[論文レビュー] The Limits of Phenomenology: From Behaviorism to Drug Testing and Engineering Design

Yaneer Bar‐Yam|arXiv (Cornell University)|Aug 14, 2013

Complex Systems and Decision Making参考文献 8被引用数 4

ひとこと要約

この論文は情報理論を用いて、行動主義や二重盲検薬物試験といった厳密な経験的現象論的アプローチが、入力条件の組み合わせの爆発的増加により、複雑系に対して指数関数的に非現実的になることを証明する。主な貢献は、理論的モデルが複雑系を特徴付けるために不可欠であることを示す形式的不可能定理であり、それらは経験的観察に比べて必要な情報量を著しく削減する。

ABSTRACT

It is widely believed that theory is useful in physics because it describes simple systems and that strictly empirical phenomenological approaches are necessary for complex biological and social systems. Here we prove based upon an analysis of the information that can be obtained from experimental observations that theory is even more essential in the understanding of complex systems. Implications of this proof revise the general understanding of how we can understand complex systems including the behaviorist approach to human behavior, problems with testing engineered systems, and medical experimentation for evaluating treatments and the FDA approval of medications. Each of these approaches are inherently limited in their ability to characterize real world systems due to the large number of conditions that can affect their behavior. Models are necessary as they can help to characterize behavior without requiring observations for all possible conditions. The testing of models by empirical observations enhances the utility of those observations. For systems for which adequate models have not been developed, or are not practical, the limitations of empirical testing lead to uncertainty in our knowledge and risks in individual, organizational and social policy decisions. These risks should be recognized and inform our decisions.

研究の動機と目的

• 純粋な経験的現象論的手法が、必要な観察数の指数関数的増加により、複雑系を記述する能力に根本的な限界をもつことの証明。
• 理論的モデルが複雑系を理解するために、単なる補助的役割ではなく、本質的に不可欠であることを確立。生物的・社会的・設計されたシステムを含む複雑系の理解において。
• 行動主義、薬物試験、工学的検証といった異なる分野を、情報理論的枠組みで統合し、それらが共有する認識論的限界を明らかに。
• 完全な行動記述に必要な情報量を定量化し、入力条件が数個を越えると実用的限界を超えることを示す。
• 理論的モデルがなければ、医学、政策、工学分野の意思決定が、すべての可能な状況を考慮できないため、定量できないリスクを内在していると主張。

提案手法

• 情報理論を応用し、入力条件と出力行動の関数として、システム行動を記述するために必要な最小情報量をモデル化。
• システムの複雑度を、可能な入力-出力組み合わせの数の対数（2を底とする）として定義し、$ I_S = 2^{I_C} I_A $ という式を導出。ここで $ I_C $ は入力複雑度、$ I_A $ は行動複雑度である。
• システム行動の表形式表現を用いる：各行が一意の入力条件（$ 2^{I_C} $ 行）に対応し、各入力条件に対して $ I_A $ ビットで行動が記述される。
• 完全な経験的記述に必要な情報量が、入力複雑度の増加に伴い指数関数的に増大することを示し、実世界の複雑系に対しては非現実的であることを明らかにする。
• 科学的探求が段階 $ \tau $ を経て進行する動的進行モデルを導入し、条件と行動の段階的精錬を可能にする。
• 系の応答は独立ではないという推論を導出し、より簡潔な理論的記述が存在しなければならないことを示す（完全な経験的独立性の仮定に反する）。

実験結果

リサーチクエスチョン

• RQ1 なぜ行動主義や二重盲検薬物試験といった完全に経験的なアプローチが、複雑系にスケーリングできないのか？
• RQ2 完全な観察のみでシステム行動を記述する際の、根本的な情報理論的限界は何か？
• RQ3 入力条件の数が増加することで、観察数が指数関数的に増加するという事実が、心理学・医学・工学分野における科学的進歩をどのように制限するのか？
• RQ4 理論的モデルは、経験的表よりも、複雑系の行動記述に必要な情報量を低下させることができるか？
• RQ5 この情報理論的限界は、政策立案、医療承認、工学的システム検証にどのような意味を持つのか？

主な発見

• 経験的観察によるシステム行動の完全な記述に必要な情報量は $ I_S = 2^{I_C} I_A $ に比例し、入力複雑度 $ I_C $ と共に指数関数的に増大する。これにより、単純なシステム以外では非現実的になる。
• 人間のエンタルピー（最大情報量）は $ 10^{31} $ ビット程度と推定されるが、文の入力に対する完全な行動記述には $ 10^{60} $ ビットが必要である。これは、より簡潔な理論的記述が存在しなければならないことを証明する。
• 行動主義や二重盲検薬物試験といった経験的アプローチは、自己に課した制約が指数関数的な情報量の増加を引き起こすため、本質的に複雑系に不適切である。
• 複雑系の応答は独立ではない。これは、系のエントロピーが完全な経験的表に必要な情報量よりも小さいという補足により示され、依存関係が有効情報量を削減していることを示唆する。
• 理論的モデルがなければ、知識は不完全なままとなり、医学、政策、工学分野の意思決定は、すべての可能な状況を考慮できないため、定量できないリスクを内在する。
• この枠組みは、心理学、バイオメディスン、工学分野における限界を統一的に理解する認識論的基盤を提供し、情報理論的制約を克服するには理論と実験が協働しなければならないことを明らかにする。