Взгляните на одну из самых выдающихся философских головоломок через призму машинного обучения.

Проблемы Геттье

Если вы еще не слышали этот термин, то вот его суть. Классический отчет о знаниях предлагает следующее:

Можно узнать, что утверждение истинно, только если:
1) Предложение истинно;
2) Человек верит в предложение;
3) и его убеждения оправданы.

Согласно этому взгляду на знание, знание - это просто обоснованная истинная вера. Каждый раз, когда вы делаете вывод q через p, подразумевающий это, p должно быть истинным и обоснованным, чтобы привести к нему. Это оправдание должно удовлетворить интуицию противников удачи и интуицию способностей. Интуиция, направленная против удачи, просто утверждает, что ваши знания - это не просто случайность, что вы поняли их правильно, в то время как интуиция способностей утверждает, что это знание было связано с вашими когнитивными способностями.

Теперь этот отчет о знании правдоподобен. Но примерно в 1960-х Эдмунд Геттье опроверг основание этого представления о знании.

Случай с остановившимися часами

Это было сказано Бертраном Расселом, чтобы доказать другую точку зрения, но мы будем использовать здесь этот пример. Допустим, вы просыпаетесь однажды утром и смотрите на время на своих часах. Эти часы очень надежны, и у вас нет абсолютно никаких причин сомневаться в том, что часы показывают неправильное время. Кроме того, время, показываемое часами, соответствует приблизительному времени, которое вы можете принять.

Но вот в чем проблема. Эти часы перестали работать ровно 24 часа назад. В тот момент, когда вы смотрите на него, оказывается, что он показывает правильное время. Это чистая удача. Но действительно ли ваш вывод о времени является знанием? Что ж, кто-то может возразить, что часы, которые не работают, никогда не могут показать вам правильное время, и то, как вы получили предложение о правильном времени, было просто удачей, атакующей интуицию против удачи. Итак, у вас есть обоснованное истинное убеждение, которое не удовлетворяет знания.

Другой случай может быть, если посмотреть на изображение часов выше и представить, являются ли они остановленными или работающими часами.

Дело овец

Этот пример принадлежит американскому философу Родерику Чизхолму. Представьте, что фермер смотрит на поле при ясном дневном свете и видит что-то похожее на овцу. Это обоснованное истинное убеждение.

Теперь представьте, что мы устанавливаем случай так, что фермер смотрит не на настоящую овцу, а на объект в форме овцы, и действительно, позади объекта в форме овцы находится овца. Это означает, что у фермера есть настоящая вера, но он смотрит не на овцу, а на объект в форме овцы.

Обобщение задач Геттье

Шаг 1. Возьмите убеждение, которое сформировано таким образом, что приведет к ложному убеждению, но, тем не менее, является оправданным.

Шаг 2. Сделайте убеждение истинным, хотя и по причинам, не имеющим ничего общего с обоснованием данного случая субъектом.

Решение

Люди думали, что решение дел Геттье будет довольно простым. Может быть, просто добавить что-нибудь к трехстороннему анализу или полностью опровергнуть Геттье.

Кейт Лерер предложил добавить четвертый пункт о том, что ваше убеждение не должно основываться на каких-либо ложных предположениях. Но с этим есть проблемы. В случае с часами это просто психологически неправдоподобно, чтобы вы начали сомневаться, работают ли часы или нет. А какие еще предположения?

Определение предположения не может быть настолько узким, чтобы предполагать, что часы работают, или настолько широким, чтобы исключить подлинное знание.

Другое решение было предложено Лукашем Лозански, который полностью отрицает проблемы Геттиера, говоря, что сделанные предположения были слишком конкретными, чтобы обобщать выводы, к которым мы пришли. Таким образом, знание, которым мы пришли к выводу, было либо необоснованным, либо ложным. Или то, что в деле, изложенном в его статье здесь, могли быть логические изъяны.

Учитывая все это, я не думаю, что дела Геттье настолько надуманы или логически ошибочны, чтобы прекратить всякое существование. И поэтому я представлю свою собственную и следующие за ней проблемы.

Дело Геттье в машинном обучении

Когда дело доходит до машинного обучения, у нас есть одна основная проблема, которую мы пытаемся решить: распознавание символов. Это довольно просто: вы создаете нейронную сеть, которая классифицирует все символы Unicode, которые могут существовать. Допустим, вы пишете двух очень похожих иероглифов на двух разных пергаментных листах. Эти два: ⻳ и 龟. Это 2-й последний пример на этом сайте. Первый символ Unicode имеет описание, отличное от второго, поэтому технически это два разных символа. Теперь вы держите масляную бумагу неправильного персонажа перед правильным персонажем. Ответ, классифицируемый алгоритмом, имеет правильный характер, хотя предполагается, что он имеет неправильный характер.

Как бы вы обосновали правильные ответы, содержащие ложные предположения для машины? Это что-то выше мистификаций, потому что в противном случае вы можете полностью опровергнуть дело, заявив, что оно полностью ложно. В этом случае мы не можем изменить веса, что приведет к предположительно правильному решению.

Для меня этот пример представляет собой проблему для алгоритмов машинного обучения, не для тех, которые просто классифицируют, а для реального мира, примером которого является этот пример. Когда предполагается, что роботы делают выводы, которые могут быть правильными, потому что они обоснованы и верны, но на самом деле, в данном случае это не так. Если так будет продолжаться, это станет препятствием на пути обучения машин.