamka, Jerzy (1991), Controllability of Dynamical Systems, Dordrecht: Kluwer.
  • Knill, David C.; Richards, Whitman (1996), Perception as Bayesian Inference, Cambridge: Cambridge University Press.
  • Kolen, John F.; Pollack, Jordan B. (1995), "The observer's paradox: Apparent computational complexity in physical systems" (PDF), Journal of Experimental and Theoretical Artificial Intelligence, 7 (3): 253–277, doi:10.1080/09528139508953809.