読者です 読者をやめる 読者になる 読者になる

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