Beklenmedik şekilde popüler olan "Doğa" algoritması, grup bilgeliğine yeni çözümler getiriyor ve çoğunluk oylama kararı için kullanılabilir
1 Xinzhiyuan derlemesi
Bir grup insandan bir kişinin kilosunun ne kadar olduğunu tahmin etmesini isteyin. Genel olarak tüm yanıtların ortalama değerinin gerçeğe en yakın olması gerektiğine inanılır. Buna "kalabalıkların bilgeliği" de denir. İlke, çok sayıda kararda hataların olabileceğidir. Birbirini iptal et.
Ancak, grubun bilgeliği bazen başarısız olur. Örneğin, bir grup insandan şu soruyu yanıtlamasını isteyin: Philadelphia, Pennsylvania'nın başkenti mi? Çoğu kişi "evet" cevabını yanlış verecektir. Bunun nedeni onların bilmeleridir: Philadelphia Pennsylvania'da büyük bir şehirdir Başkent büyük bir şehirdir. Ama aslında doğru cevap Harrisburg'dur ve çoğu zaman sadece birkaç kişi doğru cevabı söyleyecektir.
Çoğu insan tarafından bilinmeyen doğru bilgiyi bulmak için Princeton Üniversitesi ve MIT'deki araştırmacılar "şaşırtıcı derecede popüler" algoritma adı verilen yeni bir yöntem geliştirdiler. Araştırmacılar, bu algoritmanın, özellikle çoğu insanın görüşleri yanlış olduğunda, gruplardan doğru yanıtları daha iyi alabileceğini söylüyor. İlgili makaleler yakın zamanda Nature'da yayınlandı.
Deneyde, araştırmacılar ankete katılan kişilere belirli bir soru hakkında ne düşündüklerini ve diğer insanların bu konu hakkında nasıl düşüneceklerini soracaklar: Doğru yanıtın ne olduğunu düşünüyorsunuz? Popüler yanıtın ne olduğunu düşünüyorsunuz (yani, çoğu insanın seçeceği yanıt)?
Ardından, algoritma, çoğu insanın tahmin ettiğinden daha popüler olan yanıt olan "yanlışlıkla popüler" yanıtını bulacaktır. Çoğu durumda, çoğu insanın beklentilerinin ötesindeki bu seçimler doğru cevaplardır.
MIT Sloan School of Management'ta davranış ekonomisti olan araştırma lideri Drazen Prelec, "Toplumun ortalama görüşünün genellikle doğru olduğunu düşünüyoruz ve grup bilgeliğine ilişkin geçmiş istatistiklerin de bu görüşü desteklediğini" söyledi. "Ama durum böyle değil. Evet. Doktorlar gibi uzmanlar var. Bu, az sayıda insanın sahip olduğu bilgilerden haberdar olmamızı sağlıyor. "
deney prosedürü
Çalışma dört bölüme ayrılmıştır ve ele alınan soruların tümü dualistiktir, yani cevap sadece "evet" ve "hayır" dır. İlk deney ABD eyalet başkentleri hakkında 50 soru içeriyordu. İkinci deney, çoğu insanın doğru yanıtlayacağı ve çoğu insanın yanlış yanıtlayacağı soruları içeren 80 doğru ve yanlış soru kullandı. Üçüncü deney, dermatologların 80 deri lezyonu resmine bakmalarına, lezyonların iyi huylu mu yoksa kötü huylu mu olduğuna ve diğer dermatologların bu resimleri nasıl değerlendireceklerine karar vermelerine izin vermektir. Son deney, 90 sanat eserinin piyasa değerini tahmin etmektir: ankete katılan kişiler iki gruba ayrılmıştır, bir grup sanat uzmanı ve diğer grup MIT öğrencisi; Ayrıca ankete katılan kişilerin de bunu kaç kişinin verdiğini tahmin etmesi gerekiyor. 30.000 $ 'dan fazla değerleme.
Dört deneyde de, yeni yöntem, yani "kazara popüler" yanıtların seçimi en iyisi oldu. Yalnızca çoğunluğun fikrini aştı ve yalnızca katılımcıların yanıta olan güvenine dayalı seçimi aştı. Hata oranı sırasıyla% 21,3 ve% 35 azaltıldı.
Özellikle, "Philadelphia Pennsylvania'nın başkenti mi?" Sorusunu örnek olarak alalım.
Bu soruyla karşılaşan, yukarıda açıklanan nedenlere dayanarak, çoğu insan "evet" yanıtı verecektir (elbette bu yanlıştır.) Aynı zamanda, "evet" yanıtı verenlerin neredeyse tamamı, başkalarının da "evet" yanıtı vereceğini düşünüyor.
Ancak, birkaç kişi Pennsylvania'nın başkentinin Harrisburg olduğunu biliyor, bu yüzden yanıtları "hayır". Bu bölümdeki doğru cevabı bilenler genellikle çoğu insanın yanlış cevaplayacağını bilirler. Bu nedenle, diğer insanların cevaplarını tahmin ettiklerinde, onlar da "evet" i seçerler.
Bu şekilde, hemen hemen herkes başkalarının "evet" yanıtı vermesini bekler, ancak aslında "evet" yanıtı veren çok fazla insan yoktur. Bu nedenle, buradaki "beklenmedik şekilde popüler" in yanıtı "hayır" dır - "hayır" oranı çoğu insanın beklentilerini aşar.
Bu nedenle, "Hayır" doğru cevaptır: Philadelphia, Pennsylvania'nın başkenti değildir.
Bu anlamda, "tesadüfi popülerlik" ilkesi sadece kalabalığın bilgeliğinden türetilmiyor. Aksine, kolektifte mesleki bilgiye sahip küçük bir grup insanı kullanır ve bu kişilerin bilgilerini doğru cevabı bulmak için rehber olarak kullanır.
Başka bir araştırma lideri ve MIT bilişsel bilimcisi olan John McCoy, "Grup bilgeliğinin [yöntemlerinin çoğu] herkese eşit bilgi ağırlığı veriyor," diye açıkladı. "Ancak, bazı insanlar daha fazla mesleki bilgiye sahip." Doğru bilgiye sahip olan bu insanlar aynı zamanda halkın algısını iyi anlarsa (yani, çoğu insanın fikirlerini doğru bir şekilde yargılayabilirler), karar verme sürecine dahil olacaklardır. Çok farklı.
Deneyde, araştırmacılar sanat profesyonellerinden farklı çağdaş sanat eserlerinin fiyat aralığı hakkında spekülasyon yapmalarını istedi. Belki de bu daha muhafazakar ve güvenli bir yaklaşım olduğu için, uzmanlar genellikle sanat eserlerinin değerini bireysel olarak küçümsüyorlar. Ancak bu durumda, çoğu uzmanın görüşüne göre grup bilgeliği, sanatın değerinin küçümsenmesine yol açacaktır.
"Beklenmedik şekilde popüler" yöntem, uzmanların mutlak çoğunluğunun görüşlerine dayanmamaktadır. Birkaç bireysel uzman, bir sanat eserinin 100.000 dolara satıldığına inanıyor ve çoğu insanın fiyatın daha düşük olduğunu düşünmesini bekliyorlar. Bu, bu sanat eserinin çoğu insanın düşündüğünden daha pahalı olduğu "kazayla popüler" görüşüne neden oluyor.
Araştırma değerlendirmesi ve önemi
Irvine, California Üniversitesi'nde bilişsel bilimci olan Michael Lee, "Buradaki ana fikir, insanlara onlarla aynı fikirde olacağını düşündüklerini sormaktır." Dedi. Lee bu çalışmaya dahil değildi. Dermatoloğun deneyinde, yeni yöntem en iyi sonucu vermesine rağmen, fark istatistiksel olarak önemli değildi, çünkü büyük olasılıkla tüm katılımcılar uzmanlardı ve bu da grup bilgisinin kapsamını daralttı. "
Irvine California Üniversitesi'nde bilişsel bilimci olan Mark Steyvers, "Bu yöntem çok zekice ve çok basit bir oylama yöntemi," dedi. Steyvers da bu çalışmaya katılmamış, gerçek hayatta insanların verdikleri bilgilerin geçerliliğini belirlemek için mesleki geçmişlerini ve becerilerini birbirlerine sormaya güvenebileceklerini belirtti. Bununla birlikte, isimsiz anket durumunda, Prelec'in yöntemi profesyonel görüşleri belirlemek için kullanılabilir.
Araştırmacılar ayrıca yöntemi teorik analiz için çoktan seçmeli vakalara genişletti. Ancak, "yanlışlıkla popüler" yöntemin daha karmaşık ortamlarda (tahmin veya sıralama problemleri gibi) etkili olup olmadığı hala açık bir sorudur.
Bu çalışmanın doğrudan pratik uygulama değeri olabilir. Herzog, geçen yıl meme ve cilt kanseri teşhisini iyileştirmek için "sürü bilgeliğini" kullanan bir çalışma yayınladı. Bu yeni yöntem, "ortaya çıkan uzak dermatolojiye birden fazla doktorun tanı görüşleri ile birleştirilerek uygulanabilir." Herzog, "Prensip olarak, kazara salgın yöntemi, sadece herkese sormakla kalmayıp, çoğunluk oylamasını kullanan herhangi bir karar verme durumunda kullanılabilir. Bireyler kendi kararlarının ne olduğunu, ancak aynı zamanda kaç kişinin kendileriyle aynı fikirde olacağını düşündüklerini soruyorlar. "
Bu çalışmanın uzun vadeli amacı, ABD başkanlık seçimini kimin kazanacağı veya bir spor oyununun sonucu gibi, bilinen net bir cevabı olmayan sorular için iyi tahminler yapmaktır. Prelec, çalışması hakkında iyimser: "Sorun ne olursa olsun tahmin edilsin, yaptığımız mantık çok benzer. Stratejilerimizi doğrulanabilir sorunlar için sürekli olarak ayarlıyoruz ve sonra cesur varsayımlar yapıyoruz. Doğrulanamayan sorunlar için buna inanıyoruz. Yapabileceğin en iyi seçim bu. "
Tez: Tek Problem Gruplarının Bilgeliğine Yeni Bir Çözüm
Grup bilgeliğinin herhangi bir bireysel bilgeliğe üstün olduğu kavramı bir zamanlar kışkırtıcı bir bakış açısı (kışkırtıcı) olarak görüldü, ancak çevrimiçi oylamanın yakında sertifikalı uzmanları işsiz bırakabileceği yönünde spekülasyonlara yol açan bir grup bilgeliği haline geldi. Kalabalık bilgeliği, son zamanlarda politik ve ekonomik tahmin, nükleer güvenliğin değerlendirilmesi, kamu politikası, kimyasal tespitin kalite denetimi ve potansiyel volkanik patlamalara yanıt için kullanıldı. Grup bilgeliğini elde etmek için kullanılan algoritmalar genellikle, uygulanması kolay olan ve bireysel yargıların bağımsızlığını sürdüren demokratik oylama prosedürlerine dayanır. Bununla birlikte, demokratik yöntemlerin ciddi sınırlamaları vardır: Yaygın olarak paylaşılmayan yeni veya profesyonel bilgileri bir kenara atmak ve bunun yerine yüzeysel ve en düşük ortak bilgilere odaklanmak kolaydır. Ölçüm güvenine dayalı ayarlamalar bu sorunu güvenilir bir şekilde çözemez. Burada, demokratik oylamaya bir alternatif öneriyoruz: insanların tahmin ettiğinden daha popüler cevapları seçin. Bu ilkenin seçmen davranışları hakkında makul varsayımlar altında en iyi yanıtı üretebileceğini, standart "en popüler" veya "en çok güvenen" ilkesinin aynı varsayım altında bunu başaramayacağını gösteriyoruz. Geleneksel oylamada olduğu gibi, bu ilke, bilimsel veya sanatsal değerlerle ilgili panel kararları ve yasal veya tarihi anlaşmazlıklar gibi bireysel konular için geçerlidir. Bu nedenle, bu yöntemin potansiyel uygulama alanları, her ikisi de birden fazla sorudan veri gerektiren makine öğrenimi ve psikometrik yöntemlerden daha geniştir.
Derleme kaynağı:
https://www.scientificamerican.com/article/hive-mind-new-approach-could-improve-on-crowd-wisdom/
[AI Unicorn'u Arıyor] Xinzhiyuan, 10 büyük başkentle güçlerini birleştirdi
2017 Girişimcilik Yarışması'nı başlatın
AI Girişimcilik Yarışması, Xinzhiyuan ve 10 ana akım AI girişim sermayesi kuruluşundan oluşur: Blue Run Ventures, Sequoia Capital China Fund, Hillhouse Smart Artificial Intelligence Fund, Blue Lake Capital, Blue Elephant Capital, IDG Capital, Gaorong Capital, CITIC Jiantou Securities, Mingshi Capital ve Songhe Yuanwang Fund tarafından ortaklaşa başlatılan, Xinzhiyuan sponsorluğunda, Pekin Zhongguancun Bilim Parkı Yönetim Komitesi ve Zhongguancun Bilim Parkı Haidian Park Yönetim Komitesi tarafından desteklenen, AI teknoloji liderleri ve yatırım liderlerinin bir araya gelmesidir. Büyük olay. Xinzhiyuan, risk sermayesi kaynaklarıyla geleceğin iddialı AI tek boynuzlu atlarına bağlanmak için güçlü bir fırsat sunuyor ve en iyi risk sermayesi TS sizi bekliyor.
Orijinal metni okumak ve çevrimiçi başvuru formunu doldurmak için makalenin altına tıklayın. Seçime katılmak için kayıt formu gereklidir.
Daha fazla bilgiye sahipseniz (BP, vb.), Xzy100@aiera.com.cn adresine gönderebilirsiniz.Lütfen e-postanın konusuna şirket adını belirtin. Herhangi bir sorunuz varsa, posta kutusuna bir mektup da gönderebilirsiniz.
