١٥ ديسمبر ٢٠١٧
المترجم : ابو طه/ عدنان احمد الحاجي
المقالة رقم ٥٥٠ لسنة ٢٠١٧
التصنيف: ابحاث الرياضيات
December 15, 2017
العلماء الجيدون ليسوا قادرين فقط على كشف الأنماط في الأشياء التي يدرسونها، ولكن يستخدمون هذه المعلومات للتنبؤ بالمستقبل.
يدرس خبراء الأرصاد الجوية الضغط الجوي وسرعة الرياح للتنبؤ بمسارات العواصف في المستقبل. وقد يتنبأ عالم الأحياء بنمو الورم السرطاني على أساس حجمه الحالي وتطوره. وقد يحاول المحلل المالي التنبؤ بالصعود والهبوط في الأسهم بناء على أشياء كالقيمة السوقية أو التدفق النقدي ( حركة النقد).
ربما ما هو أكثر إثارة للإهتمام من الظواهر المذكورة أعلاه هو التنبؤ بسلوك البشر. محاولات التنبؤ بكيف يتصرف الناس كانت موجودة منذ نشأة النوع البشري. كان على قدماء البشر ان يثقوا بغريزتهم. اليوم، المسوقون والسياسيون ومحاموا القضايا في المحاكم والكثير من الآخرين يحصلون على عيشهم من التنبؤ بالسلوك البشري. إن التنبؤ بالسلوك البشري، بكل أشكاله، اصبح عملاً تجارياً كبيراً .
لذلك، كيف تستخدم الرياضيات للتنبؤ بسلوكنا بشكل عام؟ على الرغم من التقدم المحرز في تحليلات سوق الأوراق المالية والاقتصاد والاقتراع السياسي وعلم الأعصاب الإدراكي - فكلها تسعى في نهاية المطاف إلى التنبؤ بالسلوك البشري - العلم قد لا يكون قادراً على القيام بذلك على وجه اليقين بالكامل.
بيانات أكبر وأفضل
عندما يتنبأ العلماء، كانوا تاريخياً محدودين بسبب عدم وجود بيانات كاملة، معتمدين بدلا من ذلك على عينات صغيرة لاستنتاج خصائص مجتمع (من خارج النص: أياً كان المجتمع الذي اخذت منه هذه العينات) أعرض .
ولكن في السنوات الأخيرة، القوة الحاسوبية وأساليب جمع البيانات تقدمت إلى حيث إستحداث تخصص جديد: البيانات الكبيرة. وبفضل الكم الهائل من البيانات التي تم جمعها، يمكن للعلماء فحص العلاقات التجريبية بين مجموعة واسعة من المتغيرات لإكتشاف إشارة من ضوضاء/ تشويش ( من بين البيانات).
على سبيل المثال، تستخدم شركة أمازون تحليلات تنبؤية للتنبأ بنوع الكتب التي قد نحبها إعتماداً على تصفحنا السابق للإنترنت أو تاريخ الشراء. وبالمثل، الحملات الإعلانية الآلية على الإنترنت تخبرنا عن السيارات التي قد نهتم بها اعتماداً على السيارات التي بحثنا عنها في اليوم السابق.
يستخدم المسوقون سجلات الولادات لتحديد وقت إغراقك بإعلانات عن منتجات أطفال. حتى أنهم يخمنون متى ستحتاج تلك الأشياء استناداً الى مراحل نمو طفلك.
على سبيل المثال، تستخدم شركة أمازون تحليلات تنبؤية للتنبأ بنوع الكتب التي قد نحبها إعتماداً على تصفحنا السابق للإنترنت أو تاريخ الشراء. وبالمثل، الحملات الإعلانية الآلية على الإنترنت تخبرنا عن السيارات التي قد نهتم بها اعتماداً على السيارات التي بحثنا عنها في اليوم السابق.
يستخدم المسوقون سجلات الولادات لتحديد وقت إغراقك بإعلانات عن منتجات أطفال. حتى أنهم يخمنون متى ستحتاج تلك الأشياء استناداً الى مراحل نمو طفلك.
ليس.ذلك علم صناعة صواريخ، بالفعل. انه ببساطة امتلاكك معلومات (بيانات) تظهر أنماطاً، واستغلال تلك الأنماط باسم القدرة على التنبؤ (وغالبا، الأرباح). على الرغم من قياس دقة هذه الخوارزميات صعبة على الأجنبي، فهناك بعض الأعمال تكشف عما يجعل هذه الخوارزميات تعمل.
النماذج الرياضية
العديد من أدوات التنبؤ تعتمد على التعلم الآلي، ومن بينها الخوارزميات الرياضية التي تقوم على المبادئ البيولوجية لوظيفة الدماغ واستخدام كميات هائلة من البيانات لتعلم الأنماط.
العديد من أدوات التنبؤ تعتمد على التعلم الآلي، ومن بينها الخوارزميات الرياضية التي تقوم على المبادئ البيولوجية لوظيفة الدماغ واستخدام كميات هائلة من البيانات لتعلم الأنماط.
ويمكن لخوارزميات التعلم الآلي أن تتنبأ بدقة بنتائج قضايا المحكمة العليا، باستعمال مثل هذه التنبؤات كهوية لكل قاض وشهر المناقشة ومقدم الالتماس وعوامل أخرى. على الرغم من أن دقة الناتج الخوارزمية لا تبلغ سوى ٧٠ في المائة فقط، فقد ثبت في الواقع انها تتفوق على الخبراء القانونيين من البشر.
وقد تبين أن خوارزميات التعلم الآلي الأخرى تتنبأ بمحاولات الانتحار بدقة تتراوح بين ٨٠ و ٩٢ في المائة، ويمكن القول بأنها أكثر دقة من أفضل التقديرات البشرية.
الرياضيات قد تكون قادرة على أن تخبرنا عن السلوك الإرهابي المؤدي إلى الهجوم. وفي إحدى الدراسات، نظر الباحثون إلى سجلات النشاط الإرهابي في أيرلندا، وخاصة انفجارات الأجهزة المتفجرة المحسنة. بعد حادثة واحدة، كان احتمال وقوع حادث آخر أعلى من عدم حدوثه. وبعبارة أخرى، فإن الأحداث لم تكن مستقلة عن بعضها. وقد تكون هذه المعرفة مفيدة لمجتمع ما، وربما تختار نقل الإمكانيات بعد الهجوم فوراً توقعاً لهجوم آخر.
هل التنبؤ الصحيح ممكن؟
البيانات الكبيرة جعلت طرق التنبؤ دقيقة بنحو متزايد. ولكن هل يمكن توقع سلوك الإنسان بشكل صحيح؟
أبسط معادلة بحيث أن (Y = f (X، وهذا يعني، أن "Y هي دالة X." ادخل قيمة X، وسُتخبر عن قيمة Y المُحتملة. كلما زاد النموذج تعقيداً، كلما ازدادت الحاجة إلى مزيد من المدخلات، وبالتالي فإن المعادلة البسيطة ستصبح أكثر تعقيدا بكثير.
التعلم آلالي يمكن استخدامه للتحري عن أنماط في أكوام ضخمة من البيانات.
لذلك، يجب على الباحثين السماح بهامش خطأ في المعادلة الأساسية. وهذا يعني أن Y = f (X) + E، حيث "E" تضم عدم قدرتنا على التنبؤ بشكل صحيح. انها جزء من المعادلة التي تبقينا متواضعين.
ومع تطور التكنولوجيا، قد يجد العلماء أننا يمكن أن نتنبأ بسلوك البشر بشكل جيد في محال واحد، في حين لا نزال ضعيفين بالتنبؤ بسلوك آخر. من الصعب جدا إعطاء إحساس عام بالقيود. على سبيل المثال، قد يكون التعرف على الوجه أسهل للمحاكاة لأن الرؤية هي واحدة من العديد من أنظمة المعالجة الحسية البشرية، أو لأن هناك الكثير من الوجوه التي يمكن أن تختلف عن بعضها. . هناك العديد من الأسباب المعقدة والتي لم تُفهم بعد عن لماذا يفعل البشر ما يفعلون.
لا يزال البعض الآخر يقول، من الناحية النظرية على الأقل، أن التنبؤ الصحيح سيكون يوماً ما ممكناً. حتى ذلك الحين، مع الحظ، فقد تساعدنا الرياضيات والإحصاءات بنحو متزايد بمعرفة ما سيقوم به الناس، في المتوسط، في المستقبل.
ليست هناك تعليقات:
إرسال تعليق