Czy maszyna może przewidzieć zachowanie człowieka?

Współczesna nauka wyposażyła nas w narzędzia pozwalające prognozować różne rzeczy. Przewidujemy (lepiej albo gorzej) pogodę. Gdy budujemy samochody czy samoloty staramy się (na podstawie modeli symulacyjnych) antycypować ich zachowanie jeszcze przed zbudowaniem prototypu. Coraz skuteczniej prognozujemy zjawiska i procesy gospodarcze... A co z nami? Czy można przewidzieć zachowanie człowieka? Odgadnąć, co on zrobi ZANIM jeszcze on sam pomyśli, żeby to zrobić? Na co dzień sami rozwiązujemy te zadania przy pomocy naszego umysłu, inteligencji, intuicji - i często się to nam udaje. Ale czy może to zrobić maszyna? O tym opowiem w tym wpisie na podstawie moich własnych badań naukowych.

Mój poprzedni wpis na tym blogu mówił o dwóch rzeczach, które dzisiaj chciałbym połączyć razem. Po pierwsze opisywał pierwszą na świecie działającą sieć neuronową, tak zwany Perceptron Franka Rosenblatta. Po drugie sygnalizował fakt, że trudno jest w laboratorium uzyskać całkowicie przypadkowe procesy. W szczególności zachowanie człowieka nigdy nie jest tak całkiem przypadkowe. Dzisiaj spróbuję przedstawić Państwu kolejny tekst łączący ze sobą te dwa wątki.

Sieci neuronowe, których prototypem był opisywany przeze mnie Perceptron, bywają dość często używane do prognozowania różnych procesów. Zwykle odbywa się to według schematu pokazanego niżej.

Czy jednak ten schemat, przydatny przy prognozowaniu kursów walut czy ceny akcji - da się zastosować do prognozowania zachowania człowieka?

Okazuje się, że tak. Udało się to wykazać w serii doświadczeń, które przeprowadziłem wraz z moimi magistrantami, panem Wojciechem Wiercigrochem i Marcinem Wosinkiem. Szczególnie ten drugi z moich dyplomantów stworzył ciekawą grę, która wykazała przewagę odgadującej zachowanie człowieka sieci nad usiłującym zachowywać się nieprzewidywalnie człowiekiem.

Otóż człowiek poddawany próbie miał sobie wyobrażać, że rzuca monetą. Nie rzucał naprawdę, tylko sobie wyobrażał, że to robi i podawał wyobrażone wyniki: "orzeł" albo "reszka".

Zachowanie człowieka śledziła cały czas sieć neuronowa o strukturze podanej na rysunku.

Jak widać sieć analizowała nie tylko samą sekwencję podawanych przez człowieka decyzji typu "orzeł" albo "reszka", ale także badała pewne statystyki, jak się okazało bardzo pomocne przy odgadywaniu, co badany człowiek zrobi w następnym kroku. Założono, że pomiędzy człowiekiem, a siecią neuronową toczy się swoista gra: Sieć dostaje punkty za trafne przewidywanie decyzji człowieka, a traci za błędne. Na podstawie zmian tej punktacji w czasie można obserwować skuteczność przewidywania – lub jej brak. Na wykresie poniżej widać, że wszystkie badane osoby (było ich 4) przegrały z siecią. Różnymi kolorami zaznaczono przebiegi dla różnych osób - wszystkie one jednak wyraźnie pną się do góry - sieć zyskuje punkty bo trafnie przewiduje. Dwie osoby "poddały się" po 500 symulowanych rzutach, dwie natomiast walczyły do końca - wykonały planowana liczbę wyobrażonych rzutów - aż 1100. Jednak we wszystkich przypadkach sieć wygrała.

O tym, że zwycięstwo sieci wynikało z faktu, że ludzie mimo wysiłków nie potrafili się zachowywać całkiem przypadkowo i sieć mogła wykryć i wykorzystać ich preferencje albo fobie - świadczy dodatkowo czarny wykres widoczna na rysunku. Ten wykres powstał w ramach doświadczenia w którym sieć próbowała odgadywać wynik prawdziwego rzutu monetą. Widać, że na prawdziwie losowy proces "nie ma mocnych" - sieć stale przegrywała.

Wnioski są dwa:

- człowiek nie jest w stanie zachowywać się czysto losowo, i dlatego jest przewidywalny,

- sieci neuronowe mogą przewidywać zachowania człowieka i mogą to robić zaskakująco skutecznie.