"Kwa kweli, tatizo sio data, ni jinsi tunavyoweka sehemu za kuchoka za data." Je, mifano ya AI ni sahihi kama mtihani wa kuthibitisha anasema? Kwa nini mfano na usahihi wa utabiri wa 99% utamwagilia sanduku lako la barua pepe na utabadilisha siku yako nzuri katika ghafla? Umewahi kuwa na shaka? Karibu kwenye - ubaguzi ambao hufanya binadamu na mashine wote kuchunguza uwezekano mbaya wakati sisi kupuuza mazingira ambayo data ipo. Base Rate Fallacy What Is the Base Rate Fallacy? Nini ni faida ya kiwango cha msingi? Hebu tuangalie kwa haraka nini falsafa ya kiwango cha msingi ni kweli. ya ni uwezekano wa jumla wa tukio linalotokea— Kwa mujibu wa ushahidi wa hivi karibuni, The hutokea wakati uwezekano huu wa msingi unachukuliwa, na tunazingatia tu ushahidi mpya. base rate kabla ya base rate fallacy Let the Math Speak Acha Mathematics ya Kuongea Fikiria hali ambapo ugonjwa unaathiri Wewe, kuwa mjuzi, kuendeleza mtihani ambao ni : 1 in 1000 99% accurate 
 
 
 Ikiwa mtu ana ugonjwa huo, mtihani ni chanya 99% ya wakati (ya kweli chanya). Ikiwa mtu hana ugonjwa huo, mtihani ni hasi 99% ya wakati (madhara ya kweli). Sasa, hebu fikiria mtu anafanya mtihani Ni uwezekano gani kwamba kwa kweli wana ugonjwa huo? positive Isipokuwa kinyume na hisia, ni Hapa ni kwa nini: not 99% Kati ya watu 1000: 
 
 
 1 mtu kweli ana ugonjwa → mtihani uwezekano wa kukamata → 1 kweli chanya Watu 999 hawana ugonjwa huo → 1% ya watu hao kuangalia chanya → ~10 sahihi chanya Miongoni mwa majaribio hayo ni yafuatayo: 
 
 
 Jumla ya mafanikio = 1 (kwa kweli) + 10 (kwa uongo) = 11 Uwezekano wa kuwa na ugonjwa huo = 1 / 11 ≈ 9% Pamoja na mtihani ambao ni "99% sahihi", uwezekano wako wa kuwa mgonjwa ni tu Kwa sababu ugonjwa huu ni wa nadra sana. 9% Hii ya Ni ya - na kusahau inaongoza kwa ufafanuzi mkubwa. 1-in-1000 Kiwango cha msingi Why Humans Fall for This Kwa nini watu huanguka kwa hili Hii sio tu tatizo la kimantiki - ni tatizo la . brain problem wa kisaikolojia na ya Tuligundua kwamba tunapohesabu uwezekano, tunabadilisha maswali magumu kwa maswali rahisi. Daniel Kahneman Amos Tversky "Ni kiasi gani hali hii ni sawa na stereotype yangu ya akili?" Hivyo wakati mtihani ni 99% sahihi, ubongo wetu anasema: Hiyo inaonekana kama mchezo!” ... na tunadhani matokeo lazima yawe ya kweli. Mzunguko huu unaitwa , na inatufanya tusisahau kiwango cha msingi cha utofauti wa takwimu. representativeness heuristic The Engineer–Lawyer Conundrum Mhandisi wa kisheria Conundrum Matokeo haya yameonyeshwa kwa kiwango kikubwa kupitia . Engineer–Lawyer problem Washiriki waliruhusiwa: 
 
 
 Kuna wanasheria 70 na wahandisi 30 katika chumba. Jack ni introverted, anapenda puzzles kimantiki, na anapenda elektroniki. Kisha aliuliza, "Ni uwezekano gani kwamba Jack ni mhandisi?" Ingawa kiwango cha msingi kinaonyesha a Wengi wa watu wanasema Kwa sababu ya Jack Maelezo yanaonekana kuwa ya mwakilishi, hivyo kiwango cha 70/30 kinachukuliwa—hata ingawa ni mtazamo wenye nguvu zaidi. 30% chance 80–90% Sauti ya How This Fails in the Real World Jinsi ya kushindwa katika ulimwengu wa kweli ** Utabiri wa AI \ Unaunda mfano ambao unashambulia bidhaa zilizo hatari na usahihi wa 95%. ya vitu ni hatari, tahadhari nyingi itakuwa sahihi chanya. shughuli inaweza kwenda katika hali ya hofu—katika kitu chochote. 0.1% **Utaratibu wa Mzunguko wa Usambazaji \ Mfumo wa mapema wa tahadhari unaonyesha hatari za wauzaji. Utaratibu wa usafirishaji ni wa muda, tahadhari nyingi zitakuwa za uongo—hata ikiwa mfumo ni wa kiufundi “hakika.” 1 in 500 Na hutokea katika maeneo mbalimbali: uchunguzi wa udanganyifu, majaribio ya matibabu, tahadhari ya vitisho, ufuatiliaji wa anomali - orodha inaendelea. The Solution: Bayes to the Rescue Suluhisho: Bayes kwa ajili ya kuokoa Kwa mujibu wa Mathematics, Inasaidia kukabiliana na udanganyifu wa kiwango cha msingi. Inasaidia kurekebisha imani yetu kwa kuchanganya viwango vya msingi na ushahidi mpya: Bayes’ Theorem P(B) = P(B) P(B) / P(A) ambapo ya: 
 
 
 
 
 : Probability of having the disease given a positive test P(A ∣ B) P(B) A: uwezekano wa kuwa na mtihani mzuri ikiwa una ugonjwa huo P(A): Kiwango cha msingi (ukweli wa awali) P(B): uwezekano wa jumla wa mtihani mzuri (ya kweli + ya uwezekano wa uongo) Teorema ya Bayes inatuhakikishia kuwa na usawa kwa kitu ambacho intuition ya binadamu huwa na tabia ya kupita. Nini tunajua Nini tunaweza kuona Final Thoughts mawazo ya mwisho Tunaishi katika ulimwengu unaoongozwa na utabiri—kutoka AI kwa huduma za afya hadi vifaa vya vifaa. Lakini idadi, bila kujali jinsi ilivyo ngumu, haina maana bila haki . context Na wakati mwingine, ufahamu wenye nguvu zaidi unaishi katika uwezekano mdogo, wa kifungo cha chini tulikuwa haraka sana kukataa.

Read My Stories

Sauti hii imetolewa katika lugha asilia ya hadithi!

Mabadiliko ya kiwango cha msingi: Kwa nini mfano wako wa akili bado unapata makosa

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Details of the Aerial Voyage.—Kennedy silenced

Speed up Swift compile time

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Details of the Aerial Voyage.—Kennedy silenced

Speed up Swift compile time

Jinsi $ TRUTH token ya Swarm Network inapanga kukabiliana na taarifa mbaya kupitia uhakiki wa Blockchain

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps