試行錯誤
ウィキペディアから、無料の百科事典
試行錯誤は問題解決の基本的な方法です。[1]それは、成功するまで、[2]、または実践者が試みをやめるまで続けられる、繰り返されるさまざまな試みによって特徴付けられます。
WHソープによれば、この用語は、「試行錯誤」と「試行錯誤」という同様のフレーズを試した後、C。ロイドモーガン（1852–1936）によって考案されました。[3]モーガンの公準の下で、動物の行動 可能な限り簡単な方法で説明する必要があります。行動がより高い精神的プロセスを暗示しているように見える場合、それは試行錯誤の学習によって説明されるかもしれません。例としては、テリアのトニーが庭の門を開けた巧みな方法があります。これは、最終的な行動を見た誰かが洞察に満ちた行為と簡単に誤解していました。しかし、ロイドモーガンは、犬が徐々に反応を学習する一連の近似を観察して記録し、それを説明するために洞察が必要ないことを示すことができました。
エドワード・リー・ソーンダイクは、実験室で試行錯誤の実験を管理する方法を示した発見に基づいて、試行錯誤の学習の理論の創始者でした。彼の有名な実験では、学習における効果の法則を研究するために、猫が一連のパズルボックスに入れられました。[4]彼は、各試行のタイミングを記録した曲線を学習するためにプロットしました。ソーンダイクの重要な観察は、学習が肯定的な結果によって促進されたということでした。それは後にBFスキナーのオペラント条件付けによって洗練され拡張されました。
試行錯誤は、問題解決、修復、調整、または知識の取得の方法でもあります。コンピュータサイエンスの分野では、この方法は生成とテスト（ブルートフォース）と呼ばれます。初等代数では、方程式を解くとき、それは推測とチェックです。
このアプローチは、洞察と理論を使用するアプローチとは対照的に、問題解決への2つの基本的なアプローチの1つと見なすことができます。ただし、たとえば、理論を使用して方法をガイドする中間的な方法があります。これは、ガイド付き経験論として知られるアプローチです。
方法論
試行錯誤のアプローチは、単純な問題やゲームで最もうまく使用され、明確なルールが適用されない場合の最後の手段となることがよくあります。これは、アプローチが本質的に不注意であることを意味するものではありません。個人は、成功につながる可能性のある可能性を分類しようとして、変数を系統的に操作できるからです。それにもかかわらず、この方法は、問題領域の知識がほとんどない人々によってよく使用されます。試行錯誤のアプローチは、その自然な計算の観点から研究されてきました[5]。
最も単純なアプリケーション
Ashby（1960、セクション11/5）は、同じ基本的な運動問題に対処するための3つの簡単な戦略を提供します。これらの問題は、効率が大きく異なります。1000個のオン/オフスイッチのコレクションをランダムベースのテストによって特定の組み合わせに設定する必要があるとします。各テストには1秒かかると予想されます。[これはTraill（1978/2006、セクションC1.2]でも説明されています。戦略は次のとおりです。
- 部分的な成功を収めようとする試みのない、完璧主義のオールオアナッシング手法。これには10 ^ 301秒以上かかると予想されます[つまり、2 ^ 1000秒、つまり3・5×（10 ^ 291）世紀]。
- 部分的な成功を保持するスイッチのシリアルテスト（これらがマニフェストであると仮定）。これには平均500秒かかります。
- すべてのスイッチを同時に並行して個別にテストします。これには1秒しかかかりません。
ここで、問題に影響を与える知性や洞察はもたらされないという暗黙の了解に注意してください。ただし、さまざまな利用可能な戦略が存在するため、さまざまな利用可能な戦略をランダムに選択できる、処理の別個の（「優れた」）ドメイン（スイッチ処理のメカニズムの上の「メタレベル」）を検討できます。繰り返しますが、これは「試行錯誤」ですが、タイプが異なります。
階層
Ashbyの本は、この「メタレベル」のアイデアを発展させ、体系的な階層で互いに上に連続して、レベルの再帰的なシーケンス全体に拡張します。これに基づいて、彼は人間の知性がそのような組織から生まれると主張します：試行錯誤に大きく依存しますが（少なくとも最初は新しい段階ごとに）、すべての終わりに「知性」と呼ばれるもので現れます。したがって、おそらく、階層の最上位レベル（任意の段階）は、単純な試行錯誤に依存します。
Traill（1978/2006）は、このアシュビー階層がピアジェのよく知られた発達段階の理論とおそらく一致することを示唆しています。[この作品では、Ashbyの1000スイッチの例についても説明しています。§C1.2]を参照してください。結局のところ、子供たちが最初に多かれ少なかれランダムな方法で積極的に行うことによって学び、次にうまくいけば結果から学ぶことはピアジェの教義の一部です-それはすべてアシュビーのランダムな「試行錯誤」に一定の類似性を持っています。
応用
Traill（2008、espec。p.31の表 "S"）は、この戦略を、少なくとも初期段階では、おそらくすべての知識収集システムの基礎となるものと見なしているJerneとPopperに続きます。
そのような4つのシステムが識別されます。
特徴
試行錯誤にはいくつかの機能があります。
- ソリューション指向：試行錯誤は、ソリューションが機能する理由を発見しようとはせず、単にソリューションであるということです。
- 問題固有：試行錯誤は、他の問題の解決策を一般化しようとはしません。
- 非最適：試行錯誤は、一般的に見つけるための試みである解決策ではなく、すべてのソリューションではなく、最善の解決策を。
- 知識はほとんど必要ありません。主題に関する知識がほとんどまたはまったくない場合でも、試行錯誤を繰り返すことができます。
テスト可能な有限数の可能な解決策が存在する場合、試行錯誤を使用してすべての解決策または最良の解決策を見つけることが可能です。すべての解決策を見つけるには、解決策が見つかったときに、すべての解決策が試されるまで、プロセスを終了するのではなく、単にメモを取り、続行します。最良の解決策を見つけるために、今説明した方法ですべての解決策を見つけ、次にいくつかの事前定義された基準のセットに基づいてそれらを比較評価します。その存在は最良の解決策を見つける可能性の条件です。（また、ジグソーパズルを組み立てる場合のように、1つの解決策しか存在できない場合、見つかった解決策が唯一の解決策であるため、必然的に最善です。）
例
試行錯誤は伝統的に抗生物質などの新薬を見つける主な方法でした。化学者は、目的の効果を持つ化学物質が見つかるまで、化学物質をランダムに試すだけです。より洗練されたバージョンでは、化学者は、構造活性相関と呼ばれる手法を使用して何らかの効果があると考えられる狭い範囲の化学物質を選択します。（後者の場合は、解決戦略ではなく問題の変化と見なすことができます。「抗生物質としてどの化学物質がうまく機能するか」ではなく、洗練されたアプローチの問題は「化学物質がある場合はどれか」です。この狭い範囲で抗生物質としてうまく機能しますか？」）この方法は、ポリマー技術など、多くの分野で広く使用されています。 新しいポリマータイプまたはファミリーを見つけるため。
試行錯誤は、ビデオゲームに対するプレーヤーの反応にもよく見られます-障害物やボスに直面した場合、プレーヤーは多くの場合、障害物を乗り越えたりボスを倒したりするためのいくつかの戦略を形成します。各戦略は、プレーヤーが成功するか、ゲームを終了します。
スポーツチームはまた、試行錯誤を利用してプレーオフの資格を得たり、プレーオフを進めたりしてチャンピオンシップに勝ち、勝利への道のりですべての対戦相手を打ち負かすことを期待して、さまざまな戦略、プレー、ラインナップ、フォーメーションを試みます。これは、前進するために複数の勝利が必要なプレーオフシリーズでは特に重要です。ゲームに負けたチームは、まだ排除されていない場合、勝利の方法を見つけるために新しい戦術を試す機会があります。
科学的方法は、その製剤中の試行錯誤の元素を含有し、仮説の試験とみなすことができます。また、遺伝的アルゴリズム、シミュレーテッドアニーリング、強化学習など、試行錯誤の基本的な考え方を適用した検索用のすべての種類を比較します。
生物学的進化は試行錯誤の一形態と見なすことができます。[6]ランダムな突然変異と性的遺伝的変異は、試行と生殖適応度の低下、または適応度の改善の欠如と見なすことができます。したがって、長い間、よく適応したゲノムの「知識」は、それらが複製できるという理由だけで蓄積されます。
概念的なソートアルゴリズム（非常に非効率的で非実用的）であるBogosortは、リストをソートするための試行錯誤のアプローチと見なすことができます。ただし、ボゴソートの典型的な単純な例では、リストのどの順序が試行されたかを追跡せず、同じ順序を何度も試行する可能性があります。これは、試行錯誤の基本原則の1つに違反します。試行錯誤は、実際にはボゴソートよりも効率的で実用的です。ボゴソートとは異なり、有限リスト上で有限時間で停止することが保証されており、特定の条件下で非常に短いリストをソートするための合理的な方法でさえある可能性があります。
ポルティア属の ハエトリグモは、試行錯誤を繰り返して、なじみのない獲物や異常な状況に対する新しい戦術を見つけ、新しい戦術を覚えています。[7]テストによると、PortiafimbriataとPortialabiataは、単純なジャンプには広すぎるミニチュアラグーンを横断することがスパイダーの目的であり、ジャンプしてから泳ぐか、泳ぐだけである人工環境で試行錯誤を繰り返すことができます。[8] [9]
