中国科学报聚焦:将决策权“外包”给AI靠谱么?
时间:2021-08-06 21:55:13来源:Lwgzc手游网作者:佚名我要评论 用手机看
扫描二维码随身看资讯
使用手机 二维码应用 扫描右侧二维码,您可以
1. 在手机上细细品读~
2. 分享给您的微信好友或朋友圈~
很多时候,选择或决策是困难的。人们不但会面临诸多两难选择,还经常受到情绪、偏好、认知水平等因素的影响。同样,精准地预测人类的选择也非易事。在人工智能(AI)和大数据相关技术日新月异的今天,将决策和预测决策结果“外包”给人工智能,也许是个不错的选择。
从个人衣食住行到国际间邦交誓盟,选择或决策无处不在。
很多时候,选择或决策是困难的。人们不但会面临诸多两难选择,还经常受到情绪、偏好、认知水平等因素的影响。同样,精准地预测人类的选择也非易事。在人工智能(AI)和大数据相关技术日新月异的今天,将决策和预测决策结果“外包”给人工智能,也许是个不错的选择。
近日,上海大学悉尼工商学院(拟聘)副教授何黎胜和美国宾夕法尼亚大学Sudeep Bhatia合作发表在《科学》的文章,分析了深层神经网络模拟人类行为特征,在预测人类决策领域起到的重要作用。
预测决策行为的瓶颈
以20%的概率得到100美元,或以80%的概率得到50美元。如果面临这样的选择,你会选择哪个?
1979年,诺贝尔经济学奖获得者卡尼曼等人提出的前景理论(Prospect Theory)认为,人们在面临获得时往往小心翼翼,不愿冒风险;在失去时会很不甘心,更容易冒险。人们对损失的痛苦感要大大超过获得时的快乐感。
前景理论为人们理解决策者如何组织决策提供了模型,但用前景理论来模拟选择行为并非没有缺点。依据前景理论提出新理论的研究者通常会对诸如感知、注意力、记忆和情感等过程,以及干扰和选择错误的原因做出复杂的假设。
Sudeep Bhatia认为,这些理论本身只在“小数据集”的选择上进行测试,很少与“大数据集”的已有模型进行比较。考虑到决策研究的跨学科历史和风险选择的复杂性,这是不可避免的:决策者很容易凭直觉对预期效用的偏差作出心理解释。而且,很多新理论模型通常类似于先前发布的模型,许多理论在基准数据集上高度模仿彼此的预测。
“尽管新理论模型产生的速度正在加快,但在过去20年中,这些数据集的预测精度几乎没有提高。”何黎胜告诉《中国科学报》,“其根本原因是我们的认知系统具有高度复杂性。”
何黎胜解释说,风险决策看似简单。如果问大学生或高中生如何做风险决策,他们中的大多数人可能会说“我们先算出每个选项的期望价值,然后选择期望价值最高的选项”。
但风险决策比这复杂得多,受到多种认知和情感因素影响。以往研究者通过考虑这些影响因素,对风险决策行为提出了多种理论解释模型。
“近20年来,这种‘小数据集+小模型’的研究范式遇到了瓶颈,主要表现为我们对决策行为的解释越来越多,但对决策行为的预测能力并没有显著提升。”何黎胜说,“这很大程度上取决于常用的‘小数据集’和‘小模型’(与深度神经网络相比,常规的决策模型都是小模型)研究范式。小数据集不足以支撑像深度神经网络这样的‘大模型’,而‘小模型’又不足以支撑决策过程中复杂的认知与情感因素。”
“大模型”显身手
“人工智能技术虽然发展迅速,但计算机不会有人类意义上的感情,短期内也不可能产生人类特征的情绪。”天津大学自动化学院副教授杨正瓴对《中国科学报》说,“这也许会成为人工智能的优势,让它在某些领域比人类做得更好。比如,利用‘大数据’的人工智能决策,的确可以帮助人类减少决策失误。”
近年来,不同学科之间的交叉研究提供了新的突破口,特别是行为决策、认知科学和机器学习等领域的交叉。
“总体而言,在‘小模型’范围内,前景理论的预测精度是上佳的,是迄今为止预测精度最好的风险决策模型之一。”何黎胜说,“如果我们把视野放到更广阔的‘大模型’(例如深度神经网络等机器学习算法),前景理论等小模型的预测劣势就显现出来了。”
不久前,美国学者乔舒亚·彼得森等人发表于《科学》的文章,系统地比较了“大模型”与“小模型”(如前景理论)对风险决策行为的预测能力。结果发现,深度神经网络的预测能力比前景理论高出几个能级。研究者首先针对10000多个不同的选择问题(涉及概率货币回报的赌博,超过了先前数据集的大小)和人类最终在这些问题中作出的决定,来训练深度神经网络,发现这种网络能够以非常高的准确率模拟人类决策,大大优于现有的(人为)风险选择模型。
“在我与南丹麦大学教授Pantelis Analytis和宾夕法尼亚大学教授Sudeep Bhatia共同完成的另一项研究中,通过群体智慧算法整合不同的认知与情感因素,我们发现这样的集成模型能显著地提高对决策行为的预测能力。”何黎胜说,“这里的集成模型也是一种‘大模型’,它的预测精度也超过了前景理论。”
前景理论提出至今,给后续研究带来极大的启发,成为决策科学中的经典研究。当前,研究人员在此基础上,利用人工智能和大数据算法,一方面不断完善前景理论,另一方面通过新的技术方法不断拓展决策理论的边界,提高预测精度。
实现决策智能化
“经过学习和训练,深度神经网络能够模仿人类的行为,它甚至可以像人类在做选择时会有不理性的行为那样,表现出非理性。”Sudeep Bhatia告诉《中国科学报》,“因此,用它来预测人类决策行为会大大提高预测精度。”
“人工智能、认知神经科学的发展,将为心理学、决策科学的发展提供有力的研究手段。”何黎胜说,“得益于学术界和工业界的大模型投入,近年来人工智能和认知神经科学发展迅速,涌现出大量的开创性研究,也为其他学科提供了成熟的研究工具。”
何黎胜认为,在决策研究中,研究人员会研究不同类型的决策,像风险决策、跨期决策、社会决策、博弈决策等。目前,对这些不同决策类型的研究和建模工作通常相互独立。然而,从认知的角度,不同的决策类型必然有互闻共通的认知与情感机制。“而不同决策类型之间互闻共通的建模研究还非常稀缺,未来完全有可能通过与人工智能、认知神经科学融合,实现不同决策类型的互闻建模。”
“机器生成理论在决策和管理场景中有巨大的应用潜力,其核心的变革在于管理自动化。这个转变类似于计算视觉研究中的深度神经网络模型在医学图像处理中的应用。”何黎胜说。
目前,管理科学越来越趋向于数据驱动的决策。在工业界和公共政策等领域,越来越多的公司和组织实验方法(如A/B 测试)获得实证数据,通过分析实证数据达到决策优化的目的。然而,目前这种数据驱动的决策有不小的局限性。其中一个重要原因是管理者很多时候面临的是一个复杂的动态系统,是由多种因素交织而成的综合体。但A/B测试等方法收集到的数据往往是针对某个特定的小点,对复杂决策中多因素之间的交错互动缺乏全局把握,限制了A/B测试实验数据的适用性。
“机器生成理论可以更大程度地利用A/B测试等方法收集到的数据。更为重要的是,机器生成理论足够灵活,我们可以用真实的数据去训练这个系统,让它不断地逼近真实的管理场景。”何黎胜说,“未来,训练好的机器生成理论模型可以自动地对复杂管理场景中的事件作出反应。也就是说,机器生成理论有能力将分散的实验数据升华成具有逻辑一致性的体系,实现复杂管理决策的自动化、智能化。”(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)
从个人衣食住行到国际间邦交誓盟,选择或决策无处不在。
很多时候,选择或决策是困难的。人们不但会面临诸多两难选择,还经常受到情绪、偏好、认知水平等因素的影响。同样,精准地预测人类的选择也非易事。在人工智能(AI)和大数据相关技术日新月异的今天,将决策和预测决策结果“外包”给人工智能,也许是个不错的选择。
近日,上海大学悉尼工商学院(拟聘)副教授何黎胜和美国宾夕法尼亚大学Sudeep Bhatia合作发表在《科学》的文章,分析了深层神经网络模拟人类行为特征,在预测人类决策领域起到的重要作用。
预测决策行为的瓶颈
以20%的概率得到100美元,或以80%的概率得到50美元。如果面临这样的选择,你会选择哪个?
1979年,诺贝尔经济学奖获得者卡尼曼等人提出的前景理论(Prospect Theory)认为,人们在面临获得时往往小心翼翼,不愿冒风险;在失去时会很不甘心,更容易冒险。人们对损失的痛苦感要大大超过获得时的快乐感。
前景理论为人们理解决策者如何组织决策提供了模型,但用前景理论来模拟选择行为并非没有缺点。依据前景理论提出新理论的研究者通常会对诸如感知、注意力、记忆和情感等过程,以及干扰和选择错误的原因做出复杂的假设。
Sudeep Bhatia认为,这些理论本身只在“小数据集”的选择上进行测试,很少与“大数据集”的已有模型进行比较。考虑到决策研究的跨学科历史和风险选择的复杂性,这是不可避免的:决策者很容易凭直觉对预期效用的偏差作出心理解释。而且,很多新理论模型通常类似于先前发布的模型,许多理论在基准数据集上高度模仿彼此的预测。
“尽管新理论模型产生的速度正在加快,但在过去20年中,这些数据集的预测精度几乎没有提高。”何黎胜告诉《中国科学报》,“其根本原因是我们的认知系统具有高度复杂性。”
何黎胜解释说,风险决策看似简单。如果问大学生或高中生如何做风险决策,他们中的大多数人可能会说“我们先算出每个选项的期望价值,然后选择期望价值最高的选项”。
但风险决策比这复杂得多,受到多种认知和情感因素影响。以往研究者通过考虑这些影响因素,对风险决策行为提出了多种理论解释模型。
“近20年来,这种‘小数据集+小模型’的研究范式遇到了瓶颈,主要表现为我们对决策行为的解释越来越多,但对决策行为的预测能力并没有显著提升。”何黎胜说,“这很大程度上取决于常用的‘小数据集’和‘小模型’(与深度神经网络相比,常规的决策模型都是小模型)研究范式。小数据集不足以支撑像深度神经网络这样的‘大模型’,而‘小模型’又不足以支撑决策过程中复杂的认知与情感因素。”
“大模型”显身手
“人工智能技术虽然发展迅速,但计算机不会有人类意义上的感情,短期内也不可能产生人类特征的情绪。”天津大学自动化学院副教授杨正瓴对《中国科学报》说,“这也许会成为人工智能的优势,让它在某些领域比人类做得更好。比如,利用‘大数据’的人工智能决策,的确可以帮助人类减少决策失误。”
近年来,不同学科之间的交叉研究提供了新的突破口,特别是行为决策、认知科学和机器学习等领域的交叉。
“总体而言,在‘小模型’范围内,前景理论的预测精度是上佳的,是迄今为止预测精度最好的风险决策模型之一。”何黎胜说,“如果我们把视野放到更广阔的‘大模型’(例如深度神经网络等机器学习算法),前景理论等小模型的预测劣势就显现出来了。”
不久前,美国学者乔舒亚·彼得森等人发表于《科学》的文章,系统地比较了“大模型”与“小模型”(如前景理论)对风险决策行为的预测能力。结果发现,深度神经网络的预测能力比前景理论高出几个能级。研究者首先针对10000多个不同的选择问题(涉及概率货币回报的赌博,超过了先前数据集的大小)和人类最终在这些问题中作出的决定,来训练深度神经网络,发现这种网络能够以非常高的准确率模拟人类决策,大大优于现有的(人为)风险选择模型。
“在我与南丹麦大学教授Pantelis Analytis和宾夕法尼亚大学教授Sudeep Bhatia共同完成的另一项研究中,通过群体智慧算法整合不同的认知与情感因素,我们发现这样的集成模型能显著地提高对决策行为的预测能力。”何黎胜说,“这里的集成模型也是一种‘大模型’,它的预测精度也超过了前景理论。”
前景理论提出至今,给后续研究带来极大的启发,成为决策科学中的经典研究。当前,研究人员在此基础上,利用人工智能和大数据算法,一方面不断完善前景理论,另一方面通过新的技术方法不断拓展决策理论的边界,提高预测精度。
实现决策智能化
“经过学习和训练,深度神经网络能够模仿人类的行为,它甚至可以像人类在做选择时会有不理性的行为那样,表现出非理性。”Sudeep Bhatia告诉《中国科学报》,“因此,用它来预测人类决策行为会大大提高预测精度。”
“人工智能、认知神经科学的发展,将为心理学、决策科学的发展提供有力的研究手段。”何黎胜说,“得益于学术界和工业界的大模型投入,近年来人工智能和认知神经科学发展迅速,涌现出大量的开创性研究,也为其他学科提供了成熟的研究工具。”
何黎胜认为,在决策研究中,研究人员会研究不同类型的决策,像风险决策、跨期决策、社会决策、博弈决策等。目前,对这些不同决策类型的研究和建模工作通常相互独立。然而,从认知的角度,不同的决策类型必然有互闻共通的认知与情感机制。“而不同决策类型之间互闻共通的建模研究还非常稀缺,未来完全有可能通过与人工智能、认知神经科学融合,实现不同决策类型的互闻建模。”
“机器生成理论在决策和管理场景中有巨大的应用潜力,其核心的变革在于管理自动化。这个转变类似于计算视觉研究中的深度神经网络模型在医学图像处理中的应用。”何黎胜说。
目前,管理科学越来越趋向于数据驱动的决策。在工业界和公共政策等领域,越来越多的公司和组织实验方法(如A/B 测试)获得实证数据,通过分析实证数据达到决策优化的目的。然而,目前这种数据驱动的决策有不小的局限性。其中一个重要原因是管理者很多时候面临的是一个复杂的动态系统,是由多种因素交织而成的综合体。但A/B测试等方法收集到的数据往往是针对某个特定的小点,对复杂决策中多因素之间的交错互动缺乏全局把握,限制了A/B测试实验数据的适用性。
“机器生成理论可以更大程度地利用A/B测试等方法收集到的数据。更为重要的是,机器生成理论足够灵活,我们可以用真实的数据去训练这个系统,让它不断地逼近真实的管理场景。”何黎胜说,“未来,训练好的机器生成理论模型可以自动地对复杂管理场景中的事件作出反应。也就是说,机器生成理论有能力将分散的实验数据升华成具有逻辑一致性的体系,实现复杂管理决策的自动化、智能化。”(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)
热门手游下载
天天绕圈圈游戏 1.2.5 安卓版
加查海关与咖啡游戏 1.1.0 安卓版
大吉普越野驾驶游戏 1.0.4 安卓版
沙盒星球建造游戏 1.5.0 安卓版
秘堡埃德兰Elderand游戏 1.3.8 安卓版
地铁跑酷暗红双旦版 3.5.0 安卓版
跨越奔跑大师游戏 0.1 安卓版
Robot Warfare手机版 0.4.1 安卓版
地铁跑酷playmods版 3.18.2 安卓版
我想成为影之强者游戏 1.11.1 官方版
gachalife2最新版 0.92 安卓版
航梦游戏编辑器最新版 1.0.6.8 安卓版
喵星人入侵者游戏 1.0 安卓版
地铁跑酷黑白水下城魔改版本 3.9.0 安卓版
相关文章
- 猜一猜以下哪种职业可以让人工智能更好地为人类服务 蚂蚁新村今日答案最新11月26日
- 算法新闻汇编|《人工智能担当宣言》发布,谷歌自主开发芯片
- AI寻药:星药科技新融资,上海人工智能产业投资基金领投
- “魔都结界”背后的人工智能:新技术如何提升城市软实力
- 何积丰院士:人工智能需要规则性治理
- 人工智能技术最佳试验场:把人民城市理念落实到每一条小马路
- 速览|世界人工智能大会圆满落幕,最后一天嘉宾们讨论些啥?
- 世界人工智能大会圆满落幕,上海向全球AI有识之士发邀请函
- 全国数据交易联盟今日在世界人工智能大会上正式成立
- 上海市人工智能标准化技术委员会成立,近期完成标准体系编制
- 专访上海人工智能研究院CTO:探索新基建下的AI技术落地
- 速览|世界人工智能大会第二天思想激荡继续,金句集锦来了
热门文章
- 1 小米手环充电没反应怎么办 小米手环无法充电解决方法
- 2 20余科学家发文称新冠病毒不可能是人为制造,专访第一作者
- 3 深圳灵明光子发布自主研发3D传感芯片,初步具备量产能力
- 4 万乘基因发布高通量单细胞测序仪,打破海外垄断国内市场现状
- 5 中国科学家提出一种新型固态原子钟方案,更适于实际应用
- 6 中国首个原创抗体偶联药物“出海”:交易额创纪录26亿美元
- 7 小米手环2闹钟怎么关闭 闹钟每隔10分钟就响一次解决方法
- 8 为何飞了这么久才到?落火之后做什么?设计师揭秘天问一号
- 9 这家上海机器人公司凭啥拿下丰田大单?背后有40年研发基因
- 10 科技部等多部门:支持女性科技人才在科技创新中发挥更大作用
热门手游推荐
换一批
- 1
芭比公主宠物城堡游戏 1.9 安卓版
- 2
死神之影2游戏 0.42.0 安卓版
- 3
地铁跑酷忘忧10.0原神启动 安卓版
- 4
跨越奔跑大师游戏 0.1 安卓版
- 5
挂机小铁匠游戏 122 安卓版
- 6
咸鱼大翻身游戏 1.18397 安卓版
- 7
灵魂潮汐手游 0.45.3 安卓版
- 8
烤鱼大师小游戏 1.0.0 手机版
- 9
旋转陀螺多人对战游戏 1.3.1 安卓版
- 10
Escapist游戏 1.1 安卓版
- 1
开心消消乐赚钱版下载
- 2
Minecraft我的世界基岩版正版免费下载
- 3
暴力沙盒仇恨最新版2023
- 4
疯狂扯丝袜
- 5
黑暗密语2内置作弊菜单 1.0.0 安卓版
- 6
爆笑虫子大冒险内购版
- 7
姚记捕鱼
- 8
秘密邻居中文版
- 9
班班幼儿园手机版
- 10
千炮狂鲨