베이지술

Bayesjutsu

일명 베이즈크래프트(Bayescraft), 베이수츠카이

베이즈술
이미지 제공: Steve Bowers
질문: 베이지안 추론자는 왜 길을 건넜을까?
답변: 이 질문에 답하려면 더 많은 정보가 필요합니다.
-- 전형적인 베이지술 공안


공식화된 합리성의 훈련; 육체적 동작이 아닌 정신의 무술. 가장 초기 형태는 1세기 후반 AT에 개발되었으며, 최초의 Turingrade AI 개발을 가능하게 한 사고와 인지에 관한 많은 동일한 개념들에서 영감을 받았다.

이러한 정신 무술의 기본 목표는 사용 가능한 증거로 최선의 답을 얻는 것, 즉 "지도가 영토를 반영하게" 하는 것으로 설명될 수 있다. 이를 위한 훈련의 상당 부분은 학생이 가진 다양한 인지적 및 사회적 편향을 배우고, 이를 보상하는 방법을 익히는 것을 포함한다. 이러한 편향에 대한 학습은 또한 학생에게 유사한 훈련을 받지 않은 사람들에게서 그러한 편향을 어떻게 악용할 수 있는지 가르쳐주며, 따라서 때로 '암흑 기술'이라 불리는 것에서 그러한 편향을 이용할 수 있게 해준다. 이는 해당 명제의 실제 진위와 관계없이 학생이 다른 사람들에게 주어진 명제가 참이라고 설득할 수 있게 하는 수사학적 기법이다.

베이지술, 또는 베이즈크래프트는 특히 베이지안 추론에 초점을 맞추는데, 이는 베이지안 확률 이론의 파생물로서, 실천자가 사전 사용 가능한 증거에 따라 주어진 명제에 특정 수준의 신뢰도를 부여하고, 새로운 증거를 접하면서 그 신뢰도를 갱신한다.

베이지술의 초기 역사는 신비에 싸여 있는데, 이는 베이지술 기법을 공개 발표 이전에 비밀리에 개발했다고 전해지는 "베이지안 음모단"의 존재 주장 때문이다. 더 극단적인 전설들은 이 음모단이 출판, 연구비, 재직권, 그리고 대학원생의 불법 거래를 통제하는 초국가적, 학제간, 그리고 그림자 같은 과학자 집단이었다고 제안한다. 다른 소문들은 베이지안 음모단의 상층부에 베이즈 의회(Bayes Council)로만 알려진 아홉 명의 침묵하는 인물들이 존재했으며, 그들의 내분은 미국 과학진흥협회의 분열적인 투표 형태로 표현되었다고 시사한다. 베이지안 음모단의 자칭 회원으로부터 나온 베이지술의 특정 기초 지식을 어디서 얻을 수 있는지에 대한 신비로운 진술은 다음과 같다: "샌프란시스코 차이나타운의 뒷골목에 작고 어수선한 골동품 가게가 있다. 청동 쥐에 대해서는 묻지 말라."

베이지안 추론은 1 AT 전후 수세기 동안 서양 문명에서 유행한 과학적 방법과 밀접하게 연관되어 있다. 후기의 더 정제된 형태로, 베이지술은 때때로 그 문명의 합리성 형태의 정점이자 새로 개발된 superbrights가 사용하는 추론 형태의 기초로 묘사되었다. 새로운 존재론(New Ontology)이 개발되고, 각자의 고유한 인지적 편향을 가진 점점 더 다양한 클레이드들이 창조됨에 따라, 각각에 대한 새로운 형태의 정신 무술이 개발되었다. 초월지성(Transapient)들의 공개적 등장은 그러한 훈련을 빠르게 무관하게 만들었는데, 트랜스앱 추론 방식은 그러한 정신 무술의 방어와 공격을 능가할 수 있었고, 진정으로 숙달하는 데 필요한 헌신과 연습의 양을 고려할 때, 그러한 지식을 필요로 하는 직업을 가진 밈적 전문가들과 헌신적인 아마추어들을 제외하고는 일반적인 선호도에서 벗어났다.

베이지술은 수학 철학자 토마스 베이즈 목사(대략 1701-1761 CE)로부터 이름을 얻었으며, 그의 이름을 딴 정리는 대략 1764 CE에 출판되었고, 1814 CE에 라플라스가 "Essai philosophique sur les probabilités"를 출판할 때까지 반세기 동안 본질적으로 무시되었다.

관련 문서
  • 개념 지도
  • 개념화
  • 지식 공학 - 글: M. Alan Kazlev
    지능형 및 준지능형 시스템의 설계 및 구축. 다시 말해, 전문가 시스템, aioids, 그리고 ais를 설계하고 구축하는 기술과 과학. 특히 이것은 소폰트와 하이퍼튜링 전문가들로부터 그들의 전문 분야에 대한 지식과 발견적 규칙을 수집하여 지식 기반 또는 전문가 시스템으로 조립하는 것을 포함한다.
  • 지식 조작(Knowledge Manipulation)
  • Knowsense
  • 밈 공학, Memgineering
  • 통계학 - 글: M. Alan Kazlev
    표본 데이터를 평가하여 수학적 또는 기타 패턴을 찾는 수학 분야. 확률 이론, 복잡한 시스템 연구를 수행하기 위한 통계적 방법의 적용, 특정 정보를 측정하기 위한 샘플링 기법을 포함한다. 백색 소음 미학, 랜덤 워크 시뮬레이션, 경제학, 재료 연구, 의학, 심리학, 사회학, 시장 조사, anakalyptics, 그리고 cliology를 포함한 많은 응용 분야가 있다.
관련 주제
개발 노트
글: Daniel Eliot Boese
최초 게시일: 2011년 2월 16일.

내 신고 조회 →

🐛 문제 신고

같은 암호로 IP가 바뀌어도 본인 신고를 조회할 수 있습니다