पूर्वानुमान
एक पूर्वानुमान (कही गई बात)[1] या भविष्यवाणी (forecasting) किसी भविष्य की घटना या भविष्य के डेटा के बारे में एक कथन है। पूर्वानुमान अक्सर, लेकिन हमेशा नहीं, पूर्वानुमानकर्ताओं के अनुभव या ज्ञान पर आधारित होते हैं। "पूर्वानुमान" (prediction) और "अनुमान" (estimation) के बीच सटीक अंतर के बारे में कोई सार्वभौमिक सहमति नहीं है; विभिन्न लेखक और विषय अलग-अलग अर्थ (connotations) बताते हैं।
भविष्य की घटनाएं अनिवार्य रूप से अनिश्चित होती हैं, इसलिए भविष्य के बारे में गारंटीकृत सटीक जानकारी असंभव है। संभावित विकास के बारे में योजनाएं बनाने में सहायता के लिए पूर्वानुमान उपयोगी हो सकता है।
राय
गैर-सांख्यिकीय अर्थ में, "पूर्वानुमान" शब्द का उपयोग अक्सर एक सूचित अनुमान या राय को संदर्भित करने के लिए किया जाता है।
इस प्रकार का पूर्वानुमान पूर्वानुमान लगाने वाले व्यक्ति के अपवर्तक तर्क (abductive reasoning), आगमनात्मक तर्क (inductive reasoning), निगमनात्मक तर्क (deductive reasoning), और अनुभव द्वारा सूचित किया जा सकता है; और यदि पूर्वानुमान लगाने वाला व्यक्ति उस क्षेत्र में एक जानकार व्यक्ति है, तो यह उपयोगी हो सकता है।[2]
डेल्फी विधि (Delphi method) नियंत्रित तरीके से ऐसे विशेषज्ञ-निर्णय-आधारित पूर्वानुमान प्राप्त करने की एक तकनीक है। इस प्रकार के पूर्वानुमान को सांख्यिकीय तकनीकों के अनुरूप माना जा सकता है, इस अर्थ में कि, कम से कम, उपयोग किया जा रहा "डेटा" पूर्वानुमान लगाने वाले विशेषज्ञ का संज्ञानात्मक अनुभव है जो एक सहज "प्रायिकता वक्र" बनाता है।
सांख्यिकी
सांख्यिकी में, पूर्वानुमान सांख्यिकीय अनुमान (statistical inference) का एक हिस्सा है। ऐसे अनुमान के लिए एक विशेष दृष्टिकोण को पूर्वानुमानित अनुमान (predictive inference) के रूप में जाना जाता है, लेकिन पूर्वानुमान को सांख्यिकीय अनुमान के कई दृष्टिकोणों में से किसी के भीतर भी किया जा सकता है। वास्तव में, सांख्यिकी का एक संभावित विवरण यह है कि यह जनसंख्या के एक नमूने के बारे में ज्ञान को पूरी जनसंख्या, और अन्य संबंधित आबादी तक स्थानांतरित करने का साधन प्रदान करता है, जो समय के साथ पूर्वानुमान के समान नहीं है।[3] पूर्वानुमान (Forecasting) के लिए आमतौर पर समय श्रृंखला (time series) विधियों की आवश्यकता होती है, जबकि पूर्वानुमान (prediction) अक्सर क्रॉस-सेक्शनल डेटा पर किया जाता है।
पूर्वानुमान के लिए उपयोग की जाने वाली सांख्यिकीय तकनीकों में प्रतिगमन (regression) और इसकी विभिन्न उप-श्रेणियां जैसे रैखिक प्रतिगमन, सामान्यीकृत रैखिक मॉडल (लॉजिस्टिक प्रतिगमन, पॉइसन प्रतिगमन, प्रोबिट प्रतिगमन), आदि शामिल हैं। पूर्वानुमान (forecasting) के मामले में, ऑटोरिग्र्रेसिव मूविंग एवरेज मॉडल और वेक्टर ऑटोरिग्रेशन मॉडल का उपयोग किया जा सकता है। जब इन और/या संबंधित, प्रतिगमन या मशीन लर्निंग विधियों के सामान्यीकृत सेट को व्यावसायिक उपयोग में तैनात किया जाता है, तो इस क्षेत्र को पूर्वानुमानित विश्लेषण (predictive analytics) के रूप में जाना जाता है।[4]
कई अनुप्रयोगों में, जैसे कि समय श्रृंखला विश्लेषण, उन मॉडलों का अनुमान लगाना संभव है जो अवलोकन उत्पन्न करते हैं। यदि मॉडलों को ट्रांसफर फलन के रूप में या स्टेट-स्पेस मापदंडों के संदर्भ में व्यक्त किया जा सकता है, तो सुचारू, फ़िल्टर किए गए और अनुमानित डेटा अनुमानों की गणना की जा सकती है। यदि अंतर्निहित उत्पन्न मॉडल रैखिक हैं, तो शोर माप से रुचि के डेटा को पुनर्प्राप्त करने के लिए न्यूनतम-विचरण कलमन फ़िल्टर (Kalman filter) और न्यूनतम-विचरण स्मूथर का उपयोग किया जा सकता है। ये तकनीकें एक-चरण-आगे के पूर्वानुमानकर्ताओं पर निर्भर करती हैं (जो पूर्वानुमान त्रुटि के विचरण को कम करते हैं)। जब उत्पन्न मॉडल गैर-रैखिक होते हैं तो विस्तारित कलमन फ़िल्टर (Extended Kalman Filter) और स्मूथर पुनरावृत्तियों के भीतर चरणबद्ध रैखिककरण लागू किए जा सकते हैं। हालाँकि, गैर-रैखिक मामलों में, इष्टतम न्यूनतम-विचरण प्रदर्शन की गारंटी अब लागू नहीं होती है।[5]
पूर्वानुमान के लिए प्रतिगमन विश्लेषण का उपयोग करने के लिए, उस चर पर डेटा एकत्र किया जाता है जिसका पूर्वानुमान लगाया जाना है, जिसे आश्रित चर (dependent variable) या प्रतिक्रिया चर कहा जाता है, और एक या अधिक चर पर जिनके मान इसे प्रभावित करने के लिए परिकल्पित होते हैं, जिन्हें स्वतंत्र चर (independent variables) या व्याख्यात्मक चर कहा जाता है। प्रतिपादित कारणात्मक संबंध के लिए एक कार्यात्मक रूप, अक्सर रैखिक, परिकल्पित किया जाता है, और फलन के पैरामीटर डेटा से अनुमानित किए जाते हैं—अर्थात, उन्हें इस तरह चुना जाता है कि डेटा के लिए फलन के फिट को किसी तरह अनुकूलित किया जा सके। यह अनुमान चरण है। पूर्वानुमान चरण के लिए, व्याख्यात्मक चर मान जिन्हें आश्रित चर के भविष्य (या वर्तमान लेकिन अभी तक नहीं देखे गए) मानों के लिए प्रासंगिक माना जाता है, उन्हें आश्रित चर के लिए पूर्वानुमान उत्पन्न करने के लिए पैरामीट्रिज्ड फलन में इनपुट किया जाता है।[6]
मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस
हाल के दशकों में, पूर्वानुमान मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस अनुसंधान में एक केंद्रीय कार्य बन गया है। सुपरवाइज्ड लर्निंग एल्गोरिदम, जैसे सपोर्ट वेक्टर मशीन, निर्णय वृक्ष, और न्यूरल नेटवर्क, को नए, अनदेखे डेटा पर परिणामों की भविष्यवाणी करने के लिए ऐतिहासिक डेटासेट पर प्रशिक्षित किया जाता है। ये मॉडल प्राकृतिक भाषा प्रसंस्करण, कंप्यूटर विजन, स्वास्थ्य सूचना विज्ञान, और वित्तीय प्रौद्योगिकी जैसे डोमेन में व्यापक रूप से लागू होते हैं। हाल के अध्ययनों ने मॉडल की व्याख्यात्मकता और निष्पक्षता के महत्व पर जोर दिया है, क्योंकि पूर्वानुमान स्वास्थ्य सेवा, आपराधिक न्याय और सार्वजनिक नीति में महत्वपूर्ण निर्णयों को प्रभावित कर सकते हैं।[7]
एक मॉडल का निष्पक्ष प्रदर्शन अनुमान होल्ड-आउट क्रॉस-वैलिडेशन टेस्ट सेट पर प्राप्त किया जा सकता है। पूर्वानुमानों की तुलना दृश्य रूप से पैरिटी प्लॉट में ग्राउंड ट्रुथ से की जा सकती है।
विज्ञान
विज्ञान में, एक पूर्वानुमान एक कठोर, अक्सर मात्रात्मक, कथन है, जो यह बताता है कि विशिष्ट परिस्थितियों में क्या देखा जाएगा; उदाहरण के लिए, गुरुत्वाकर्षण के सिद्धांतों के अनुसार, यदि कोई सेब पेड़ से गिरता है तो उसे एक निर्दिष्ट और निरंतर त्वरण के साथ पृथ्वी के केंद्र की ओर बढ़ते हुए देखा जाएगा। वैज्ञानिक पद्धति उन कथनों का परीक्षण करने पर बनी है जो वैज्ञानिक सिद्धांतों के तार्किक परिणाम हैं। यह दोहराने योग्य प्रयोगों या अवलोकन संबंधी अध्ययनों के माध्यम से किया जाता है।
एक वैज्ञानिक सिद्धांत जिसके पूर्वानुमानों का अवलोकनों और साक्ष्यों द्वारा खंडन किया जाता है, उसे अस्वीकार कर दिया जाएगा। नए सिद्धांत जो कई नए पूर्वानुमान उत्पन्न करते हैं, उन्हें अधिक आसानी से समर्थित या मिथ्या (falsified) ठहराया जा सकता है (देखें पूर्वानुमानित शक्ति)। जो धारणाएं कोई परीक्षण योग्य पूर्वानुमान नहीं बनाती हैं, उन्हें आमतौर पर विज्ञान का हिस्सा नहीं माना जाता है (प्रोटोसाइंस या नेसेंस) जब तक कि परीक्षण योग्य पूर्वानुमान नहीं बनाए जा सकते।
गणितीय समीकरण और गणितीय मॉडल, और कंप्यूटर मॉडल, का उपयोग अक्सर उस मॉडल की सीमाओं के भीतर किसी प्रक्रिया के पिछले और भविष्य के व्यवहार का वर्णन करने के लिए किया जाता है। कुछ मामलों में, एक विशिष्ट परिणाम के बजाय परिणाम की प्रायिकता की भविष्यवाणी की जा सकती है, उदाहरण के लिए क्वांटम भौतिकी के अधिकांश हिस्सों में।
माइक्रोप्रोसेसरों में, शाखा पूर्वानुमान (branch prediction) शाखा निर्देशों पर पाइपलाइन खाली होने से बचने की अनुमति देता है।
इंजीनियरिंग में, संभावित विफलता मोड की भविष्यवाणी की जाती है और विफलता का कारण बनने वाले विफलता तंत्र को ठीक करके उनसे बचा जाता है।
सटीक पूर्वानुमान और भविष्यवाणी कुछ क्षेत्रों में बहुत कठिन हैं, जैसे कि प्राकृतिक आपदाएं, महामारी, जनसांख्यिकी, जनसंख्या गतिशीलता और मौसम विज्ञान।[8] उदाहरण के लिए, सौर चक्र की घटना की भविष्यवाणी करना संभव है, लेकिन उनका सटीक समय और परिमाण बहुत अधिक कठिन है (दाईं ओर चित्र देखें)।
सामग्री इंजीनियरिंग में गणितीय मॉडल के साथ किसी सामग्री के जीवनकाल की भविष्यवाणी करना भी संभव है।[9]
चिकित्सा विज्ञान में, विभिन्न उपचारों के प्रति रोगी के परिणामों या किसी नैदानिक घटना की संभावना की भविष्यवाणी करने के लिए पूर्वानुमानित और रोग-सूचक बायोमार्कर (biomarkers) का उपयोग किया जा सकता है।[10]
परिकल्पना
स्थापित विज्ञान उपयोगी भविष्यवाणियां करता है जो अक्सर अत्यंत विश्वसनीय और सटीक होती हैं; उदाहरण के लिए, ग्रहण की भविष्यवाणी नियमित रूप से की जाती है।
नए सिद्धांत ऐसी भविष्यवाणियां करते हैं जो उन्हें वास्तविकता द्वारा गलत साबित करने की अनुमति देती हैं। उदाहरण के लिए, परमाणु स्तर पर क्रिस्टल की संरचना की भविष्यवाणी करना एक वर्तमान शोध चुनौती है।[11] 20वीं सदी की शुरुआत में वैज्ञानिक सहमति यह थी कि एक पूर्ण संदर्भ फ्रेम (frame of reference) मौजूद था, जिसे ल्यूमिनिफेरस ईथर (luminiferous ether) नाम दिया गया था। इस पूर्ण फ्रेम का अस्तित्व इस स्थापित विचार के साथ स्थिरता के लिए आवश्यक माना गया था कि प्रकाश की गति स्थिर है। प्रसिद्ध माइकलसन-मोरले प्रयोग ने प्रदर्शित किया कि इस अवधारणा से निकाली गई भविष्यवाणियां वास्तविकता में सही नहीं उतरीं, जिससे पूर्ण संदर्भ फ्रेम का सिद्धांत गलत साबित हो गया। विशेष सापेक्षता का सिद्धांत (special theory of relativity) आइंस्टीन द्वारा प्रकाश की गति की स्थिरता और एक विशेष, पसंदीदा या पूर्ण संदर्भ फ्रेम के अस्तित्वहीन होने के बीच प्रतीत होने वाली विसंगति के स्पष्टीकरण के रूप में प्रस्तावित किया गया था।
अल्बर्ट आइंस्टीन के सामान्य सापेक्षता (general relativity) के सिद्धांत का आसानी से परीक्षण नहीं किया जा सका क्योंकि इसने स्थलीय पैमाने पर कोई अवलोकन योग्य प्रभाव उत्पन्न नहीं किया। हालाँकि, सामान्य सापेक्षता के पहले परीक्षणों में से एक के रूप में, सिद्धांत ने भविष्यवाणी की थी कि तारे जैसे बड़े द्रव्यमान प्रकाश को मोड़ देंगे, जो स्वीकृत सिद्धांत के विपरीत था; इसे 1919 के ग्रहण में देखा गया था।
चिकित्सा और स्वास्थ्य सेवा
पूर्वानुमानित चिकित्सा
Predictive medicine
रोग का निदान (Prognosis)
Prognosis
नैदानिक भविष्यवाणी नियम
Clinical prediction rule
वित्त
মূল নিবন্ধ: Financial forecasting, Stock market prediction
शेयर बाजार के व्यवहार (और सामान्य रूप से आर्थिक व्यवहार) के गणितीय मॉडल भी भविष्य के व्यवहार की भविष्यवाणी करने में अविश्वसनीय हैं। अन्य कारणों के अलावा, ऐसा इसलिए है क्योंकि आर्थिक घटनाएं कई वर्षों तक चल सकती हैं, और दुनिया एक समान समय सीमा में बदल रही है, जिससे वर्तमान के लिए पिछले अवलोकनों की प्रासंगिकता अमान्य हो जाती है। इस प्रकार भविष्य का अनुमान लगाने के लिए प्रासंगिक पिछले डेटा बिंदुओं की संख्या अत्यंत कम (लगभग 1 के क्रम में) है। इसके अलावा, यह आमतौर पर माना जाता है कि शेयर बाजार की कीमतें भविष्य की भविष्यवाणी करने के लिए उपलब्ध सभी जानकारी को पहले ही ध्यान में रखती हैं, और बाद की गतिविधियां इसलिए अप्रत्याशित घटनाओं का परिणाम होनी चाहिए। नतीजतन, एक शेयर निवेशक के लिए शेयर बाजार में उछाल या शेयर बाजार में गिरावट का पूर्वानुमान लगाना या भविष्यवाणी करना अत्यंत कठिन है। वास्तविक स्टॉक रिटर्न की भविष्यवाणी करने के विपरीत, व्यापक आर्थिक पूर्वानुमान की भविष्यवाणी में बेहतर सटीकता होती है। इस तरह का विश्लेषण गैर-लाभकारी समूहों के साथ-साथ लाभ-उन्मुख निजी संस्थानों द्वारा भी प्रदान किया जाता है।
सर्वेक्षणों और भविष्यवाणी खेलों में बड़े समूहों से वास्तविक शेयर बाजार आंदोलनों और भविष्यवाणी डेटा के बीच कुछ सहसंबंध देखा गया है।
एक बीमांकक (actuary) भविष्य के व्यावसायिक जोखिम का आकलन और भविष्यवाणी करने के लिए बीमांकक विज्ञान (actuarial science) का उपयोग करता है, ताकि जोखिमों को कम किया जा सके। उदाहरण के लिए, बीमा में एक बीमांकक जीवन तालिका (life table) (जो मृत्यु दर के ऐतिहासिक अनुभव और कभी-कभी भविष्य के रुझानों के अनुमान को शामिल करती है) का उपयोग जीवन प्रत्याशा का अनुमान लगाने के लिए करेगा।
खेल
खेल आयोजनों के परिणाम की भविष्यवाणी करना एक ऐसा व्यवसाय है जो हाल के वर्षों में लोकप्रियता में बढ़ा है। हैंडीकैपर्स विभिन्न गणितीय सूत्रों, सिमुलेशन मॉडल या गुणात्मक विश्लेषण का उपयोग करके खेलों के परिणाम की भविष्यवाणी करते हैं। माना जाता था कि शुरुआती, प्रसिद्ध खेल सट्टेबाजों, जैसे कि जिमी द ग्रीक, के पास ऐसी जानकारी तक पहुंच थी जिसने उन्हें बढ़त दी थी। जानकारी में व्यक्तिगत मुद्दों से लेकर, जैसे कि जुआ या शराब पीना, अज्ञात चोटों तक कुछ भी शामिल था; जो कुछ भी मैदान पर खिलाड़ी के प्रदर्शन को प्रभावित कर सकता है।
हाल के समय ने खेलों की भविष्यवाणी करने के तरीके को बदल दिया है। भविष्यवाणियों में अब आमतौर पर दो अलग-अलग दृष्टिकोण शामिल होते हैं: स्थितिजन्य खेल (Situational plays) और सांख्यिकीय आधारित मॉडल। स्थितिजन्य खेलों को मापना बहुत कठिन है क्योंकि उनमें आमतौर पर टीम की प्रेरणा शामिल होती है। प्रसिद्ध हैंडीकैपर डैन गॉर्डन ने लिखा, "लाइन में मूल्य के अलावा खेल में भावनात्मक बढ़त के बिना, मैं उस पर अपना पैसा नहीं लगाऊंगा"।[12] इस प्रकार के खेलों में शामिल हैं: घरेलू अंडरडॉग पर दांव लगाना, सोमवार रात के विजेताओं के खिलाफ दांव लगाना यदि वे अगले सप्ताह पसंदीदा हैं, "लुक अहेड" खेलों में अंडरडॉग पर दांव लगाना आदि। जैसे-जैसे स्थितिजन्य खेल अधिक व्यापक रूप से जाने जाते हैं, वे कम उपयोगी हो जाते हैं क्योंकि वे लाइन सेट करने के तरीके को प्रभावित करेंगे।
प्रौद्योगिकी के व्यापक उपयोग ने अपने साथ अधिक आधुनिक खेल सट्टेबाजी प्रणाली (sports betting systems) लाई हैं। ये प्रणालियाँ आमतौर पर प्रतिगमन विश्लेषण (regression analysis) पर आधारित एल्गोरिदम और सिमुलेशन मॉडल हैं। जेफ सगारिन, एक खेल सांख्यिकीविद्, ने USA Today में अपने मॉडल के परिणाम प्रकाशित करके खेलों की ओर ध्यान आकर्षित किया है। उन्हें वर्तमान में डलास मावेरिक्स द्वारा लाइनअप पर उनकी सलाह और उनके विनवल (Winval) सिस्टम के उपयोग के लिए एक सलाहकार के रूप में भुगतान किया जाता है, जो फ्री एजेंटों का मूल्यांकन करता है। ब्रायन बर्क, एक पूर्व नौसेना फाइटर पायलट जो खेल सांख्यिकीविद् बन गए, ने एनएफएल खेलों के परिणाम की भविष्यवाणी करने के लिए प्रतिगमन विश्लेषण का उपयोग करने के अपने परिणाम प्रकाशित किए हैं।[13] केन पोमेरॉय को कॉलेज बास्केटबॉल सांख्यिकी पर एक अग्रणी प्राधिकरण के रूप में व्यापक रूप से स्वीकार किया जाता है। उनकी वेबसाइट में उनकी कॉलेज बास्केटबॉल रेटिंग शामिल है, जो एक टेम्पो आधारित सांख्यिकी प्रणाली है। कुछ सांख्यिकीविद् सफल भविष्यवाणी प्रणालियाँ होने के लिए बहुत प्रसिद्ध हो गए हैं। डेयर ने लिखा, "खेल सट्टेबाजी और घुड़दौड़ के लिए प्रभावी ऑड्स मानवीय निर्णयों का सीधा परिणाम हैं और इसलिए संभावित रूप से लगातार त्रुटि प्रदर्शित कर सकते हैं"। कैसीनो में पेश किए जाने वाले अन्य खेलों के विपरीत, खेल आयोजनों में भविष्यवाणी तार्किक और सुसंगत दोनों हो सकती है।
आधुनिक समय में, विशेष रूप से फुटबॉल और बास्केटबॉल जैसे व्यापक रूप से देखे जाने वाले खेलों में, खेल और खिलाड़ी के आंकड़े, साथ ही टीम और लीग डेटा, एक सच्चे वैज्ञानिक अनुशासन में विकसित हुए हैं। ऐतिहासिक मैच परिणामों और व्यक्तिगत खिलाड़ी के प्रदर्शन जैसे कई मापदंडों का लाभ उठाकर, अत्यधिक सटीक भविष्यवाणियां उत्पन्न करना संभव हो गया है। अब ऐसी प्रसिद्ध प्रणालियाँ हैं जो उन्नत गणित और कृत्रिम बुद्धिमत्ता द्वारा समर्थित फुटबॉल भविष्यवाणियों पर वैज्ञानिक अध्ययन करती हैं। ऐसी ही एक प्रणाली, Soccerseer, उच्च स्तर की सटीकता के साथ भविष्यवाणियां करने में सक्षम है।
अन्य अधिक उन्नत मॉडलों में बेयसियन नेटवर्क (Bayesian networks) पर आधारित मॉडल शामिल हैं, जो जोखिम विश्लेषण और निर्णय समर्थन के लिए आमतौर पर उपयोग किए जाने वाले कारण संभाव्यता मॉडल हैं। इस तरह की गणितीय मॉडलिंग के आधार पर, कॉन्स्टेंटिनौ एट अल.,[14] ने एसोसिएशन फुटबॉल मैचों के परिणाम की भविष्यवाणी करने के लिए मॉडल विकसित किए हैं। इन मॉडलों को जो दिलचस्प बनाता है वह यह है कि, प्रासंगिक ऐतिहासिक डेटा को ध्यान में रखने के अलावा, वे उन सभी अस्पष्ट व्यक्तिपरक कारकों को भी शामिल करते हैं, जैसे कि प्रमुख खिलाड़ियों की उपलब्धता, टीम की थकान, टीम की प्रेरणा आदि। वे उपयोगकर्ता को उन चीजों के बारे में अपना सर्वश्रेष्ठ अनुमान शामिल करने की क्षमता प्रदान करते हैं जिनके लिए कोई ठोस तथ्य उपलब्ध नहीं हैं। इस अतिरिक्त जानकारी को फिर भविष्य के मैच परिणामों के लिए संशोधित भविष्यवाणी प्रदान करने के लिए ऐतिहासिक तथ्यों के साथ जोड़ा जाता है। इन मॉडलिंग प्रथाओं के आधार पर प्रारंभिक परिणाम उत्साहजनक हैं क्योंकि उन्होंने प्रकाशित बाजार ऑड्स के खिलाफ लगातार लाभप्रदता प्रदर्शित की है।
आजकल खेल सट्टेबाजी एक बड़ा व्यवसाय है; सट्टेबाजी साइटों के साथ-साथ कई वेबसाइटें (प्रणालियाँ) हैं, जो भविष्य के खेलों के लिए सुझाव या भविष्यवाणियां देती हैं। इनमें से कुछ भविष्यवाणी वेबसाइटें (टिपस्टर्स) मानवीय भविष्यवाणियों पर आधारित हैं, लेकिन अन्य कंप्यूटर सॉफ्टवेयर पर आधारित हैं जिन्हें कभी-कभी भविष्यवाणी रोबोट या बॉट कहा जाता है। भविष्यवाणी बॉट विभिन्न मात्रा में डेटा और एल्गोरिदम का उपयोग कर सकते हैं और इस कारण से उनकी सटीकता भिन्न हो सकती है।
सामाजिक विज्ञान
गैर-आर्थिक सामाजिक विज्ञानों में भविष्यवाणी प्राकृतिक विज्ञानों से भिन्न होती है और इसमें प्रवृत्ति प्रक्षेपण (trend projection), पूर्वानुमान, परिदृश्य-निर्माण (scenario-building) और डेल्फी सर्वेक्षण जैसी कई वैकल्पिक विधियाँ शामिल हैं। तेल कंपनी शेल विशेष रूप से अपनी परिदृश्य-निर्माण गतिविधियों के लिए जानी जाती है।
सामाजिक भविष्यवाणी की विशिष्टता का एक कारण यह है कि सामाजिक विज्ञानों में, "भविष्यवक्ता उस सामाजिक संदर्भ का हिस्सा होते हैं जिसके बारे में वे भविष्यवाणी करने का प्रयास कर रहे होते हैं और वे इस प्रक्रिया में उस संदर्भ को प्रभावित भी कर सकते हैं"।[15] परिणामस्वरूप, सामाजिक भविष्यवाणियाँ आत्म-विनाशकारी हो सकती हैं। उदाहरण के लिए, मौजूदा रुझानों के आधार पर यह पूर्वानुमान कि जनसंख्या का एक बड़ा हिस्सा एचआईवी (HIV) संक्रमित हो जाएगा, लोगों को जोखिम भरे व्यवहार से बचने के लिए प्रेरित कर सकता है और इस प्रकार एचआईवी संक्रमण दर को कम कर सकता है, जिससे पूर्वानुमान गलत साबित हो सकता है (जो सार्वजनिक रूप से ज्ञात न होने पर सही बना रह सकता था)। या, यह भविष्यवाणी कि साइबर सुरक्षा एक बड़ा मुद्दा बन जाएगी, संगठनों को अधिक साइबर सुरक्षा उपाय लागू करने के लिए प्रेरित कर सकती है, जिससे यह समस्या सीमित हो सकती है।
राजनीति में जनमत सर्वेक्षणों के उपयोग के माध्यम से राजनीतिक पूर्वानुमान तकनीकों द्वारा चुनावों के परिणाम की भविष्यवाणी करने (या राजनेताओं की लोकप्रियता का आकलन करने) का प्रयास करना आम है। भविष्य की घटनाओं के सबसे संभावित परिणाम के बारे में जानने के लिए कई निगमों और सरकारों द्वारा भविष्यवाणी खेलों (Prediction games) का उपयोग किया गया है।
भविष्यवाणी (Prophecy)
মূল নিবন্ধ: Prophecy
प्राचीन काल से लेकर वर्तमान तक, भविष्यवाणी (prophecy) या शकुन (omens) को देखकर, असामान्य (paranormal) या अलौकिक (supernatural) साधनों का उपयोग करके अक्सर भविष्यवाणियाँ की जाती रही हैं। जल-खोज (water divining), ज्योतिष, अंक ज्योतिष, हस्तरेखा शास्त्र/भविष्य बताना, स्वप्न व्याख्या (Oneiromancy), और भविष्यवाणी (divination) के कई अन्य रूपों सहित विभिन्न विधियों का उपयोग सहस्राब्दियों से भविष्य बताने के प्रयास में किया जाता रहा है। भविष्यवाणी के इन साधनों को वैज्ञानिक प्रयोगों द्वारा सिद्ध नहीं किया गया है।
साहित्य में, दृष्टि (vision) और भविष्यवाणी (prophecy) भविष्य की घटनाओं की एक संभावित समयरेखा प्रस्तुत करने के लिए उपयोग किए जाने वाले साहित्यिक उपकरण हैं। उन्हें इस आधार पर अलग किया जा सकता है कि दृष्टि उस चीज़ को संदर्भित करती है जिसे कोई व्यक्ति घटित होते हुए देखता है। इस प्रकार, न्यू टेस्टामेंट में रेवेलेशन की पुस्तक (book of Revelation) इस संबंध में एक साहित्यिक उपकरण के रूप में दृष्टि का उपयोग करती है। जब इसे किसी व्यक्ति द्वारा धर्मोपदेश (sermon) या अन्य सार्वजनिक मंच में बताया जाता है, तो यह भविष्यवाणी या भविष्यसूचक साहित्य भी होता है।
भविष्यवाणी (Divination) किसी गुप्त मानकीकृत प्रक्रिया या अनुष्ठान के माध्यम से किसी प्रश्न या स्थिति के बारे में अंतर्दृष्टि प्राप्त करने का प्रयास है।[16] यह जादू-टोने का एक अभिन्न अंग है और हजारों वर्षों से विभिन्न रूपों में उपयोग किया जाता रहा है। भविष्यवक्ता संकेतों, घटनाओं, या शकुन को पढ़कर, या किसी अलौकिक एजेंसी के साथ कथित संपर्क के माध्यम से अपनी व्याख्याएं सुनिश्चित करते हैं कि प्रश्नकर्ता को कैसे आगे बढ़ना चाहिए; इसे अक्सर एक दूत या देवता के रूप में वर्णित किया जाता है, हालांकि ईसाइयों और यहूदियों द्वारा इसे एक पतित दूत या राक्षस के रूप में देखा जाता है।
ज्योतिष में कृत्रिम बुद्धिमत्ता
21वीं सदी में, ज्योतिष का कृत्रिम बुद्धिमत्ता (AI) और मशीन लर्निंग के साथ तेजी से मेल हुआ है। शैक्षणिक शोध ने ज्योतिषीय भविष्यवाणियों के लिए एआई मॉडल के उपयोग का पता लगाया है,[17] जबकि मीडिया आउटलेट्स ने "एस्ट्रो-टेक" स्टार्टअप्स और ऐप्स के उदय को नोट किया है जो व्यक्तिगत रीडिंग देने के लिए चैटबॉट्स और एल्गोरिथम मॉडल का उपयोग करते हैं।
उदाहरणों में एआई-संचालित ज्योतिष चैटबॉट्स शामिल हैं जैसे KundliGPT, जो जन्म कुंडली रीडिंग उत्पन्न करने और उपयोगकर्ता के प्रश्नों का उत्तर देने के लिए नेचुरल लैंग्वेज प्रोसेसिंग का उपयोग करते हैं।[18]
कल्पना (Fiction)
कल्पना (विशेष रूप से फंतासी, पूर्वानुमान और विज्ञान कथा) में अक्सर अपरंपरागत साधनों द्वारा प्राप्त भविष्यवाणी के उदाहरण शामिल होते हैं। अतीत की विज्ञान कथाओं ने विभिन्न आधुनिक तकनीकों की भविष्यवाणी की थी।
फंतासी साहित्य में, भविष्यवाणियाँ अक्सर जादू या भविष्यवाणी के माध्यम से प्राप्त की जाती हैं, जो कभी-कभी पुरानी परंपराओं की ओर इशारा करती हैं। उदाहरण के लिए, जे. आर. आर. टोल्किन की द लॉर्ड ऑफ द रिंग्स में, कई पात्रों के पास भविष्य में होने वाली घटनाओं की जागरूकता होती है, कभी-कभी भविष्यवाणियों के रूप में, तो कभी-कभी कमोबेश अस्पष्ट 'भावनाओं' के रूप में। इसके अलावा, पात्र गैलाड्रियल, छवियों को दिखाने के लिए पानी के "दर्पण" का उपयोग करती है, जो कभी-कभी भविष्य की संभावित घटनाओं की होती हैं।
फिलिप के. डिक की कुछ कहानियों में, प्रीकोग्स (precogs) नामक उत्परिवर्ती मनुष्य भविष्य को देख सकते हैं (दिनों से लेकर वर्षों तक)। द गोल्डन मैन नामक कहानी में, एक असाधारण उत्परिवर्ती भविष्य की भविष्यवाणी अनिश्चित सीमा तक (संभवतः अपनी मृत्यु तक) कर सकता है, और इस प्रकार पूरी तरह से गैर-मानव बन जाता है, एक ऐसा जानवर जो स्वचालित रूप से अनुमानित रास्तों का अनुसरण करता है। प्रीकोग्स डिक की एक और कहानी, द माइनॉरिटी रिपोर्ट में भी एक आवश्यक भूमिका निभाते हैं, जिसे 2002 में स्टीवन स्पीलबर्ग द्वारा फिल्म में बदल दिया गया था।
आइजैक असिमोव की फाउंडेशन श्रृंखला में, एक गणितज्ञ को पता चलता है कि ऐतिहासिक घटनाओं को (कुछ विवरणों तक) समीकरणों का उपयोग करके सैद्धांतिक रूप से मॉडल किया जा सकता है, और फिर वह वर्षों तक सिद्धांत को व्यवहार में लाने की कोशिश में बिताता है। उनकी सफलता पर आधारित साइकोहिस्ट्री का नया विज्ञान इतिहास का अनुकरण कर सकता है और वर्तमान को भविष्य में विस्तारित कर सकता है।
फ्रैंक हर्बर्ट के 1965 के ड्यून के सीक्वल में, उनके पात्र संभावित भविष्य को देखने और उनमें से चयन करने में सक्षम होने के परिणामों से निपट रहे हैं। हर्बर्ट इसे ठहराव का जाल मानते हैं, और उनके पात्र जाल से बाहर निकलने के लिए तथाकथित "गोल्डन पाथ" का अनुसरण करते हैं।
उर्सुला के. ले गुइन की द लेफ्ट हैंड ऑफ डार्कनेस में, गेथेन ग्रह के मानव रूपी निवासियों ने भविष्यवाणी की कला में महारत हासिल कर ली है और अनुरोध पर अतीत, वर्तमान या भविष्य की घटनाओं पर नियमित रूप से डेटा तैयार करते हैं। इस कहानी में, यह एक छोटा सा कथानक उपकरण था।
कविता
प्राचीन लोगों के लिए, भविष्यवाणी, भविष्यसूचक वाणी और कविता अक्सर आपस में जुड़े हुए थे।[19] भविष्यवाणियाँ छंद में दी जाती थीं, और लैटिन में कवि के लिए एक शब्द "vates" या भविष्यवक्ता है। कवि और भविष्यवक्ता दोनों ने अपने बाहर की शक्तियों से प्रेरित होने का दावा किया। समकालीन संस्कृतियों में, धार्मिक रहस्योद्घाटन और कविता को आमतौर पर अलग और अक्सर एक-दूसरे के विपरीत देखा जाता है। फिर भी दोनों को अक्सर उनकी उत्पत्ति, उद्देश्यों और लक्ष्यों में सहजीवी के रूप में समझा जाता है।
पाद-टिप्पणियाँ
- ↑ predict
- ↑ Silver, Nate. (2012). The Signal and the Noise: Why so many predictions fail—but some don't. Penguin Press. ISBN 978-1-59420-411-1.
- ↑ Cox, D. R.. (2006). "Principles of Statistical Inference". Cambridge University Press. ISBN 978-0-521-68567-2.
- ↑ Siegel, Eric. (2013). "Predictive Analysis: The Power to Predict Who Will Click, Buy, Lie, or Die". John Wiley & Sons. ISBN 978-1-118-35685-2.
- ↑ (2004). "Unscented filtering and nonlinear estimation". Proceedings of the IEEE. 92 (3) 401–422. doi:10.1109/jproc.2003.823141.
- ↑ Fox, John. (2016). "Applied Regression Analysis and Generalized Linear Models". Sage. ISBN 978-1-4522-0566-3.
- ↑ Rudin, Cynthia. (2019). "Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead". Nature Machine Intelligence. 1 (5) 206–215. doi:10.1038/s42256-019-0048-x.
- ↑ (2023). "Prediction in ecology and evolution". BioScience. 73 (11) 785–799. doi:10.1093/biosci/biad083.
- ↑ (2018). "Life time prediction for low energy and ecological effects bituminous mixtures". Construction and Building Materials. 118 108–113. doi:10.1016/j.conbuildmat.2017.09.158.
- ↑ (2018). "Biomarker definitions and their applications". Exp Biol Med (Maywood). 243 (3) 213–221. doi:10.1177/1535370217750088.
- ↑ (2008). "Crystal structure prediction from first principles". Nat Mater. 7 (12) 937–946. doi:10.1038/nmat2321.
- ↑ Gordon, Dan. (2005). Beat the Sports Books. Cardoza. ISBN 978-1-5804-2174-4.
- ↑ Burke, Brian. (2008). NFL Win Prediction Methodology.
- ↑ Constantinou, Anthony. (2012). pi-football: A Bayesian network model for forecasting Association Football match outcomes. Knowledge-Based Systems. 36 322–339. doi:10.1016/j.knosys.2012.07.008.
- ↑ Overland, Indra. (2019-03-01). "The geopolitics of renewable energy: Debunking four emerging myths". Energy Research & Social Science. 49 36–40. doi:10.1016/j.erss.2018.10.018.
- ↑ Peek, P.M. African Divination Systems: Ways of Knowing. page 2. Indiana University Press. 1991.
- ↑ (2023). Astrological Predictions Using Artificial Intelligence and Machine Learning. Harbin Engineering Journal. 44 (7) 1949–1958.
- ↑ KundliGPT – AI-based Astrology Chatbot. KundliGPT.
- ↑ Stallings, A. E.. (2020-08-22). Poetry and Prophecy. Poetry Foundation.
स्रोत: अंग्रेज़ी विकिपीडिया के “Prediction” लेख का अनुवाद। मूल लेख: https://en.wikipedia.org/wiki/Prediction यह अनुवाद स्वचालित रूप से तैयार किया गया है।
