Henry E. Kyburg Jr.

Henry E. Kyburg Jr. (1928–2007) był Gideonem Burbankiem, profesorem filozofii moralnej i profesorem informatyki na Uniwersytecie w Rochester w stanie Nowy Jork oraz wybitnym uczonym w Instytucie Poznania Człowieka i Maszyny w Pensacola na Florydzie. Jego pierwsze stanowiska wykładowców były w Rockefeller Institute , University of Denver , Wesleyan College i Wayne State University .

Kyburg pracował nad prawdopodobieństwem i logiką i jest znany ze swojego paradoksu loterii (1961). Kyburg redagował także Studies in Subiective Probability (1964) wraz z Howardem Smoklerem. Ze względu na związek tej kolekcji z prawdopodobieństwem bayesowskim , Kyburg jest często błędnie rozumiany jako bayesowski. Jego własna teoria prawdopodobieństwa została nakreślona w Logical Foundations of Statistical Inference (1974), teorii, która po raz pierwszy znalazła formę w jego książce Probability and the Logic of Rational Belief z 1961 roku (z kolei praca ściśle związana z jego rozprawą doktorską). Kyburg opisuje swoją teorię jako keynesowską i rybacką ( zob . Karl Pearson i lemat Neymana-Pearsona ) i neutralny w odniesieniu do warunkowania konfirmacyjnego bayesowskiego. Na ten ostatni temat Kyburg rozszerzył dyskusję w literaturze z długoletnim przyjacielem i współpracownikiem Izaakiem Levim .

Późniejsze główne prace Kyburga to Epistemology and Inference (1983), zbiór esejów; Teoria i pomiar (1984), odpowiedź na Podstawy pomiaru Krantza – Luce – Suppesa – Tversky'ego ; oraz Science and Reason (1990), który stara się rozwiać obawy Karla Poppera i Bruno de Finettiego , że dane empiryczne nie mogą potwierdzić uniwersalnie skwantyfikowanego naukowego aksjomatu (np. F = ma ).

Kyburg był Fellow of the American Association for the Advancement of Science (1982), Fellow of American Academy of Arts and Science (1995), Fellow of the American Association for Artificial Intelligence (2002) i laureat Medalu Butlera za filozofię w Silver z Columbia University , gdzie obronił doktorat pod kierunkiem Ernesta Nagela jako doradcy. Kyburg był również absolwentem Uniwersytetu Yale i stypendystą Guggenheima w 1980 roku .

Kyburg był właścicielem farmy w Lyonie w stanie Nowy Jork, gdzie wraz z żoną Sarą hodował bydło rasy Angus i promował systemy turbin wiatrowych dla rolników niezależnych energetycznie.

Krewni filozoficzni

Kilku dzisiejszych profesorów zwyczajnych filozofii było kiedyś studentami Henry'ego Kyburga, w tym Daniel Dennett , Robert Stalnaker , Rich Thomason, Teddy Seidenfeld i William L. Harper.

Jego studentami rozprawy doktorskiej byli Ronald Loui , Bulent Murtezaoglu i Choh Man Teng oraz gość ze stopniem doktora Fahiem Bacchus. Wśród jego studentów filozofii , oprócz wymienionych powyżej, byli córka Alice Kyburg, Mariam Thalos, Gregory Wheeler , William Harper, Abhaya Nayak, Prashanta Bandyopadhaya.

Teoria prawdopodobieństwa

Kyburgowska lub epistemologiczna interpretacja prawdopodobieństwa wyróżnia kilka pomysłów :

• Prawdopodobieństwo jest mierzone przedziałem (niektórzy mylą to jako pokrewieństwo z teorią Dempstera-Shafera , ale Kyburg stanowczo odrzuca ich zasadę kombinacji; jego praca pozostawała bliższa przedziałom ufności i była często interpretowana przez Bayesa jako zobowiązanie do zbioru rozkładów , którego Kyburg nie odrzucił)
• Wszystkie stwierdzenia prawdopodobieństwa można prześledzić do bezpośredniego wnioskowania o częstotliwości w klasie referencyjnej (mogą istnieć obliczenia według reguły Bayesa na podstawie wniosków z bezpośredniego wnioskowania, ale w teorii Kyburga nie ma nic takiego jak wcześniejszy rozkład)
• Klasa referencyjna jest najbardziej specyficzną klasą z odpowiednią znajomością częstotliwości (jest to reguła Reichenbacha, którą Kyburg uściślił; jego ramy zostały później ponownie zinterpretowane przez Johna L. Pollocka jako możliwy do obalenia system wnioskowania , ale Kyburg nigdy nie zamierzał obliczać obiektywnych prawdopodobieństw do być skrótem przez ograniczoną racjonalność z powodu niedoskonałości obliczeniowej)
• Wszystkie wnioskowania o prawdopodobieństwie opierają się na znajomości częstotliwości i właściwości, a nie nieznajomości częstotliwości; jednak losowość jest zasadniczo brakiem wiedzy o stronniczości (Kyburg w szczególności odrzuca tutaj metody maksymalnego entropizmu Harolda Jeffreysa , ET Jaynesa i inne zastosowania zasady obojętności ; a Kyburg nie zgadza się tutaj z Isaakiem Levim , który uważa, że ​​przypadek musi być pozytywnie potwierdzony po znajomości odpowiednich symetrii fizycznych)
• Nie ma sporu co do prawdopodobieństwa, gdy istnieje zgoda co do odpowiedniej wiedzy; jest to obiektywizm zrelatywizowany do stanu dowodowego (tj. zrelatywizowany do zbioru zaobserwowanych częstości właściwości w klasie i zbioru stwierdzonych właściwości zdarzeń)

Przykład: Załóżmy, że zbiór wiedzy jest na poziomie akceptacji. W korpusie tym znajdują się stwierdzenia,

  e to T1  i  e to T2  . 

Obserwowane

  częstotliwość P wśród T1  wynosi 0,9. 

Obserwowane

  częstotliwość P wśród T2  wynosi 0,4. 

Jakie jest prawdopodobieństwo, że e jest P ?

Tutaj są dwie sprzeczne klasy odniesienia, więc prawdopodobieństwo wynosi albo [0, 1] , albo jakiś przedział łączący 0,4 i 0,9, który czasami wynosi tylko [0,4, 0,9] (ale często inny wniosek będzie gwarantowany). Dodanie wiedzy

 Wszystkie T1 to T2

sprawia teraz, że T1 jest najbardziej specyficzną odpowiednią klasą referencyjną i dominuje nad wszystkimi przeszkadzającymi klasami referencyjnymi. Z tym uniwersalnym stwierdzeniem włączenia klasowego,

 prawdopodobieństwo wynosi [.9, .9], przez  bezpośrednie wnioskowanie z T1  . 

Reguły Kyburga mają zastosowanie do konfliktów i subsumcji w skomplikowanych porządkach częściowych.

Akceptacja i zasady racjonalnego przekonania

Wnioski Kyburga są zawsze relatywizowane do poziomu akceptacji , który definiuje zbiór moralnie pewnych stwierdzeń. To jest jak poziom pewności, z wyjątkiem tego, że teorii Neymana-Pearsona nie wolno dokonywać retrospektywnych obliczeń i akceptacji post-obserwacyjnej, podczas gdy epistemologiczna interpretacja prawdopodobieństwa Kyburga zezwala na jedno i drugie. Na poziomie akceptacji każde stwierdzenie, które jest bardziej prawdopodobne niż poziom akceptacji, można przyjąć jako pewnik. Może to spowodować logiczną niespójność, którą Kyburg zilustrował w swoim słynnym paradoksie loterii .

W powyższym przykładzie obliczenie, że e jest P z prawdopodobieństwem 0,9 pozwala na kategoryczną akceptację stwierdzenia e jest P na dowolnym poziomie akceptacji niższym niż 0,9 (zakładając również, że obliczenie zostało wykonane na poziomie akceptacji powyżej .9). Interesujące napięcie polega na tym, że bardzo wysoki poziom akceptacji zawiera niewiele stwierdzeń dowodowych. Nie obejmują nawet surowych obserwacji zmysłów jeśli te zmysły były często oszukiwane w przeszłości. Podobnie, jeśli urządzenie pomiarowe zgłasza w przedziale błędu na poziomie 0,95, to żadne mierzalne stwierdzenia nie są akceptowane na poziomie powyżej 0,95, chyba że przedział błędu zostanie poszerzony. Tymczasem na niższych poziomach akceptacji akceptowalnych jest tak wiele sprzecznych stwierdzeń, że bez niekonsekwencji nie można wyprowadzić niczego użytecznego.

Traktowanie przez Kyburga zdań uniwersalnie skwantyfikowanych polega na dodaniu ich do Ur-corpus lub postulatów znaczeniowych języka. Tam stwierdzenie takie jak F = ma lub preferencja jest przechodnia zapewnia dodatkowe wnioski na wszystkich poziomach akceptacji. W niektórych przypadkach dodanie aksjomatu daje przewidywania, których nie obala doświadczenie. Są to możliwe do przyjęcia postulaty teoretyczne (i nadal muszą być uporządkowane według pewnego rodzaju prostoty). W innych przypadkach postulat teoretyczny jest sprzeczny z dowodami i obserwacjami opartymi na pomiarach, więc postulat musi zostać odrzucony. W ten sposób Kyburg zapewnia model oparty na prawdopodobieństwie moc predykcyjna , tworzenie teorii naukowych, sieć przekonań i zmienność językowa. Teoria akceptacji pośredniczy w napięciu między językową asercją kategoryczną a epistemologią opartą na prawdopodobieństwie.

Linki zewnętrzne

• Oficjalny nekrolog