人工智慧/貝葉斯決策理論
< 人工智慧
想象一下，你被一家超市僱傭，進行顧客型別調查，以識別顧客的偏好，例如他們購買的產品型別。假設這家超市特別感興趣的是識別男女顧客之間購買習慣的差異。計劃是在收銀臺使用自動化系統分配“男性”或“女性”。
根據現有的研究資料，你確定第一次執行要測試這些易於識別的屬性
- 女性通常比男性矮
- 男性通常比女性頭髮短
第一個引數相對容易測試；第二個比較困難，因為從影像中可靠地識別頭髮存在問題。因此，你開始測試，只使用第一個標準來確定結果有多好。
貝葉斯網路可能“產生幻覺”或更恰當地說產生“妄想”的一種方式是透過機率迴圈。例如，如果某事物看起來有點像馬桶，那麼它可能會增加場景是浴室的機率。但“浴室”節點的啟用可能會增加“馬桶”的機率。隨著時間的推移，機率可能會變高，導致信念置信度超過感官資料和先驗知識所證明的真實水平。這被稱為“迴圈信念傳播”。解決此問題的辦法是允許節點 J 的資訊傳播到節點 K，除了 K 已經發送給 J 的資訊。這可以防止這些迴圈發生，這種解決方案可以使用抑制來實現。迴圈信念傳播實際上已被認為是人類妄想患者正在發生的事情。[1],
- ↑ Jardri, R. & Denève, S. (2013). 幻覺的計算模型。在 R. Jardri, A. Cachia, P. Thomas, & P. Delphine (Eds.) 幻覺的神經科學。(pp. 289--313). 紐約，紐約：施普林格。