第3章 情報 | 戸田山和久『哲学入門』
from 戸田山和久の哲学入門
ボトムアップの議論
情報の流れから表象・意味
解読者を前提としない情報
要約wint.icon
情報理論
量→内容
自然界はそれ自体が情報の流れ
情報を語るときの問題
定義にバラエティありすぎ
→理論的概念として扱う
理論的概念
手順
概観
統合・相互作用
有用性・拡張性・限界
ここで哲学が概念工学であると主張
概念も人工物
3つの情報概念
by Adriaans
concepts of information
of knowledge
for agents
of probability
cf. シャノンの情報理論
定量化できる
of complexity
of algorithm
本書では割愛
cf. コルモゴロフ複雑性wint.icon
方針
of probability (B) → of knowledge (A)
ドレツキの分析
Dratske
世界はそのままで情報の流れなのである。
シャノン
1949 paper
情報科学の夜明け
意味は無視する
マルコフ過程による数理モデル化
意味抜き平均情報(量)
拡張された情報量の概念
出来事が生じる→情報が生じる
ドレツキ
情報の内容の理論
知識を情報の流れという世界観に埋め込んだ
情報は自然現象
エージェント・解読者は不要
情報が基礎
→情報の意味論が必要
シャノンの情報理論
情報内容でなくて情報量
英語では どっちも information content に なりそう…。wint.icon
構築は 2パート
1. 個別の信号の情報量
自己情報量
2. 情報の内容の定義
定義への道筋
equivocation
途中で失われた情報量
cf. シャノンの第2基本定理
ref. Equivocation (information theory)¦enwp
the expected value $ E_{X}[\mathrm{H}(y_{1},\dots,y_{n} \mid X=x)] is known in some domains as equivocation.
cited as: https://sci-hub.hkvisa.net/10.1109/tit.1970.1054466
aka. 曖昧度
しかし平均ないし期待値で定義したくない。
$ E(r_1)
出来事は事象の情報内容を担うか?
vs. 情報量
en: information content(ja: 情報量、自己情報量)
ゼロックス原理
情報を伝えることの推移律
equivocation がないときに限る
量から内容への橋渡し役
情報内容の定義の要件
1. $ \|\mathrm{signal}\| = \|F(s)\|
ゼロックス原理
2. $ F(s)
情報は真理を含意すること
情報に価値を見出す = 財
⇄ 間違った情報という立場(互換)
3. $ \|\mathrm{signal}_s\| = \|F(s)\|
情報内容の定義
$ {\rm Transfer}(r, F(s)) ⇔ P(F(s) \mid r) = 1
各条件
1. equivocation = 0
2. $ r \wedge P(F(s))=1
3. $ G \ne F \Rightarrow {\rm Sig}_F \wedge P(G(s)) \ne 1
帰結
1つの情報は複数の情報を伝える
入れ子
複数パターン
自然法則的(=定義?wint.icon)
演繹的(=「分析的」)
意味の含意とは別
推移的
心を持つ解釈者は不要
ドレツキの定義
抄訳: 知識は情報により生じた信念
⇔情報の流れを信念で切り取って知識が生まれる
因果とは同一視できない
更に因果がなくても情報は流れうる
e.g. 共通原因 = 二股因果
cf. ghost channel
つまり必要でも十分でもないwint.icon
結びつきは必要
可能性のネットワーク
因果的世界⇒情報流れる世界
そのままでなりたつ
考察wint.icon
自然的情報はポランニーの近接項と遠隔項に対応するか?
次: 第4章 表象 | 戸田山和久『哲学入門』