适合度的倾向解释及其认知意义

按倾向解释,适合度是由期望的繁殖成功来说明的概率倾向。但是,不能像布兰登和彼蒂那样把这种倾向等同于实体的物理结构。按本文的主张,适合度说明了一组条件,而这些条件与实际的繁殖成功的关系是因果的。适合度参与了对一个一般选择模型的定义,而且在具体实例中承诺实际的繁殖成功是由生物的性质决定的。

概率的解释谱系及其实践应用——以“机会游戏”为例

概率论起源于16世纪,发展到今天,已经是一门成熟的学科了。然而,学者们对于概率的理解呈现出多元论的观点:古典概率论者假定随机事件是有限互斥的,并且每个基本事件发生的可能性相等;逻辑主义者在无差别原则的基础之上,认为所有理智正常的成年人都会基于相同的证据对某一假说怀有相同的置信度;主观主义者采用打赌来测量人们对假说的合理置信度;频率论者认为概率是无穷序列中某事件或某属性出现的相对频率的极限;倾向主义者认为概率是一种物理倾向。这五种理解各有所长,古典概率适用于机会游戏;逻辑主义和主观主义属于概率的认识论解释,主要应用于社会科学;而频率论者的解释和倾向主义的解释属于概率的客观解释,适用于自然科学。澄清概率的多种解释,梳理从主观到客观的解释谱系,有利于我们全面认识“概率”。在实际生活中,我们通常基于概率与精确统计来对随机现象进行科学分析,在科学分析过程中,概率均等原理、偏态原理和惯性原理有利于我们对随机现象进行更为实际地把握。

某深竖井围岩岩爆倾向性预测研究

为评估某深竖井目前施工段围岩岩爆烈度等级,基于AHP-FUZZY理论方法并结合现场施工实际,综合考虑现有理论判据和岩爆发生机理,选取脆性系数、弹性能指数等8个评价指标预测岩爆等级,结果表明该竖井围岩无岩爆倾向性。同时结合损伤理论从岩体强度、储能能力、劣化程度等方面解释了其倾向性,其结果可为竖井现场施工和支护设计提供参考价值。

事后解释可以消除认识的不透明性吗

基于深度学习模型的人工智能系统被广泛应用于各个领域,却由于不透明性导致了信任问题。计算科学家试图开发解释黑箱模型的工具以缓解这一矛盾。对可解释技术的认识,有助于区分因果解释与事后解释:因果解释要求对模型机制的完全认识,而可解释性技术对黑箱模型的解释并非总是关于模型内部细节的说明,但它是对因果解释无法获得时的补救措施,仍具有启发性的认识论价值。事后解释使用的近似方法是科学模型哲学研究的重要组成部分,而建构经验论也为事后解释之于模型机制的认识意义或价值提供了支持。