Exchange Data

这种类型的不确定性称为认知或系统不确定性，意味着科学知识的不完整状态。可以通过附加信息来减少它。我们经常通过聘请专业人士和咨询来获得更多信息。尽管新信息可以减少不确定性，但它也会增加不确定性，因为它可以揭示风险的存在或未知的风险概率。

另一方面，任意或统计不确定性是指随机性的概念。世界上存在着我们根本无法预测的随机性。

黑天鹅事件描述的是不可预见的事件，这些事件超出了我们通常的预期，并且可能会产生严重的后果。很长一段时间，人们只相信白天鹅，直到在没人预料到的澳大利亚发现了黑天鹅。被视为黑天鹅的事件包括2007年金融危机和福岛核灾难。想想你的项目中的黑天鹅。你永远不会预见到的事情即将发生，即使回想起来你可能会想自己是否应该预见到它们。

如果我们知道所有替代方案及其与决策相关的概率和后果，我们 阿尔巴尼亚 whatsapp 数据​ 就有一个可管理的小世界作为我们的解决方案空间，我们可以在其中优化决策过程和决策。但在一个不确定的世界里就不行了。我们正在处理风险与不确定性，这是一个根本性的区别。贝叶斯推理等优化方法提供了最佳答案。但在信息未知或不可知的巨大不确定世界中却并非如此。现实世界中的大多数决策都是在不确定性的情况下做出的。现实世界是一个无形的系统，具有更加复杂性和依赖性。在这样的世界中，决策范围从“今晚我应该点菜吗？”到“我应该和谁约会？”

在某些时候我们也许能够计算出所有的风险及其概率，我们会通过计算找到最优的解决方案，但在日常生活中我们做出这样的决定要少得多的思考。有些计算需要一生的时间，当然还有黑天鹅。对于某些决策，我们可能永远找不到完美的解决方案——无论我们是人类还是机器。因此，我们在两个世界中使用不同的认知过程。在一个风险和替代方案完全已知的世界中，我们可以进行统计思考并通过计算跟踪我们的利润和损失，从而使我们有能力适应。在一个不确定的世界中，我们常常不得不依靠简单而快速的启发式思维。但不确定性下的决策到底是如何进行的呢？

我们将探讨三个主要研究方向：

1. 在规范方法中，研究探讨了人们应该如何做出决策。
2. 另一方面，描述性方法检查人们如何做出决策。
3. 第三个描述性的研究领域是启发法，近几十年来它引起了相当大的兴趣。