Céltalanság tétele

Angol megnevezés: ...

Történeti modul

• A céltalanság tétele alapján az átlagos döntéshozó nincs tisztában szisztematikusan (célfüggvény szinten) saját rész-preferenciáival és ezek egymáshoz képesti átváltásával. Ezért feltételezhető, hogy a csak a szakértőtől elvárt céldefiníció aránya magasabb, mint a csak a tanácsot kérőre jutó válaszok darabszáma. Emellett azonban igaz az is, hogy a tanácsot kérő úm. "büszke", azaz nem szívesen "hódol be" külső tényezők előtt, ezért a domináns válasz a "közösen" kategória kellene, hogy legyen. Mindezek alapján, logikus válaszokat feltételezve a szakértő %-os aránya a célok javasolása során magasabb kell, hogy legyen, mint 50%.[1]

• Céltalanság tétele: a kutatócsoport saját, nagy esetszám alapján levezetett, elméletileg igazolt tézise, mely kijelöli a kutatási eredmények értelmezési intervallumát. Eszerint ideális célfüggvény nincs, a kérdés csak az, milyen mértékben és módon lehet maximalizálni két modell közül a következő x éles alkalmazásban utólag igazolhatóan jobb modell kiválasztani tudását?[2]

• Az emberi szakértők durva leértékelődésének problémája az informatika céltalanság tételében lelhető fel még határozott megfogalmazásban. A céltalanság tétele szerint a modellezők és a megrendelőik nem tudják - célfüggvény hiányában - eldönteni, hogy a nem hibátlan modellek közül melyik a jobb. Márpedig hibátlan modell nincs, vagyis a több-kevesebb hibával rendelkező modellek közül kellene tudni a legperspektivikusabbat kiválasztani, mely a közeljövőben valóban a legjobb előrejelzéseket képes majd szállítani. A kérdőív eredményeiből következően érdemes az oktatás-nevelés során célzottan rámutatni arra, hogy a tökéletesség hiányában is kell rangsorolni, úgy a szakértőket, mint az modelleket. Hogy honnan származnak az előrejelzések, arra a alábbi pontok keresik a választ.[3]

• A céltalanság tétele jelenti, mely szerint elméletileg sincs olyan célfüggvény a tanulás vezérlésére, mely egzakt módon biztosítaná, hogy a tanulásban/tesztben jobb célfüggvény értékkel rendelkező összefüggés az éles alkalmazásban is helyesebb lesz. Ebből az elméleti okokból kiindulva, illetve a gyakorlatban mindig jelentkező végesség és limitáltság ( idő, ember, adat, sebesség ) alapján, valamint az emberek egy részének megalapozatlan „gépekkel” szembeni averziója ellen is szólva fontos kijelenteni, hogy a tanuló gép csak azt tudja megtenni, amit az ember is megtenne, csak mind ezt nagyságrendekkel gyorsabba és precízebben. Így a mesterséges intelligenciák tömeges alkalmazása csak akkor lehet sikeres, ha az a gép és az ember szimbiózisára épül..[4]

• Céltalanság tétele, mely szerint nem tudható elõre, mely ex-post helyességû modell lesz a jövõbeli alkalmazásoknál a legjobb, illetõleg mennyi hiba kell, hogy egy modellben objektumonként megmaradjon.[5]

Ontológiai modul

"ez egy" kapcsolattípus:

• idő (tétel egyik lehetséges alapfeltétele)
• adat (szükséges feltétel)
• ember (alkalmazói)
• modell(eredmény alkotó)
• genetikai programozás (alkalmazás)

"van neki, része a címszónak" kapcsolattípus:

• Mesterséges intelligencia
• Szakértői rendszer
• Modell
• Weights and Activities Model
• Hom-e/o-mining
• Benchmarking
• Szimuláció
• ...

"a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:

• Alulmotiváltság
• Nihilizmus
• Felesleges adat feldolgozás
• ...

Ellentmondások és vitatott kijelentések modulja

A MI eljárásainak jellemzői,pl.:a hasonlóság-elemző rendszerek területén az,hogy cél(függvény)-orientáltak;valamint gépi tanulást szimulálnak: vagyis esetgyűjtemények alapján,próbálkozások útján olyan összefüggéseket képesek találni-a kombinatorikailag lehetséges összefüggések halmazából-amelyek egy adott kérdésre legalább olyan, vagy helyesebb választ adnak, mint bármely más ismert eljárások. Az MI eljárások így elméletileg kielégítik az általános problémamegoldással szemben támasztható elvárásokat Az MI illetve a lehetőségek határát a céltalanság tétele jelenti,mely szerint elméletileg sincs olyan célfüggvény a tanulás vezérlésére, mely egyértelműen meghatározható módon biztosítaná, hogy a tanulásban/tesztben jobb célfüggvény értékkel rendelkező összefüggés az éles alkalmazásban is helyesebb lesz. Tehát egy tanuló gép csak azt tudja megtenni, amit az ember is megtenne, csak mindezt nagyságrendekkel gyorsabban és precízebben.

Definíciós modul

• Míg az emebri életben a céltatlanság anyit tesz hogy nincsen célja az adott egyének az életben, nincsen 'amiért felkeljen' addig az informatikábban ez egy olyan állítás hogy nem tudjuk majd előre hogy az adott modell a szimuláció során milyen áltozáson megy keresztül illetve milyen eredményekre számíthatunk. Vagyis a céltalanság tétele alapján nem tudjuk előre még meg tippelni sem hogy milyen következményei lesznek az adott folyamatnak.

Tesztkérdések modul

• Igaz-e hogy az a folyamat melynek előre jelzései megfelelő eredményt alkottak az a céltalanság tételét bizonyítja?

(Hamis)

• Igaz-e hogy a céltalanság tétele azt mondja, hogy érdemes az adott tevékenységet végre hajtani?

(Hamis)

Ajánlott irodalmak modulja

• Freund Tamás: Hullámtörés - a marihuána hatása az agyhullámokra és a memóriára[6]
• A céltalanságról: [7]
• ....