نموذجان، رقم واحد، واقعان متعاكسان. تخيل مستشعرًا يسجل الخلفية الزلزالية، أو الحمل الكهربائي، أو إجهاد الجسر، وقد دربت نموذجًا للتنبؤ بالقيمة التالية. يعطي رقمًا واحدًا: 0.5. عتبة τ=1.0 تطلق إنذارًا. هل يجب أن تقلق؟ لا يمكنك الإجابة لأن النموذج يفتقر إلى طريقة يخبرك بها بما يعرفه.

تخيل نموذجين يتنبآن بـ x^=0.5 في نفس الخطوة الزمنية، مع MSE متطابق حتى ثلاث منازل عشرية. وفقًا للمقاييس القياسية، هما قابلان للتبادل. لكنهما ليسا كذلك. النموذج A يرى توزيعًا ضيقًا: x ~ N(0.5, 0.01²). العتبة عند 1.0 تبعد 50 انحرافًا معياريًا—لن ينطلق الإنذار. النموذج B يرى توزيعًا واسعًا: x ~ N(0.5, 2.0²). العتبة تبعد فقط 0.25 انحراف معياري—احتمال العبور حوالي 40%.

نفس التنبؤ، نفس MSE، نفس مجموعة الاختبار. لكن المخاطر ≈0% مقابل ≈40%. إذا كان القرار هو الإخلاء أو إعادة توجيه الطاقة أو الإشارة إلى حدث كاشف، فهذه استنتاجات متعاكسة. لا يستطيع MSE التمييز بينها.

المشكلة ليست في نماذج معطلة؛ كلاهما تنبأ بالمتوسط الصحيح. رقم واحد لا يمكنه التعبير عن "أنا متأكد" مقابل "أنا أخمن". هذا نتيجة مباشرة لدالة الخسارة. سنشرح لماذا يمنحك MSE المتوسط ويتجاهل كل شيء آخر، وما الذي يجب استبداله به، والتكلفة.