Фальсифицируемость и теории отвергаемые "официальной" наукой

Улыбающийся человек на фотографии Карл Раймунд Поппер. Австрийский ученый, философ активно критиковал существующие на то время понятия о научном методе, занимался проблемой демаркации знаний. И в 1935 году сформулировал критерий "научности" или "антинаучности" любой теории или гипотезы. Этим критерием является фальсифицируемость или "критерий Поппера".
С тех пор пор фальсифицируемость является основным критерием разделениея теорий на научные и антинаучные. То есть научная теория должна иметь хотя-бы теоретическую возможность быть опровергнутой с помощью эксперимента, даже если этот эксперимент невозможно поставить на данный момент в силу каких-либо причин. Важна сама принципиальная возможность такого опровержения.

Вот теперь становится понятна злость и нелюбовь, которую испытывают многие "ученые" не признанные "официальной" наукой, которые проповедуют разные поля, ауры и т.д. Так как они не могут предоставить теорию, которая будет иметь хотя-бы предсказательную силу, не говоря уж о фальсифицируемости.

А если теория не имеет предсказательной силы - то есть не возможно эту теорию ни к чему применить то в силу уже вступает бритва Оккама: не следует плодить сущности без необходимости.

Комментарии

Отправить комментарий

Популярные сообщения из этого блога

Алгоритм NEAT. Эволюционирующие нейронные сети возрастающих топологий.

Изображение
Нейронные сети как правило используются на задачах кластеризации и распознавания образов. И там они показывают действительно впечатляющие результаты. Но в задачах распознавания образов структура нейронной сети (ее топология) как правило задается заранее. Обучением же такой сети является настройка весов между заранее определенными слоями. Сам выбор топологии сети является очень нетривиальной задачей, которая возникает еще задолго до обучения самой сети. Поэтому возникла задача, чтобы сеть могла не только обучаться, но и сама настраивать свою топологию, создавать/удалять узлы и связи. Одним из таких алгоритмов является алгоритм NEAT. Именно с помощью этого алгоритма была создана и обучена нейронная сеть  Mar/IO, играющая в Супер Марио на видео ниже:
Далее...

Цепи Маркова простыми словами. Пишем пирожки.

Изображение
В прошлой заметке  было описано как обучить нейтронную сеть так, чтобы она играла в Марио или управляла роботом. Но может ли нейронная сеть генерировать текст? В этом вполне могут помочь цепи Маркова. Вот за что я 'люблю' русскоязычную википедию, так это за то, что любое простое явление/уравнение/правило, особенно из математики описывается сходу настолько обобщенно, настолько зубодробительными формулами, что без пол литра не разберешься. Притом составители статей не утруждают себя дать описание (хотя-бы на пару предложений) простым человеческим языком, а сразу переходят к формулам. Если кто-то захочет узнать что такое цепи Маркова, то в первом переложении он узнает, что: "Це́пь Ма́ркова — последовательность случайных событий с конечным или счётным числом исходов, характеризующаяся тем свойством, что, говоря нестрого, при фиксированном настоящем будущее независимо от прошлого. Названа в честь А. А. Маркова (старшего)." Может быть дальше станет понятно? Как бы
Далее...