Nassim Talebは、AIが特定のタイプの分布を正確に予測できないことについて正しいですか？

したがって、Talebには、一般的にデータ分布を記述する2つのヒューリスティックがあります。1つはメディオクリスタンです。これは基本的に、人の身長や体重などのガウス分布に基づくものです。

もう1つはExtremistanと呼ばれ、よりパレートのような分布または太っぽい分布を示します。例として、富の分布があります。1％の人が50％の富またはそれに近いものを所有しているため、限られたデータセットからの予測は非常に困難または不可能です。これは、データセットに単一のサンプルを追加でき、その結果が非常に大きいためにモデルが壊れる、または効果が非常に大きくなり、以前の正確な予測からの利点がすべて取り消されるためです。実際、これは彼が株式市場でお金を稼いだと主張する方法です。他の誰もが悪いガウス分布モデルを使用して市場を予測していました。これは実際には短期間で機能しますが、問題が発生した場合、彼らは本当に行きました市場で正味の損失が発生する原因となる間違っています。

AIについて尋ねられているタレブのこのビデオを見つけました。彼の主張は、過激派に該当するものにはAIが（同様に）機能しないというものです。

彼は正しいですか？AIを使用しても、本質的に予測不可能になるものはありますか？

これが私が参照しているビデオですhttps://youtu.be/B2-QCv-hChY?t=43m08s

はいといいえ！

機械学習システムが極端なイベントを処理できないという固有の理由はありません。単純なバージョンとして、ワイブル分布のパラメーター、または別の極値モデルをデータから学習できます。

より大きな問題は、既知の未知数と未知の未知数です。まれなイベントが発生する可能性があることがわかっている場合（たとえば、地震の予測など）、その知識を開発するモデルに組み込むと、そのドメインで人間と同じかそれ以上に機能するものが得られます。まれなイベントが発生する可能性があることを知らない場合（たとえば、相関する住宅のデフォルトによって生じる株式市場の暴落など）、モデルはそれも反映します。

私はタレブがここで少し不公平であると思う傾向があります：AIは作成者（私たち）がそれらを処理できないため、これらの種類のイベントを正確に処理できません！それらが可能であることを知っていれば、それらをかなりうまく処理でき、AIも可能でした。