"د ستونزه د ډاټا نه دی. دا دا دی چې موږ د دې ناڅاپي برخو په نښه کوو." ایا د AI ماډلونه د تصدیق ټسټ په توګه دقیق دي؟ چرا د 99٪ پیش بینی دقت سره یو ماډل به ستاسو د پته د جعلي تفتیشونو سره وښيي او ستاسو د ښکلي ورځ په ډبګګنگ ناڅاپي کې بدل کړئ؟ نښلول؟ ښه راغلاست - یو مخنیوی چې انسانونه او ماشینونه د امکاناتو په غلطه توګه پوه شي کله چې موږ د کنټرول په څیر چې د معلوماتو شتون لري. Base Rate Fallacy What Is the Base Rate Fallacy? د بیلابیلو نرخ د بیلابیلو نرخ څه دی؟ بیا په چټکۍ سره وګورئ چې د اساسي نرخ غلطۍ په حقیقت کې څه دی. د دی د یو واقعې واقعیت د مجموعي احتمال - د نوي شواهد وګورئ. د کله چې د دې زیرمې امکاناتو په لټه کې دي، او موږ یوازې د نوي شواهدو ته تمرکز کوو. base rate مخکې base rate fallacy Let the Math Speak د ریاضی خبرې وکړي تصور وکړئ چې یو ناروغۍ د تاسو، چې یو جنسي، د یو ازموینه جوړ کړئ چې : 1 in 1000 99% accurate 
 
 
 که څوک د ناروغۍ لري، د ټیسټ په 99٪ وخت کې مثبت دی (خود مثبت). که څوک د ناروغۍ نه لري، د ټیسټ د 99٪ وخت (خدا منفي) منفي دی. اوس، فرض وکړئ څوک ازمايښت څه احتمال لري چې دوی په حقیقت کې د ناروغۍ لري؟ positive د اندیښنې برعکس، دا دلته د دې لپاره: not 99% د 1000 خلکو څخه: 
 
 
 1 شخص په حقیقت کې د ناروغۍ لري → د ټیسټ احتمالا به دا ترلاسه کړي → 1 حق مثبت 999 خلک د ناروغۍ نه لري → 1٪ د دوی د ټیسټ مثبت → ~ 10 غلط مثبت So among those who test positive: 
 
 
 د مجموعي مثبت = 1 (د حق) + 10 (د غلط) = 11 احتمال چې په حقیقت کې د ناروغۍ لري = 1 / 11 ≈ 9٪ 👉 د یو ټیسټ له الرې چې "99٪ دقیق" دی، ستاسو د ناروغۍ احتمال یوازې دی ځکه چې دا ناروغۍ ډیر نادر دی. 9% دا دا د - او د دې په نښه کولو کې د لوی غلطو تفسیر ته رامینځته کیږي. 1-in-1000 د اساسي نرخ Why Humans Fall for This چرا انسانونه د دې لپاره ځي د twist؟ دا یوازې د ریاضیاتو ستونزه نه ده - دا د . brain problem روانپزشک او څرنګه چې کله چې موږ د امکاناتو ارزونې، موږ په ناخودانه توګه د سخت پوښتنو سره د آسانه پوښتنو بدلون. په ځای کې د محاسبه، موږ پوښتنه: Daniel Kahneman Amos Tversky "کیا دا حالت زما ذهني سټرایټیټ سره مطابقت کوي؟" په دې توګه، کله چې یو ازموینې 99٪ دقیق دی، زموږ دماغ وايي: دا د لوبې په څیر دی! " ... او موږ فرض کوو چې پایله باید حق وي. د دې shortcut په نوم ، او دا له موږ ته د ناڅاپي، اټکل بډیټ کچه نلري. representativeness heuristic The Engineer–Lawyer Conundrum د انجنير - وکیل Conundrum د دې اغېز په مشهور توګه د . Engineer–Lawyer problem د ګډون کوونکو ته پوهيږي: 
 
 
 There are   and   in a room. 70 lawyers 30 engineers جک انټرروټ دی، د ریاضی پازلونه خوښوي، او د برېښنايي ډیزاین څخه خوښوي. Then asked: “What’s the probability Jack is an engineer?” که څه هم د بیس نرخ ښيي a ډیری خلک وايي ځکه چې جک لکه څنګه چې یو انجنیر. د توضیحات representative احساس کوي، نو د 70/30 نسبت په لټه کې کیږي - که څه هم دا یو ډیر قوي predictor ده. 30% chance 80–90% غږونه How This Fails in the Real World څنګه دا په واقعي نړۍ کې ناکام کیږي **AI Predictions \ تاسو د يو ماډل جوړ کړئ چې د 95٪ دقت سره د غلطو محصولاتو پرچون کوي. خو که یوازې د توکي په واقعیت کې غلط دي، ډیری هشدارونه به غلط مثبت وي. عملیات ممکن په پانیک موډل کې وي - په هر څه کې. 0.1% **Supply Chain Planning \ د مخکښ هټۍ سیسټم د پلورونکي خطرونو پرچون کوي. مګر که یوازې په واقعیت کې، ډیری هشدارونه به غلط وي - حتی که سیسټم تخنیکي "کامل" وي. 1 in 500 او دا په پراخه کچه د ډومینونو په پراخه کچه ترسره کیږي: د فورمه تشخیص، طبي ازمايښتونه، د خطر هشدارونه، غیر معمولي څارنه - د لیست په اوږدو کې دي. The Solution: Bayes to the Rescue د حل: Bayes ته د نجات د ریاضی، د اساسي نرخ غلطۍ سره مخنیوی کوي. دا زموږ باورونه به د اساسي نرخونو سره د نوي شواهدو سره ترکیب کړي: Bayes’ Theorem P(A ÁthaB)=P(B)P(B ÁthaA) / P(A) کله چې: 
 
 
 
 
 P(A ♛ B): د ناروغۍ د مثبت ټیسټ ترلاسه کولو احتمال P(B) A: که تاسو د ناروغۍ لري، احتمال د مثبت ټیسټ ترلاسه کړئ P(A): د بیس نرخ (د مخکښ احتمال) P(B): د ټیسټ مثبت مجموعي احتمال (د حقیقت + غلط مثبت) Bayes نظریه موږ ته توازن ته اړتیا لري سره —something human intuition tends to skip. چې موږ پوه چې موږ وګورئ Final Thoughts د پایلې افکار موږ په نړۍ کې ژوند کوو چې د پیژندنې لخوا چلند کیږي - له AI څخه د روغتیا د مراقبت څخه د لوژستیک ته. مګر شمیره، هرڅه چې څومره پیچلي وي، د حق کولو پرته هیڅ څه معنی نلري . context او ځینې وختونه، تر ټولو قوي معلوماتو د ناڅاپي، ټیټ کلیدي احتمال کې دی چې موږ ډیره چټک لرو.

Read My Stories

دا غږ د کیسې په اصلي ژبه تولید شوی!

د بیس ټیټ بیلسی: د دې لپاره چې ستاسو د سمارټ ترین ماډل څه هم غلط دی

About Author

تبصرې

hang tags

دا مقاله په کې وړاندې شوې وه

Related Stories

Goodtalent is the Startup of the Year in Lagos, Nigeria

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Kindness is a Gift that Should Always be Paid Forward - Interview With Samiran Mondal

Goodtalent is the Startup of the Year in Lagos, Nigeria

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Kindness is a Gift that Should Always be Paid Forward - Interview With Samiran Mondal

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps