分享

芬蘭國民AI-3.1Odds and probability

 
遊戲中的環境可以設定為完全資訊(知道所有情形),但真實世界不是這樣的。其實,我們離完全資訊很遠,不知道機率、範圍,不知道少了那些資訊、不知道哪些資訊中含有故意欺騙。
以自駕車為例,萬一在從A到B的路上有超過預期的塞車、車禍、壞天氣,或是一顆球、或一個垃圾飛過來砸到車的鏡頭?自駕車上需要超多種感應器,不只是相機,還要像聲納那種的,可以偵測附近的環境,這些感應器收到的訊息,裡面或有錯誤、有雜訊(音),很常遇到不同的感應器意見不同,這時需要在不停車的情況下解決問題。
為什麼機率重要?
我們對機率的熟悉感,來自可以在玩遊戲、玩撲克牌時算出輸贏的機率,也可以算出贏採票的機率,更重要的是,我們可以知道超速時出車禍的機率,或是你的貸款利率在未來五年超過5%的機率,在AI中,某些任務可以透過機率自動得出結果,像是用X光檢查骨折,或是等餐廳的桌子。
在學習中,最重要的事並不是計算機率,而是以機率的角度去思考,把不確定性用數字化,這意味著不確定性是可以比較的,因為數字是可以比較的,總有某一件事發生的可能性,是高於另一件事,這些機率是可以衡量的。
不確定性可被量化、可被比較,是能用在某些決策的時候,例如在種疫苗或其他公共政策。疫苗在進入市場前,會經過臨床測試,所以它的益處與風險是已經被數量化的,即使有極細微處的風險仍舊未知,但很大程度上是可知益處大於風險的。如果不確定性無法倍數量化,那麼理性討論就會出現障礙,譬如我們不知道一個疫苗發生副作用的機率,使用這個疫苗就會非常危險,但如果因為不清楚後的機率而未打疫苗、預防對生命有威脅的疾病,這樣的結果也不是大家想看到的。
在日常情境中,醫生、法官、投資者等都必須面臨不確定性並且做出理性的決定。在之後的課程中,會上到機率被用來使得理性處理機率這件事可自動化,以診療疾病和判別垃圾郵件為例。
用Odds看機率
Odds 3:1=6:2=30:10 Ratio=3
Odds 2:10=10:50      Ratio=0.2  Probability=20%(Probability不會超過1)
分類:科技

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了