Найти в Дзене
Полезные советы

​​Математически доказано - правильных стратегий борьбы с COVID-19 нет.

Гениальный математик о достижении людьми предела знаний. Профессор Дэвид Волперт (David Wolpert) - математик с мировым авторитетом, уже внесший свое имя в историю математики. Сначала он доказал легендарную теорему «No free lunch» (сначала для машинного обучения, а потом в целом - для поиска и оптимизации), известную в России, как «Бесплатных завтраков не бывает» или просто «Халявы не будет». А затем им было доказано существование предела знаний – т.е. всего и всегда никто и никогда узнать не сможет. Казалось бы, теория суха … Но древо жизни как-то резко перестает зеленеть при приложении теорем Вольперта к моделированию пандемии COVID-19.  В только что опубликованном стратегическом инсайте «There’s no free lunch when it comes to making predictions about the COVID-19 pandemic», Волперт, на понятных для имеющих ВУЗовское образование формулах, объясняет: • использование любых моделей пандемии COVID-19 (основанных на аппроксимации уравнений или агентном моделировании) чревато тем, что здес

Гениальный математик о достижении людьми предела знаний.

Профессор Дэвид Волперт (David Wolpert) - математик с мировым авторитетом, уже внесший свое имя в историю математики. Сначала он доказал легендарную теорему «No free lunch» (сначала для машинного обучения, а потом в целом - для поиска и оптимизации), известную в России, как «Бесплатных завтраков не бывает» или просто «Халявы не будет». А затем им было доказано существование предела знаний – т.е. всего и всегда никто и никогда узнать не сможет.

Казалось бы, теория суха … Но древо жизни как-то резко перестает зеленеть при приложении теорем Вольперта к моделированию пандемии COVID-19. 

В только что опубликованном стратегическом инсайте «There’s no free lunch when it comes to making predictions about the COVID-19 pandemic», Волперт, на понятных для имеющих ВУЗовское образование формулах, объясняет:

• использование любых моделей пандемии COVID-19 (основанных на аппроксимации уравнений или агентном моделировании) чревато тем, что здесь не может быть правильных или неправильный ответов;

• из чего следует, что никто не может точно прогнозировать: 

- как эпидемия будет распространяться, если мы сделаем так или иначе? 

- как повлияет на экономику, если мы будем следовать одному или другому курсу?

Волперт доказывает, что оба подхода к оценке вероятностей (Байесовский и частотный) не позволяют сделать достоверный модельный прогноз при отсутствии у нас точного знания о начальных переменных модели: коэффициент вероятности заражения, коэффициент летальности, процент инфицированных …. А без этого, все тщетно.

Это значит:

✔️ что все споры, чья модель лучше (Китайская, Итальянская, Шведская …) стоят не дороже любых других срачей в соцсети;

✔️ а дебаты об оптимальном компромиссе карантинных мер и ущерба для экономики – вообще, разговоры ни о чем.

Чтобы судить и о том, и другом, - нужно располагать точными параметрами моделей. Но сейчас мы этого не знаем. И не нужно делать вид, что моделирование здесь может помочь.

Все равно любая модель может оказаться не точнее случайного выбора при подбрасывании монеты.

А значит, для политиков халявы не будет. Ответственность за решения о жизнях и экономике на модели не спишешь. Придется ее брать на себя. И отвечать за свои решения.

#Эпидемия