2014-05-22 Collaborative learning in networks (PNAS'12) 模倣と集合知 面白い実験 Goldon (1907) 牛を見せて,体重の推測値を考えさせる 専門家 1 人の推測よりも,大勢が投票した結果を平均した結果のほうが誤差が小さかった 集合知が形成されるための条件 意見の多様性 個人の判断の独立性 課題:多様性を保ちつつ,個人の選択を集積しなければならない コレに関する実験 PNAS'11 5 ラウンドで答えるクイズ,情報をどのぐらい共有するかを変えてみる diversity 下がり error も下がる ゲーム理論都の関係 Rogers, 1988 模倣 (e.g., カンニング) は,する人数が少ないと得をするが,増えてくると損になってくる 一方で,人は強い模倣傾向を持つ 複雑ネットワークと模倣との関係 概要:距離・クラスターが集合意思決定に影響 Journal of Experimental Psychology: General, 2008 1引数関数で出来るだけ大きい値を見つける感じの課題 各ラウンド,近傍が選んだ選択肢とスコアがフィードバックされる グラフ:full, small-world, random, regular lattice 結果 Unimodal optima の場合:Full netework 最強(簡単) Multimodal optima の場合:Small world の方が global maxima を見つける もっと病的な例:Lattice が若干良い 課題の難易度によってネットワークの優劣が変わってくる PNAS'12 今度は 100X100 のグリッドでやっぱり最適化 距離の短い&クラスターの少ないネットワークのほうがパフォーマンスが高い ジレンマ 模倣を行う参加者ほど利得が高い しかし模倣する参加者が増えるとピークは発見されにくい