سائنس اور فلسفے کے نقطہ نظر سے بحث: منطق کے بغیر حکمت عملی پر کیسے یقین کیا جائے۔

• #### سائنس کیا ہے؟

سائنس اور فرضی سائنس کی پیمائش کے بارے میں ، ایک وسیع پیمانے پر قبول شدہ نظریہ ہے جسے پوپول کا فرضی نظریہ کہا جاتا ہے۔

یعنی کہ تمام سائنسی قوانین کبھی بھی ثابت نہیں ہوسکتے ہیں ، اور عام طور پر یہ کہا جاتا ہے کہ سائنسی قوانین کبھی بھی حقائق کو ثابت کرنے کے طریقوں سے آپ کو ثابت نہیں کرسکتے ہیں ، خاص طور پر ان لوگوں کو جو ڈرلنگ بوہروں کو ثابت کرتے ہیں۔ مثال کے طور پر ، ہم سب کو اب معلوم ہے کہ زمین سورج کے گرد گھومتی ہے ، میں آپ کو یہ ثابت کرنا چاہتا ہوں کہ یہ کیسے کریں ، بہترین طریقہ یہ ہے کہ آپ کو ایک بہت بڑی دوربین کے ساتھ دور سے ویڈیو بھیجیں۔ لیکن آپ یہ کہہ سکتے ہیں کہ زمین سورج کے گرد گھومتی ہے ، آپ یہ ثابت نہیں کرسکتے ہیں کہ تانگ دور کی زمین بھی سورج کے گرد گھومتی تھی ، یہ اس کے مقابلے میں مشکل ہے ، میں قدیم کتابوں کو تلاش کروں گا ، اور زمین سے سورج کے طلوع ہونے کے بارے میں تحریری ریکارڈ کھولوں گا ، لیکن آپ یہ کہہ سکتے ہیں کہ یہ سورج زمین کے گرد گھوم سکتا ہے ، اور یہ ڈایناسوروں کے دور میں بھی ثابت نہیں ہوسکتا ہے ، اور زمین سورج کے گرد گھومتی ہے ، اس سے بھی زیادہ مشکل ہے ، کم از کم کوئی تحریری ریکارڈ نہیں ہے۔ مثال کے طور پر ، ہر بار ، آپ

یہاں پریشانی ہے ، سائنس کی تعریف کیسے کی جائے۔ سائنس کی تعریف اس طرح کی جاسکتی ہے: سائنس تجرباتی ہے یعنی تاریخ میں وہ ثابت نہیں ہوسکتا ہے ، اور کچھ پیش گوئیاں کرنے کے قابل ہے ، اور یہ پیش گوئیاں بالکل غلط ثابت ہوسکتی ہیں ، یعنی اس سائنسی نظریہ کی پیش گوئیوں کو تجربے سے مسترد کیا جاسکتا ہے ، صرف اس صورت میں جب یہ دونوں شرائط پوری ہوجائیں۔

مثال کے طور پر ، آپ کہتے ہیں کہ کوئی شخص 5 میٹر لمبا ہو سکتا ہے ، ہم نے دنیا کے تمام لوگوں کی گنتی کی ہے ، اور ایک بھی نہیں پایا ، لیکن پھر بھی آپ کے نتیجے کو مسترد نہیں کیا جاسکتا ، کیونکہ ہم یہ ثابت نہیں کرسکتے ہیں کہ ڈانگ دور میں ایک شخص 5 میٹر لمبا تھا ، اور اگر آپ کے نتیجے کو مسترد نہیں کیا جاسکتا ہے تو ، آپ کو سائنس کیوں نہیں کہتے ہیں ، کیونکہ آپ نہ تو 5 میٹر لمبا شخص ثابت کرسکتے ہیں اور نہ ہی پیش گوئی کرسکتے ہیں کہ 5 میٹر لمبا شخص کب ہوگا۔ لہذا ، جب کوئی نظریہ صرف اس بات کی تصدیق کرسکتا ہے کہ وہ جھوٹا ہے اور اس کی تصدیق نہیں کرسکتا ہے ، اور جب وہ پیش گوئی نہیں کرسکتا ہے تو ، ہم اسے سائنسی نہیں مان سکتے ہیں۔

• #### دوسرا: اس نظریے پر یقین کیسے کیا جائے جو خود ہی ایک غیر سنجیدہ شماریاتی امکان ہے۔

مندرجہ بالا سائنس 100٪ صحیح سائنس ہے، اور اس کی بے شمار بار جانچ پڑتال کی جاسکتی ہے، اور جب تک ایک بار جانچ پڑتال کی جاتی ہے تو یہ سائنس نہیں ہے، مثال کے طور پر ایک سیاہ سوان کو تلاش کرنے کے لئے، تمام سوان سفید ہیں.

اس کے بعد وہ بہت شرمندہ ہو گیا ، ہماری زندگی میں ہر جگہ امکان ہے ، جیسے کہ میں نے پچھلے سو سالوں کے اعدادوشمار کی بنیاد پر یہ نتیجہ اخذ کیا ہے کہ ہر سال اگست میں طوفان آنے کا امکان 90٪ ہے ، آپ کو یقین ہے یا نہیں۔ مثال کے طور پر ، کل بارش ہونے کا امکان 50٪ ہے ، آپ کو یقین نہیں ہے۔ سمندری طوفان کی تجارت درست ہے 40٪ ، کیا آپ کو اس پر یقین کرنا چاہئے؟ یہی مسئلہ ہے ، یعنی یہ کہ نظریہ خود ہی غیر سنجیدہ شماریاتی امکانات پر کیسے یقین کیا جائے ، درست طور پر یہ ہے کہ: اس کی وجہ یہ نہیں ہے کہ نظریہ امکانات کا حساب کتاب کرسکتا ہے ، بلکہ صرف اعدادوشمار کے ذریعہ حاصل کردہ امکانات پر مبنی ہے۔

یقینا you آپ اس نظریے کا انتخاب کرسکتے ہیں کہ اس کی سختی سے متعلق اعدادوشمار کی امکان عام طور پر ناقابل یقین ہے ، لیکن حقیقت میں چاہے آپ اس پر یقین کریں یا نہ کریں ، اس سے بھی گہرا اثر پڑتا ہے۔ مثال کے طور پر ، جنگ میں 10 سال ، آپ کو فرنٹ لائن میں ہونا چاہئے ، اور پھر آپ اس 10 سال کے فرنٹ لائن میں مرنے کی شرح کا 10٪ شمار کریں گے ، آپ کو لگتا ہے کہ آپ کی قسمت باقی ہے ، آپ کو فوج میں شامل ہونے کا ارادہ ہے ، لیکن اگر ایک اعدادوشمار ، مرنے کی شرح 60٪ ہے ، تو آپ کو ڈر لگتا ہے ، آپ کو یقین نہیں ہے کہ آپ اس امکان پر یقین نہیں کریں گے ، آپ کی والدہ بھی آپ کو روک رہی ہوگی۔ ایک اور مثال ، ایک لامحدود جیب ہے ، جس میں سرخ اور سفید بالوں سے بھرا ہوا ہے ، کوئی نہیں جانتا ہے کہ اصل تناسب کیا ہے ، لیکن 2400 بالوں کو پہلے لے لو ، اور پتہ چلتا ہے کہ سرخ بال سفید بالوں کے مقابلے میں 64 ہیں ، آپ جو کھیل رہے ہیں ، آپ کس طرح شرط لگاتے ہیں؟ یقینی طور پر سرخ بالوں کے ظہور کا امکان بہت اچھا ہے۔ لیکن حقیقت

اعداد و شمار سے حاصل ہونے والے امکانات کے مطابق ، ظاہر ہے کہ اس کے برعکس ثابت کرنا بہت آسان ہے ، لیکن اس امکان کی تردید کرنا بہت مشکل ہے۔ اعداد و شمار سے حاصل ہونے والے امکانات کو سائنس نہیں سمجھا جاسکتا ، یہ متنازعہ ہے ، میں نے نہیں کہا ، یہاں بحث نہیں کی جاسکتی ہے ، میں صرف اس کے بارے میں بات کرسکتا ہوں کہ اس پر کیسے یقین کیا جاسکتا ہے۔

یہاں ایک قابل جانچ تعداد شامل ہے ، ماضی میں جتنی بار جانچ کی جاسکتی ہے ، اتنا ہی زیادہ قابل اعتماد ہوتا ہے ، اور پیش گوئی کے بعد جتنی بار جانچ کی جاتی ہے ، اتنی ہی زیادہ قابل اعتماد ہوتی ہے۔ ماضی میں 11،000 بار تجربہ کیا گیا ، نتیجہ اخذ کیا گیا ، تجربے سے ایک ہزار گنا زیادہ قابل اعتماد ہے۔ پیش گوئی کے بعد 10،000 بار جانچ کی گئی ، نتیجہ درست نکالا ، تجربے سے ایک ہزار گنا زیادہ قابل اعتماد ہے۔

اس کے بعد، میں نے سوچا کہ یہ ایک بہت اچھا خیال ہے، اور میں نے سوچا کہ یہ ایک بہت اچھا خیال ہے.

سائنسی طریقہ کار کے مطابق ، سب سے پہلے ، تاریخی طور پر ثابت شدہ حکمت عملی واقعی میں اعلی آمدنی دیتی ہے ، یقینا the جانچنے کا وقت جتنا زیادہ بہتر ہوتا ہے ، جانچ کی تعداد جتنی زیادہ ہوتی ہے اتنی ہی بہتر ہوتی ہے۔ پھر پیش گوئی کی جاتی ہے ، اگلے چند سالوں میں (مثال کے طور پر 3 سال) اعلی آمدنی کا امکان بہت زیادہ رہتا ہے۔ جب تک کہ بلیک سوانڈو ظاہر نہیں ہوتا ہے ، اس کی تردید نہیں کی جاتی ہے۔ لہذا حکمت عملی ناکام ہونے سے پہلے ، حکمت عملی قابل اعتماد ہے۔ یقینا the پیش گوئی کی جاتی ہے ، یعنی حقیقی کھپت کے بعد ، وقت بھی کافی لمبا ہونا چاہئے۔

مثال کے طور پر، ایک چھوٹی سی تجارت کی حکمت عملی ہے جو کہ جینی نے ثابت کی ہے کہ وہ گہری 300 جیت سکتی ہے، اور میرا اندازہ ہے کہ وہ اگلے 10 سالوں میں بھی جیت سکتی ہے، حالانکہ اس کی تصدیق کے لیے کافی وقت درکار ہے، اور اگر 10 سال بعد یہ پیش گوئی درست ہو جائے تو یہ قابل اعتبار ہے۔

کچھ لوگ یہ بھی کہیں گے کہ حکمت عملی بنانے میں اب تک صرف 07 سال کا وقت لگتا ہے اور اس کی جانچ پڑتال کے لیے بہت زیادہ وقت درکار ہے۔ میں ایک اچھا طریقہ بتاتا ہوں، حکمت عملی کی جانچ کے لیے وقت کا تعین 07 سال سے لے کر 11 سال کے اختتام تک کیا جائے۔ پھر ایک بہترین حکمت عملی بنائی جائے۔ پھر 07 سال سے لے کر 16 سال تک دیکھا جائے۔ اس کا مطلب یہ ہے کہ پانچ سال کی جانچ پڑتال کی جائے اور پھر پانچ سال کی جانچ پڑتال کی جائے۔ (میرے خیال میں وہ لوگ جو صرف ایک سال میں ایک بار نئی اسٹاک حکمت عملی کی جانچ کرتے ہیں وہ ناقابل اعتماد ہیں) ۔

جانچ کی تعداد کے بارے میں ، مثال کے طور پر ، تمام حکمت عملیوں کے لئے ، 2007 سے اب تک ، 2 دن کی مدت میں ایک دن کی مدت کے مقابلے میں آدھے سے کم جانچ کی جاتی ہے۔ میں نے یہ بھی اکثر پایا ہے کہ بہت ہی پیچیدہ حکمت عملیوں کے لئے ، ایک دن کی تبدیلی کے ساتھ حکمت عملی کی سالگرہ 100٪ کم ہوسکتی ہے۔ لہذا ، 4 دن کی حکمت عملی کے لئے ، 4 شروعاتی اوقات کی جانچ کریں۔ 60 دن یا اس سے زیادہ عرصے تک حکمت عملی ، کم از کم ہر دوسرے دن 5 بار جانچ پڑتال کریں۔

• #### تیسرا، کون سا نظریہ اچھا ہے؟

جب آپ کے پاس دو یا دو سے زیادہ مسابقتی نظریات ہیں جو ایک ہی نتیجے پر پہنچتے ہیں تو ، آسان یا قابل تردید ایک بہتر ہے۔ اس بیان کی ایک اور عام شکل بھی ہے: اگر آپ کے پاس دو یا دو سے زیادہ اصول ہیں جو مشاہدہ شدہ حقائق کی وضاحت کرسکتے ہیں تو آپ کو آسان یا قابل تردید ایک کا استعمال کرنا چاہئے جب تک کہ مزید شواہد نہ مل جائیں۔ مظاہر کے لئے سب سے آسان وضاحت اکثر پیچیدہ وضاحت سے زیادہ درست ہوتی ہے۔ اگر آپ کے پاس دو یا دو سے زیادہ اسی طرح کے حل ہیں تو ، آسان ترین انتخاب کریں۔ کم سے کم مفروضے کی وضاحت کی ضرورت ہے جس کا سب سے زیادہ امکان درست ہے۔ لیکن اوکیمک ریزر خود سائنس نہیں ، تجربے کی بات ہے۔

مثال کے طور پر ، شہنشاہ کے نئے کپڑے۔ جب انہوں نے شہنشاہ کو گلی میں ننگے پچھواڑے میں چلتے ہوئے دیکھا تو ، وزیر اعظم اور پڑوسیوں کے چھوٹے چھوٹے بالوں کی ایک الگ تشریح ہے۔ وزیر اعظم کی وضاحت پر غور کریں: ایک ، فرض کریں کہ شہنشاہ نے دنیا کا سب سے خوبصورت لباس پہنا ہوا ہے۔ دوسرا ، فرض کریں کہ صرف ذہین ہی اسے دیکھ سکتے ہیں۔ تیسرا ، فرض کریں کہ میں ایک بیوقوف ہوں۔ لہذا میں نے شہنشاہ کو ننگے پچھواڑے میں دیکھا۔ چھوٹے بالوں کی وضاحت: ایک ، فرض کریں کہ شہنشاہ نے بالکل کپڑے نہیں پہنے تھے۔ لہذا میں نے ننگے شہنشاہ کو دیکھا۔ اوکم ریزری اصول کے مطابق ، چھوٹے بالوں کی وضاحت حقیقت کے قریب ہونے کا سب سے زیادہ امکان ہے! کیونکہ اس کی پیش گوئی کم سے کم ہے۔

تو اس کا مطلب یہ ہوا کہ جتنی آسان حکمت عملی ہوگی اتنی ہی زیادہ موثر ہوگی۔

• #### چوتھا: نظریات غیر سنجیدہ ہیں، لیکن کیا قابل اعتماد حکمت عملی ناکام ہو سکتی ہے؟

جواب ہاں میں ہے۔ خاص طور پر ایسی حکمت عملی جو نسبتاً کم جانچ پڑتال کی جاتی ہے۔

مثال کے طور پر، چھوٹے نئے اسٹاک، بڑے ڈسپلے اسٹاک خاص طور پر اچھا وقت ہو گا، اس سال خاص طور پر اچھی کارکردگی کا مظاہرہ کیا، لیکن یہ اگلے سال ختم ہونے کا امکان ہے. مثال کے طور پر، 2007 کے بڑے ڈسپلے اسٹاک، کم قیمت اسٹاک، بہت اچھا کارکردگی کا مظاہرہ کیا، اب یہ عام ہے

مثال کے طور پر 28 رجحانات، جو 28 کی بنیاد پر دو شیلیوں میں تقسیم کیا جائے گا، اور کافی طویل رجحانات ہوسکتے ہیں، لیکن مستقبل میں 28 کیوں نہیں ہوسکتا ہے؟

مثال کے طور پر اوسط لائن کا انتخاب کرتے وقت ، ہم نے سوچا کہ MA ((2.20) گہرائی 300 کے لئے موثر ہے ، بہت اچھا ہے ، لیکن اسپیک 500 کے لئے بہت برا ہے ، لیکن حقیقت میں گہرائی 300 کا MA ((2.20) پہلے سے موثر نہیں ہے ، تو کیا یہ غیر موثر ہے؟ رجحان اور 28 بہت کم جانچ پڑتال ہیں ، ایک سال میں دو یا تین بار جانچ پڑتال کی جاسکتی ہے۔

مثال کے طور پر، پی بی 3،6.5) بہت اچھا کام کرتا ہے، لیکن 2007 میں صرف 3 بار جانچ پڑتال کی گئی ہے، آپ کو کیسے پتہ چلتا ہے کہ یہ طویل عرصے تک کم نہیں ہوگا، جیسے کہ 300 کی گہرائی؟

آخر میں، ایک چھوٹی سی ٹرانزیکشن کی مثال کے طور پر، یہ ایک اچھی حکمت عملی ہے، اور آپ کو یہ نہیں لگتا کہ یہ 300 کی گہرائی میں ناکام ہو جائے گا، آپ میری پوسٹ دیکھ سکتے ہیں.

اوکم ریزرز کافی نہیں تھا، اور بعد میں سوچتا ہوں کہ کیا میں اس سے زیادہ قائل کر سکتا ہوں.

مندرجہ بالا تحریر، حوالہ کے طور پر، وقت کی شکل کی طرف اشارہ کرتا ہے، فلسفیوں نے کیا کیا ہے؟