Aaronson의 Oracle: 이 흥미로운 알고리즘은 무엇입니까?

우리는 자유 의지가 있습니까, 아니면 우리의 행동이 미리 결정되어 있습니까? 우리는 우리가 생각하는 만큼 자유롭습니까?

이러한 질문은 우리가 이야기할 때 물을 수 있는 질문입니다. Aaronson의 오라클, 간단해 보이는 알고리즘 이는 우리가 누르는 키를 연구하는 것으로 제한되지만 다음에 누를 키를 알 수 있습니다.

간단하고 재미없어 보일 수 있지만, 컴퓨터는 우리가 어떻게 반응하는지에 따라 우리가 어떻게 행동할지 알 수 있습니다. 그것은 점액이 아닙니다. 터키의. 다음에 보자.

• 관련 기사: "심리학과 철학은 어떻게 비슷합니까?"

Aaronson의 오라클은 무엇입니까?

Aaronson의 오라클은 다음으로 구성됩니다. 인간의 의사결정을 예측할 수 있는 능력이 높은 것으로 나타난 컴퓨터 프로그램.

이 프로그램의 알고리즘은 Scott Aaronson에 의해 개발되었으며, 참가자를 만들면 프로그램은 다음 키가 무엇인지 알 수 있습니다. 누르다. 그 사람은 프로그램이 켜진 컴퓨터 앞에 있고 원하는 만큼 원하는 순서대로 D 또는 F 키를 눌러야 합니다..

사람이 키를 누르는 동안 오라클은 피드백을 제공하여 누른 키가 그가 염두에 둔 키인지 여부를 알려줍니다. 즉, 신탁은 사람이 D 키를 누를 것인지 F 키를 누를 것인지를 예측한 것이 맞았는지 여부를 나타냅니다.

어떻게 작동합니까?

우리가 이미 본 바와 같이 이름의 수수께끼에도 불구하고 Aaronson의 신탁은 컴퓨터 프로그램 뒤에 있는 알고리즘에 지나지 않습니다. 이것 D 및 F 키로 구성된 5개의 문자로 구성된 32개의 서로 다른 시퀀스 분석을 담당합니다., 그 사람이 이전에 입력한 것입니다. 알고리즘은 주제가 입력할 때 기억하고 사람이 다시 입력할 때 기억합니다. 이전에 이미 수행된 것과 유사하게 시작하는 시퀀스, 알고리즘은 다음 시퀀스를 예측합니다. 편지.

더 잘 이해하기 위해 다음과 같은 경우를 생각해 봅시다. 어느 시점에서 다음 시퀀스 D-D-D-F-F-F를 입력했습니다. 알고리즘은 그것을 기억할 것이고 만약 우리가 방금 다음을 입력했다면 시퀀스 D-D-D-F-F, 오라클은 다음에 누른 키가 또 다른 f. 물론 우리는 D를 입력하고 oracle이 틀리게 만들 수 있지만 나중에 시퀀스에서 다음과 같이 말할 수 있습니다.

알고리즘의 예측 비율이 60%보다 큽니다..

첫 번째 키를 누르면 오라클 예측 비율이 높지 않습니다. 이는 방금 정보를 입력했기 때문입니다. 즉, 이전 시퀀스가 ​​없으므로 즉시 입력된 정보에 연결할 수 있는 선행 항목이 없습니다. 첫 번째 시도에서 오라클은 우리가 D를 넣을지 F를 넣을지 예측할 수 없습니다. 이 결정은 완전히 무작위일 수 있으므로 오라클은 50% 이상 확실하지 않습니다.

그러나 이미 여러 개의 키 시퀀스를 입력한 후에는 프로그램은 더 정확하게 우리의 행동 패턴을 예측할 것입니다.. 더 많은 키를 누를수록 더 많은 정보를 얻을 수 있으므로 다음 항목이 D인지 F인지 더 잘 알 수 있습니다. 웹 버전에서 성공률을 볼 수 있습니다. 이것이 50% 미만이면 오라클이 정확하지 않다는 것을 의미하고, 높으면 올바른 궤도에 있다는 것을 의미합니다.

이 프로그램의 놀라운 점은, 혼란스럽게 만들려고 해도 알고리즘은 그것으로부터 학습합니다.. 그는 결국 우리의 결정을 우리에게 불리하게 사용하여 우리가 자유로이 결정을 내렸지만 실제로는 그렇지 않다는 것을 알게 합니다.

• 다음 항목에 관심이 있을 수 있습니다. "계산 마음 이론: 그것은 무엇입니까?"

우리는 그렇게 예측 가능합니까?

간단한 컴퓨터 알고리즘으로 구성된 Aaronson의 오라클에서 본 것을 바탕으로 존재 여부에 대한 토론을 열 필요가 있습니다. 항상 자유 의지를 발휘해 온 인간은 실제로 그러한 재능을 가지고 있거나 반대로 단순한 존재에 지나지 않습니다. 미혹.

자유 의지의 개념 뒤에 있는 아이디어는 사람들이 완전히 행동한다는 것입니다. 우리의 이전 행동과 즉각적인 환경에 존재하는 자극과 독립적이며 가까운. 즉, 우리가 무엇을 했는지, 무엇을 보고 듣고 느끼는지에 상관없이 우리의 행동은 의식적으로 결정될 수 있으며 과거 및 환경과 관련이 없습니다.. 요약하면, 자유 의지는 아무 것도 기록되지 않았으며 모든 것이 가능하다고 말합니다.

이 개념의 반대는 결정론의 아이디어입니다. 우리가 이전에 한 일, 이미 경험한 일 또는 지금 경험하고 있는 일이 우리의 행동을 결정합니다. 우리가 우리의 행동을 아무리 의식하고 소유한다고 믿더라도 결정론에 따르면 그것들은 이미 일어난 일의 결과에 지나지 않습니다. 그것들은 일련의 사건들에서 다음 고리이며, 각각은 다음 사건의 원인입니다.

이러한 정의를 보면 예, 실제로 어제, 지난 주, 지난 달의 매일 또는 그 이후에도 몇 년 동안 우리는 오후 2시에 먹었습니다. 내일 반복 될 가능성이 높지만 이것이 내일 내가 갈 것이라고 결정한다는 의미는 아닙니다. 통과하다. 즉, 내일 2시에 식사를 할 가능성이 매우 높지만 다음날 식사 시간을 완전히 무작위로 변경할 수 없다는 의미는 아닙니다.

그러나 Aaronson의 신탁이 밝힌 것은 인간으로서 우리는 예측 가능하지 않으려고 노력하지만 결국 그렇게 됩니다.. 간단한 컴퓨터 프로그램이 우리가 누를 키를 알지 못하도록 막으려 해도 다른 하나를 누르는 단순한 사실, 우리는 이미 예측 가능합니다. 고급의. 우리는 이미 우리가 어떻게 행동할지 알 수 있는 충분한 정보를 제공했습니다.

선행성 기억상실증과 반복행동: Mary Sue 사례

얼마 전에 한 여성이 불행히도 그녀의 증상으로 유명해졌습니다. 일시적인 전역 기억 상실증 네트워크의 호기심을 불러일으키는 것으로 밝혀졌습니다. 메리 수(Mary Sue)라는 이름의 이 여성은 딸이 녹화한 영상에 등장해 대화를 나눴다.

한 가지 중요한 세부 사항을 제외하고 지금까지 모든 것이 정상입니다. 대화는 루프에서 반복되었으며 약 9시간 30분 동안 지속되었습니다.. Mary Sue는 오래된 카세트 테이프처럼 반복되었습니다. 다행스럽게도 그녀의 기억상실증은 하루 만에 해결되었습니다.

이러한 유형의 반복되는 대화는 선행성 기억 상실증을 앓고 있는 사람들에게 일반적입니다. 사실, 그것들은 여기에서 우리가 우려하는 문제, 즉 우리의 결정은 자유로운가? 우리가 과거에 내린 결정이 가정의 결과인지 확인하지 못하는 문제 자유 의지 또는 반대로 결정된 것은 우리가 과거로 여행할 수 없고 그것을 수정하십시오.

그러나 다행스럽게도 Mary Sue와 같은 사례를 통해 우리는 이를 조금 더 잘 이해할 수 있습니다. Mary Sue는 은유적으로 말하면 타임 루프에 있었습니다. 그는 말을 하고 시간이 조금 흐르고 갑자기 그가 과거로 돌아간 것 같았습니다. 처음에 Mary Sue는 같은 질문을 하고 같은 대답을 하기 시작했습니다.. 전행성 기억상실증으로 고통받는 그는 새로운 기억을 생성할 수 없었고, 그의 뇌는 지속적으로 재설정되었고, 동일한 트리거링 이벤트가 발생하여 동일한 행동을 수행했습니다.

Mary Sue의 사례를 통해 우리는 우리가 자유롭지 않으며 자유 의지라는 개념은 단순한 환상에 지나지 않으며 Aaronson의 Oracle 및 제조 중인 다른 알고리즘과 같은 알고리즘이 우리가 어떻게 행동할지 알 수 있는 것은 완전히 정상입니다.

이 같은 질문은 Koenig-Robert와 Pearson(2019)의 뛰어난 작업에서 보다 과학적인 방식으로 다루어졌습니다. 실험에서 그들은 최대 11초 전에 실험 대상의 결정을 예측할 수 있었습니다., 그러나 행동 자체에 앞서는 것이 아니라 오히려 그들이 자신의 선택을 알고 있다는 것입니다.

그러나 마지막 반성으로서 흥미롭긴 하지만 컴퓨터 프로그램이 실험은 그 자체만큼 오래된 철학적 논쟁을 결정적으로 해결할 수 없을 것입니다. 세계. 과학 연구가 인간을 이해하는 데 도움이 되었지만, 우리가 실험실 상황이 아닌 자연적인 상황에서 어떻게 행동하게 되는지 이해하는 것은 정말 어렵습니다.

Scott Aaronson과 컴퓨터 과학

Scott Joel Aaronson은 오스틴에 있는 텍사스 대학의 컴퓨터 과학자이자 교수입니다. 그의 연구 분야는 근본적으로 양자 컴퓨팅입니다. 그는 MIT에서 근무했으며 Institute for Advanced Study와 미국 워털루 대학에서 박사후 과정을 수행했습니다.

그는 그의 연구로 Alan T. 2012년 Waterman Award, 2011년 러시아 최고의 컴퓨팅 과학 논문상을 수상했습니다. 샘플링과 검색의 동등성. 그의 가장 주목할만한 작품 중 하나는 계산 복잡성 이론과 관련된 다양한 계산을 분류하는 위키인 Complexity Zoo.

블로그 작성자입니다 Shtetl 최적화, 에세이를 작성하는 것 외에도 누가 더 큰 숫자를 말할 수 있습니까?? ("누가 가장 큰 숫자를 말할 수 있습니까?"), 컴퓨터 과학의 세계에서 널리 보고된 작업 및 사용 Tibor Radó가 설명한 비버 알고리즘의 개념을 사용하여 계산 가능성의 한계를 설명합니다. 교육학.