Как и всякое распознавание, распознавание дизайна имеет статистическую основу. Следовательно, возможны ошибки первого и второго рода. Ошибка первого рода (α-ошибка) — это ложноположительный вывод, при котором то, что не является дизайном, классифицируется как дизайн. Ошибка второго рода (β-ошибка) — ложноотрицательный вывод, когда то, что является дизайном, не распознаётся как таковой. Ошибки второго рода — следствие неверности нуль-гипотезы "данный паттерн не дизайн".
Точность распознавания в практическом плане зависит от точности оценки пороговой вероятности: по мере занижения пороговой вероятности классификатор дизайна будет выдавать всё больше ошибок второго рода, тогда как по мере завышения её будет появляться всё более ошибок первого рода.
В основании распознавания дизайна также лежит абдукция. Для того, чтобы проиллюстрировать это, рассмотрим некоторый класс паттернов К, включающий лишь дизайны, характеризующиеся достаточно малыми вероятностями и отвечающие заранее заданным фиксированным спецификациям.
Особо обращаю внимание на слова "достаточно малая вероятность". Здесь имеется в виду понятие статистического правдоподобия (statistical plausibility). События в рассматриваемой стохастической системе, характеризующиеся столь малой вероятностью, что её можно считать практически нулевой, называются статистически неправдоподобными. Важным моментом является именно локальный контекст: то, что может быть статистически правдоподобным в одной системе, может не быть таковым в другой.
В отношении систематического изучения событий пост-фактум абдукция — это нередко практически всё, что имеется в распоряжении исследователя. Это так в случае, когда появление паттерна П по каким-то причинам наблюдаться не может, а сам паттерн наблюдается. В таких случаях прибегают к использованию принципа Ч.Лайеля: причинно-следственные связи между явлениями, наблюдающиеся сейчас, должны были иметь место и в прошлом.
Для утверждения, что П представляет собой дизайн, достаточно:
Статус конкретного абдуктивного вывода как наилучшего объяснения может быть пересмотрен при поступлении новых данных. В этом заключается свойство немонотонности абдукции: абдуктивные выводы из подмножества посылок могут отличаться от выводов из целого множества. Это может произойти, например, в случае, если будет обнаружен некий закон природы, в результате которого образуется исследуемый паттерн.
Рассмотрим пример сложной биологической функции. В настоящее время наилучшим по критерию обширности эмпирической базы объяснением возникновения сложных биологических функций является дизайн:
Подробнее см. Abduction: Stanford Encyclopedia of Philosophy.
См. также:
Точность распознавания в практическом плане зависит от точности оценки пороговой вероятности: по мере занижения пороговой вероятности классификатор дизайна будет выдавать всё больше ошибок второго рода, тогда как по мере завышения её будет появляться всё более ошибок первого рода.
В основании распознавания дизайна также лежит абдукция. Для того, чтобы проиллюстрировать это, рассмотрим некоторый класс паттернов К, включающий лишь дизайны, характеризующиеся достаточно малыми вероятностями и отвечающие заранее заданным фиксированным спецификациям.
- Общее утверждение: Всё дизайны некоторого класса К характеризуются достаточно малыми вероятностями и удовлетворяют заранее заданной спецификации.
- Наблюдение: Данный паттерн достаточно маловероятен и удовлетворяет заданной спецификации.
- Абдуктивный вывод (гипотеза): Данный паттерн -- дизайн класса К.
Особо обращаю внимание на слова "достаточно малая вероятность". Здесь имеется в виду понятие статистического правдоподобия (statistical plausibility). События в рассматриваемой стохастической системе, характеризующиеся столь малой вероятностью, что её можно считать практически нулевой, называются статистически неправдоподобными. Важным моментом является именно локальный контекст: то, что может быть статистически правдоподобным в одной системе, может не быть таковым в другой.
В отношении систематического изучения событий пост-фактум абдукция — это нередко практически всё, что имеется в распоряжении исследователя. Это так в случае, когда появление паттерна П по каким-то причинам наблюдаться не может, а сам паттерн наблюдается. В таких случаях прибегают к использованию принципа Ч.Лайеля: причинно-следственные связи между явлениями, наблюдающиеся сейчас, должны были иметь место и в прошлом.
Для утверждения, что П представляет собой дизайн, достаточно:
- Исключить случайность: достаточно маловероятные специфические события на практике не являются случайными (принцип Э. Бореля).
- Исключить закономерность: удовлетворить требованию отсутствия природных закономерностей, приводящих к образованию П.
Статус конкретного абдуктивного вывода как наилучшего объяснения может быть пересмотрен при поступлении новых данных. В этом заключается свойство немонотонности абдукции: абдуктивные выводы из подмножества посылок могут отличаться от выводов из целого множества. Это может произойти, например, в случае, если будет обнаружен некий закон природы, в результате которого образуется исследуемый паттерн.
Рассмотрим пример сложной биологической функции. В настоящее время наилучшим по критерию обширности эмпирической базы объяснением возникновения сложных биологических функций является дизайн:
- Появление достаточно сложной биологической функции не наблюдается, наблюдаются лишь сами сложные биофункции. В данном случае слово "достаточно" означает, что сложность рассматриваемой функции превышает вероятностные эволюционные ресурсы биоты.
- Во всей обозримой вселенной возникновение сложной небиологической функции является только интеллектуальным (к классу небиологических функций, сравнимых по сложности с биологическими, относятся лишь некоторые искусственные и, следовательно, заведомо артефактные системы).
Подробнее см. Abduction: Stanford Encyclopedia of Philosophy.
См. также: