语言作为过滤器

1987年,奧古斯特·威廉姆森(August Willemsen)選擇了《英語》(De taal als bril)作為雜文集的標題。這促使他相信,即使仍在嘗試翻譯,這種現象仍能得到澄清。當您嘗試將知識故事轉換為數學或算法的形式語言時,這也適用於知識故事。他現在是一個試圖在COVID-19大流行中生存的世界的參與者。有足夠的理由來看看他是否可以通過這樣的翻譯更好地了解這個世界。首先嘗試在常識世界中是否存在他想從數字中看到的概念。他做了一個初步清單:

  1. 人口區隔(易感,生病和傳染,治愈和抵抗,已故)
  2. 報告期的日期和持續時間
  3. 個別感染的⟶易感[/ katex]接觸物污染的風險
  4. 在這個世界上只有易感人群的情況下,首位感染病人在傳染期間會造成的平均污染次數。
  5. 在大流行的第一階段(如果尚未被識別),一個人的平均身體接觸次數。
  6. 感染後的恢復率或恢復機會
  7. 平均恢復時間
  8. 平均潛伏時間
  9. 平均感染持續時間
  10. 個人的地理位置
  11. 移動網絡的架構和可訪問性
  12. 物流網絡的架構和可訪問性
  13. (移動)通信網絡的體系結構和可訪問性
  14. 护理网络的架构和可访问性

他想更多地了解所有這些主題。為了將人劃分為四個分區之一(廣告1),必須能夠對他們進行度量並將其註冊為一個類別。如果我們希望有條不紊地提供新聞,則必須擁有良好的溝通網絡(廣告13)。在創建可以回答以下問題的模型時,許多其他概念似乎很有用:

  • 如果不採取任何措施,易感,患病,耐藥和死者的數量和百分比如何發展?
  • 哪些因素/措施可以促進/阻礙污染?
  • 在計劃和採取的措施下,易感,患病,耐藥和死者的數量和百分比如何發展?

他認為,第一個問題是描述性的,可以從數學統計和大量數據中受益。他認為第二個問題是常識,科學和政治的結合。第三,可以通過將行為意圖轉換為算法,然後顯示出假設和參數值的算法來實現,至少在模仿它们的玩具世界中。