리스크 서사시 (5) 베이스, 교재에서만 살아가는 남자

리스크 소 스 ( リスク 小 史) [5] 베이스, 교재에만 사는 남자

** 생전 유족이 불명인 베이스의 연구는, 한쪽으로는 유행의 불확실성을 측정할 수 있는 유행이라는 흥미진진한 개념을 증명하는 것을 계속하고, 다른 한편으로는 우리에게 객관적 세계 경험에 기초하여 알려지지 않은 확률을 추론하는 방법을 제공하며, 이러한 추론은 우리에게 주어진 정보에 기초하여 끊임없이 수정되는 결과입니다.

** 토마스 베예스 같은 과학 역사상 유명한 인물로서, 쓸만한 개인적인 인생 이야기가 전혀 없다는 것은 매우 이상한 일이다. 이것은 베예스가 살아있을 때 정말로 매우 낮은 평가를 받았다는 것을 보여줍니다. (또는 말 그대로, 적지 않은), 한편으로, 그러한 작가가 저에게 매우 큰 불편함을 가져왔기 때문에 실제로 모든 사람들이 과학자의 이상한 농담을 보는 것을 좋아합니다.

• △ 토마스 베이스 그러나 베이어스는 그런 지루한 사람이었다. 그는 영국 시골에 사는 비주류 교파의 목사였으며, 평일에는 마을 전체가 함께 광장 무용, 맞지 않은 미사를 조직하는 것이 그의 직업이었으며, 마을 전체가 그를 사랑한다고 한다. 유일한 전설적인 면은 그가 많은 전설과 마찬가지로 살아있을 때 책을 출판하지 않았다는 것입니다. 물론 대부분의 전설이 아닙니다. 또한, 베이어스는 신의 존재를 증명하기 위해 확률론 연구를하기로 결정했습니다. 그러나 최종 연구 결과와 영향력으로 인해 교회가 그를 내부 간통자로 여길지 모르는 사람들이 그를 생각할지 모릅니다.

  베이스가 죽었을 때 그의 논문 필사본과 100 파운드를 프린스라는 선교사에게 남겼습니다. 이 또한 정신 문명과 물질 문명 건설이 베이스보다 더 높은 곳에 도달한 이상한 사람이었습니다. 그는 자유 의지가 신의 선물이라고 생각했고, 미국 독립도 하나님의 뜻이라고 주장한 논문을 썼으며, 프랭클린과 아담스미스가 그의 좋은 친구였으며, 그는 여가 시간에 보험회사에 요금 모형을 도와 주기도 했습니다.

  베이스가 죽은 지 3년 후, 프린스는 그의 후기 논문을 발표하는데 도움을 주었다. 그러나 이 논문의 시대적 의미가 학계에서 주목받기 시작한 것은 20년 후였다. 이 논문에서 베이스는 다음과 같은 문제를 연구하려고 하였다. 만약 우리가 단지 어떤 사건이 일어나는 수와 일어나지 않는 수를만 알고 있다면, 다른 정보가 없다면, 어떻게 그 사건이 일어나는 확률을 계산해야 하는가?

  이전 예제 ("위험의 짧은 이야기" (4): 모퍼와 신의 곡선) 를 되짚어보자. 예를 들어, 우리가 1만 개의 제품을 뽑아 12개의 폐기물을 발견한 제품군에 대해, 그 제품군에 대해 폐기율이 0.1%의 확률이 얼마나 큰가? 실생활에서 이 문제는 우리에게 더 가치 있는 것은 분명하다. 왜냐하면 모든 사람의 관측이 항상 한정되어 있기 때문에, 우리가 보는 것이 얼마나 많은 것을 진실에 반영할 수 있는지 알아야 한다. 마치 우리가 코끼리를 만질 때, 우리가 코끼리의 다리, 또는 옆의 더 뚱뚱한 형제를 만지는지 어떻게 결정하는 것 처럼.

  베이스의 방법은 실제로 새로운 정보로 오래된 정보를 계속 수정하여 수정의 기초에 대한 확률의 신뢰성을 높이는 것입니다. 이것은 전설의 전 확률과 후 확률입니다. 베이스는 이 문제에 대해 논문에서 고전적인 예를 제시합니다:

  

  만약 우리가 탁구 테이블에서 공을 치면 공은 임의의 장소에 멈춥니다. 그리고, 우리는 또 다른 공을 반복해서 치고, 각각 첫 번째 공의 왼쪽과 오른쪽에 굴리는 횟수를 계산합니다. 물론 여기서 당신은 합리적으로 질문을 할 수 있습니다. 우리는 탁구를 치기 위해 두 번째 공을 사용한다면, 왜 첫 번째 공을 치지 않는가? 나는 당신이 질문을 잘한다고 생각하지만 나는 대답하기를 원하지 않습니다. 결국 우리는 두 번째 공이 왼쪽과 오른쪽에 나타나는 횟수를 통해 첫 번째 공의 머무르는 위치를 직접 추론 할 수 있습니다.

  이 예제에서, 첫 번째 볼의 정류 위치에 대한 직접적으로 주어진 확률은 전적 확률이고, 두 번째 볼의 상황에 따라 추론된 첫 번째 볼의 정류 위치에 대한 수정 확률은 후적 확률이다. 즉, 베이스의 방법은 우리의 인식이 우리의 인지 능력의 한계에 의해 제한되어 있기 때문에 우리는 끊임없이 업데이트 된 정보로 우리의 관점을 수정해야한다는 것입니다. 그리고 철학의 수준으로 올라가는 것은 세계의 원천이 우연적이지 않을 수도 있지만, 우리의 능력이 그러한 원천을 인식하기에 충분하지 않기 때문에 우리는 기존의 증거에 의해 추정하거나 추측할 수 있습니다.

  이 문장은 아마도 지금까지의 가장 매력적인 문장입니다. 예를 들어보겠습니다.

  시소토는 여러분의 도시에서 두 개의 쇼핑몰을 열고, 새로운 쇼핑몰의 인적 트래픽이 전체 트래픽의 60%를 차지하고, 이 시점에서 어떤 고객도 시소토에 대해 새로운 쇼핑몰의 고객으로 60%의 확률을 가지고 있습니다. 이것은 사전 확률입니다. 그리고 오래된 쇼핑몰 시설은 관리에 무관하고, 직원은 훈련 수준이 낮으며, 새로운 쇼핑몰보다 두 배나 높은 불평률을 받았습니다. 이 시점에서 누군가가 시소토에 마이크로소프트에 불만을 제기하면, 시소토는 어떤 쇼핑몰의 매니저를 책임져야합니까?

  

  가장 간결한 답은 이 사람이 어디에 있는지 직접 물어보는 것입니다. 물론 그 사람은 아마도 당신이 추측하는 것을 대답할 것입니다. (너무 열악한 것) 그렇다면 이 사람이 어떻게 추측해야 더 큰 올바른 확률이있을 수 있습니까? 만약 선행 확률에 따르면, 이 사람은 새로운 쇼핑몰의 매니저를 찾아야 합니다. 왜냐하면 새로운 쇼핑몰의 인적 흐름이 오래된 쇼핑몰보다 더 많기 때문입니다. 그러나 불평에서 볼 때, 새로운 쇼핑몰의 불평량은 전체 불평의 1/3에 불과합니다.

  생후 이름 없는 베이스 (Bayes) 는 현재 거의 모든 통계학, 인공지능, 게임 이론, 유전학 교과서에 등장하고 있으며, 많은 대학 최종 시험에 응시하는 후보들에게 수많은 문제를 안겨준다. 그의 작업은 한편으로는 불확정성이 불확정성을 측정할 수 있는 불확정성의 흥미진진한 개념임을 증명하고, 다른 한편으로는 객관적인 세계의 경험에 기초하여 우리가 얻는 정보에 기초하여 끊임없이 수정되는 불특정 가능성을 추론하는 방법을 제공하기도 한다. 이 사고방식은 우리의 위험 관리의 목표와 실제와 무모하게 일치한다: 역동적으로 변화하는 시장에서 불확정성이 존재할 경우, 모든 결과와 결정은 우리의 최신하고 가장 포괄적인 정보에 대한 추론에 의존하고 있으며, 그러한 추론은 또한 끝없는 것이다.

중국 양적 투자 협회에서