“多米诺效应”的版本间的差异
(→编者推荐) |
|||
第60行: | 第60行: | ||
== 编者推荐 == | == 编者推荐 == | ||
===集智推荐=== | ===集智推荐=== | ||
+ | ====[https://campus.swarma.org/course/3224 “读书会”特邀专题报告:因果关系发现与因果性学习]==== | ||
+ | 在该课程中,蔡老师主要讲解了数据生成的因果视图和跨领域因果机制的适应的相关知识。 | ||
+ | |||
+ | |||
====[https://campus.swarma.org/course/1647 Chaos and the Butterfly Effect]==== | ====[https://campus.swarma.org/course/1647 Chaos and the Butterfly Effect]==== | ||
− | + | 该课程主要围绕逻辑斯谛方程(logistic equation),一种迭代函数,带领大家初步认识蝴蝶效应(butterfly effect),将讨论蝴蝶效应的影响,并深入探讨随机性(randomness)概念。 | |
+ | |||
+ | |||
+ | ====[https://campus.swarma.org/course/1985 因果科学与Causal AI 专题 | 集智凯风研读营2020]==== | ||
+ | Judea Pearl 认为当下正在进行一场改变数据科学的新革命 --- ”因果革命“。因果革命和以数据为中心的第一次数据科学革命,也就是大数据革命(涉及机器学习,深度学习及其应用,例如Alpha-Go、语音识别、机器翻译、自动驾驶等等 )的不同之处在于,它以科学为中心,涉及从数据到政策、可解释性、机制的泛化,再到一些社会科学中的基础概念归因和公平性, 甚至哲学中的创造性和自由意志 。可以说, 因果革命彻底改变了科学家处理因果问题的方式,形成了一门新学科—因果科学。因果推理和机器学习融合,构建具备果推理能力的 Causal AI 系统,是实现强人工智能的关键步骤。 | ||
+ | #因果科学:Do-演算相关算法(李奉治) | ||
+ | #观测研究中的因果推断(况琨) | ||
+ | #教会机器因果推理的强人工智能之路(龚鹤扬) | ||
+ | #因果推断和机器学习的融合(郭若城) | ||
+ | #基于观测数据的因果发现及因果关系启发式机器学习(黄碧薇) | ||
+ | #量子因果(郭启淏) | ||
第72行: | 第86行: | ||
---- | ---- | ||
− | 本中文词条由[[用户:Henry|Henry]]翻译,[[用户:WildBoar|WildBoar]],[[用户:薄荷|薄荷]] | + | 本中文词条由[[用户:Henry|Henry]]翻译,[[用户:WildBoar|WildBoar]],[[用户:薄荷|薄荷]]编辑,欢迎在讨论页面留言。 |
'''本词条内容源自公开资料,遵守 CC3.0协议。''' | '''本词条内容源自公开资料,遵守 CC3.0协议。''' |
2022年1月22日 (六) 05:21的最新版本
多米诺效应 Domino effect,亦称连锁反应,是指一个事件引发一连串类似事件时所产生的累积效应。[1]这个术语最广为人知的就是机械效应,它可以类比为一排正在倒下的多米诺骨牌。它通常指相邻事件之间的时间间隔相对较小的一系列事件。它可以按字面意思使用(观察到的一系列实际碰撞) ,也可以隐喻性地使用(例如全球金融或政治系统中的因果联系)。“多米诺效应”既用来暗示某一事件是不可避免或极有可能发生的(因为第一块多米诺骨牌已经倒了),也可用来反过来暗示某一事件是不可能发生的或极不可能发生的(第一个多米诺骨牌还站着)。
效应展示
将一排多米诺骨牌竖立起来,每个骨牌之间相隔一小段距离,就可以很容易地看到多米诺骨牌效应。在推倒第一张多米诺骨牌后,下一张多米诺骨牌就会被推倒,如此循环往复,这样就形成了一个线性链,每一张多米诺骨牌的倒下都是由之前的多米诺骨牌触发的。不管链的长度如何,效果都是一样的。这种连锁反应所使用的能量是多米诺骨牌处于亚稳态时的势能; 当第一个多米诺骨牌被推倒时,下落所转移的能量大于推倒下一个多米诺骨牌所需要的能量,以此类推。
多米诺效应在 鲁布·戈德堡机械 Rube Goldberg machine中应用。
媒体中的表现
- 多米诺日 Domino Day--世界纪录推倒最多多米诺骨牌的尝试
参阅
相关物理理论:
数学理论:
政治理论:
社交:
- 三人成虎 Chinese whispers
- 行为传染 Behavioral contagion
- 模仿犯罪 Copycat crime
参考
- ↑ "domino effect". The Free Dictionary. Farlex, Inc. Retrieved 29 September 2014.
进一步阅读
- Impact Mechanics, W. J. Stronge, Cambridge University Press, 2004,
编者推荐
集智推荐
“读书会”特邀专题报告:因果关系发现与因果性学习
在该课程中,蔡老师主要讲解了数据生成的因果视图和跨领域因果机制的适应的相关知识。
Chaos and the Butterfly Effect
该课程主要围绕逻辑斯谛方程(logistic equation),一种迭代函数,带领大家初步认识蝴蝶效应(butterfly effect),将讨论蝴蝶效应的影响,并深入探讨随机性(randomness)概念。
因果科学与Causal AI 专题 | 集智凯风研读营2020
Judea Pearl 认为当下正在进行一场改变数据科学的新革命 --- ”因果革命“。因果革命和以数据为中心的第一次数据科学革命,也就是大数据革命(涉及机器学习,深度学习及其应用,例如Alpha-Go、语音识别、机器翻译、自动驾驶等等 )的不同之处在于,它以科学为中心,涉及从数据到政策、可解释性、机制的泛化,再到一些社会科学中的基础概念归因和公平性, 甚至哲学中的创造性和自由意志 。可以说, 因果革命彻底改变了科学家处理因果问题的方式,形成了一门新学科—因果科学。因果推理和机器学习融合,构建具备果推理能力的 Causal AI 系统,是实现强人工智能的关键步骤。
- 因果科学:Do-演算相关算法(李奉治)
- 观测研究中的因果推断(况琨)
- 教会机器因果推理的强人工智能之路(龚鹤扬)
- 因果推断和机器学习的融合(郭若城)
- 基于观测数据的因果发现及因果关系启发式机器学习(黄碧薇)
- 量子因果(郭启淏)
其他
本中文词条由Henry翻译,WildBoar,薄荷编辑,欢迎在讨论页面留言。
本词条内容源自公开资料,遵守 CC3.0协议。