Мне было приятно читать это изложение! Я думаю, что тот факт, что алгоритмы могут использовать случайные рассуждения, а не просто индуктивные обобщения, позволяет им предсказывать черных лебедей, которые были бы упущены одними только корреляционными наблюдениями, завораживает. Недавно я написал пост об использовании бритвы Оккама в решении проблем (Чему бритва Оккама действительно может научить создателей: не упрощайте простоту @emjeannelson https://medium.com/@emjeannelson/what-occams-razor -can-really-teach-makers-don-t-oversimplify-simplicity-3770bd48a83c»), и я думаю, стоит отметить, что самое простое объяснение с точки зрения конкретного человека или группы людей появляется просто из-за невысказанных и часто бессознательных предположений, вытекающих из точки зрения или мировоззрения (таких как обоснованные убеждения, эвристика, эмоциональное мышление и т. д.). Очень интересно, как алгоритмы машинного обучения часто могут создавать лучшие гипотезы, избавляясь от иллюзорной простоты. Спасибо за то, что поделились своими мыслями!