HyperAI

شفرة أوكام

شفرة أوكاموهذا يعني أنه إذا كانت هناك فرضيات متعددة متوافقة مع الملاحظات، فسيتم اختيار الفرضية الأبسط. غالبًا ما يتم استخدام مبدأ أوكام كتقنية استدلالية. إنها أداة لمساعدة الناس على تطوير النماذج النظرية ولا يمكن استخدامها كأساس للحكم على النظريات.

أصل شفرة أوكام

يُطلق على شفرة أوكام أيضًا اسم "شفرة أوكام" في بعض الأماكن. اسمها اللاتيني هو lex parsimoniae، والذي يعني قانون البساطة.

إنها قاعدة لحل المشكلات اقترحها ويليام الأوكامي، وهو منطقي وراهب فرنسيسكاني من القرن الرابع عشر، والذي قال في تعليقه على كتاب الأمثال، المجلد 2، السؤال 15، "لا تهدر المزيد أبدًا، وافعل ما يمكنك فعله بأقل".

وبعبارة أخرى، إذا كانت هناك عدة نظريات حول نفس المشكلة، وكل منها تقدم تنبؤات دقيقة بنفس القدر، فيجب اختيار النظرية التي تقدم أقل عدد من الافتراضات. على الرغم من أن الأساليب الأكثر تعقيدًا تقدم عمومًا تنبؤات أفضل، طالما أن القوة التنبؤية ليست مصدر قلق (أي أن النتائج متماثلة تقريبًا)، فإن عدد الافتراضات أقل كلما كان ذلك أفضل.

تطبيق مبدأ أوكام

ينطبق النموذج الأولي لمبدأ أوكام فقط على النماذج ذات القوة التفسيرية المتساوية (أي أنه يخبرك ببساطة باختيار النموذج الأبسط بين النماذج الجيدة على قدم المساواة).

من الممكن استخلاص شكل أكثر عمومية لمبدأ أوكام من خلال مقارنة النموذج البايزي.

ويعتمد على عوامل بايز ويمكن استخدامه لمقارنة النماذج التي لا تتناسب مع الملاحظات بشكل جيد على قدم المساواة. في بعض الأحيان، تجد هذه النماذج أفضل توازن بين القوة التفسيرية والتعقيد.

بشكل عام، من الصعب الحصول على القيمة الدقيقة لعامل بايز، ولكن هناك العديد من الطرق لإعطاء قيمة تقريبية، مثل معيار المعلومات أكايكي، ومعيار المعلومات البايزي، وطريقة بايز المتغيرة، ومعدل الاكتشاف الكاذب، وطريقة لابلاس. يستخدم العديد من الباحثين في مجال الذكاء الاصطناعي هذه الأساليب في التعلم أوكام.