Brian ChristianとTom Griffithsによる「Algorithms to Live By: The Computer Science of Human Decisions」

概要

コンピューターサイエンスは私たちに生命の秘密を教えてくれるでしょうか？ それはないかもしれませんが、日常の一部のプロセスがどのように機能するか、そしてそれらをどのように利用するかについての洞察を提供することはできます。 アルゴリズムはレシピの順番からメールの並べ替えの順序まで、至る所に存在します。

Brian ChristianとTom Griffithsによる「Algorithms to Live By: The Computer Science of Human Decisions」では、プログラマーで研究者のブライアン・クリスチャンと、カリフォルニア大学バークレー校の心理学と認知科学の教授であるトム・グリフィスが、アルゴリズムが私たちが物事を覚える方法から大きな決定と小さな決定をどのように行うかまで、すべてを形成する多くの方法を共有します。

トップ20の洞察

1. "37％ルール"は、一定の時間内に最善の決定を下すために誰かが従わなければならない一連の手順、またはアルゴリズムを指します。 誰かが決定を下す前に37％の時間を調査に割り当て、次に見つけた"最善の選択"にコミットします。
2. "探索/利用"のトレードオフは、既知と確認済みのものと新しくリスキーなものとのバランスを取る必要性を指します。 このアルゴリズムの報酬は、決定を下すためにどれだけ時間があるかに完全に依存します。 人々は新しいものをリスクするよりも、町を最後の夜に訪れるお気に入りのレストランに訪れる可能性が高いです。
3. 数学者ハーバート・ロビンスによって1952年に開発された"勝つまで待つ、負けたらシフト"アルゴリズムはスロットマシンをメタファーとして使用します。 ランダムにマシンを選び、負けるまでプレイします。 次に別のマシンに切り替えます。この方法は偶然よりも信頼性が高いことが証明されました。
4. 心理学の研究では、選択肢が与えられた場合、人々はしばしば"過度に探索"する傾向があり、勝利を享受するよりもそちらを選びます。スロットマシンが勝つかどうかを15回選ぶ機会が与えられた場合、47%の人々が勝つまで待つ、負けたら切り替える戦略を用い、22%の人々が勝つマシンに留まるのではなく、ランダムにマシンを選びました。
5. ハリウッドは、この享受戦略の最たる例です。映画の続編の数は過去10年間で着実に増加しています。2013年と2014年の両方で、トップ10の映画のうち7本は続編または前編でした。新しい映画のアイデアがもっと多くの興行収入を引き寄せると、この傾向は変わる可能性があります。
6. A/Bテストは、最もパフォーマンスが良いオプションに固執するという点で、2つのスロットマシンのシナリオに似ています。Googleの年間収入の5000万ドルのうち90%以上が有料広告からのものであり、これは探索/享受のアルゴリズムがインターネットの大部分を支えていることを意味します。
7. ギッティンズ指数は、最良の報酬を得るために無限の時間があると仮定したオッズのフレームワークを提供しますが、待つほどチャンスは減少します。例えば、勝ち負けが一対一（50%）のスロットマシンを選ぶよりも、18回中9回勝ったマシンを選びます。
8. "上限信頼境界"アルゴリズムは、"勝つまで待つ、負けたら切り替える"方法よりも、発見の余地を多く提供します。このアルゴリズムは、利用可能な情報に基づいて"可能性がある"ことに基づいて値を割り当てます。新しいレストランでは、あなたがそこに行ったことがないため、良い体験を提供する可能性は50/50です。
9. "最短処理時間"アルゴリズムでは、最も早く終わるタスクを最初に完了する必要があります。タスクの重要性をその所要時間で割ります。それが2倍の時間をかけるタスクを優先するのは、それが2倍重要な場合だけです。
10. ラプラスの法則は、データが少ない状況でも何かが起こる確率を計算します。その結果が何回起こったかを数え、1を足し、それを機会の数に2を足したもので割ります。例えば：あなたのソフトボールチームはシーズンに8試合を行います。すでに2試合勝っています。2+1/ 6+2=3/8、つまり次の試合に勝つ確率は37.5%です。
11. コペルニクスの原則は、それについてほとんど何も知らない状態で、何かがどれくらい続くかを予測することを可能にします。その解決策は、それがこれまで続いてきたのと同じくらい続くでしょう。この原則に基づき、Googleは合理的に2044年まで続くと予測されます（1998年から23年 + 2021年から23年）。
12. "パワーロー分布"は、生活において、ほとんどのものが平均以下で、一部が平均以上に上昇することを考慮に入れます。アメリカ人口の3分の2は平均収入以下を稼いでいますが、上位1%は平均のほぼ10倍を稼いでいます。ほとんどの映画は"タイタニック"レベルの興行収入を上げることはありませんが、一部はそうです。
13. "ナッシュ均衡"は、二人プレイヤーのゲームの現象と、プレイヤーが他の人が何をするかに基づいて変更したくない戦略を形成する方法を探求します。これにより安定性が生まれます。三つの選択肢があるじゃんけんでは、プレイヤーは他の人が戦略を変えない限り、1/3-1/3-1/3の戦略を採用し、プロセスが再開します。
14. 人間の脳はほぼ無限の記憶容量を持っていますが、それらにアクセスする時間は有限です。これが"忘却曲線"を生み出します。ヘルマン・エビングハウスの研究では、彼が読んだ後の無意味な音節を60%の時間で思い出すことができましたが、800時間後には20%に減少しました。
15. エビングハウスの"忘却曲線"は、社会でどれだけ頻繁に単語が使われるかと密接に一致していました。ニューヨークタイムズの見出しに見られる単語の再発率は、100日間で15%減少し、人間の脳が自然に私たちの周囲の世界にプロセスを調整することを示唆しています。
16. 2010年5月6日の株式市場の"フラッシュクラッシュ"は、"情報カスケード"によって引き起こされました。一人の人が何か違うことをすると、他の人々がその後に続き、最初の人が自分たちが知らない何かを知っていると仮定します。この行動は、人々がパニック買いをしたり、暴徒行動を示したりする原因となります。
17. 社会学者のバリー・グラスナーは、1990年代を通じてアメリカの殺人事件が20%減少したにもかかわらず、アメリカのニュースで銃暴力の言及が600%増加したことを指摘しました。公開情報よりも個人情報によって情報のカスケードが引き起こされることが多いです。
18. 著者のブライアン・クリスチャンとトム・グリフィスが本のインタビューをスケジュールするとき、専門家たちは広範囲に開かれた窓よりも狭く、予定された窓を受け入れる可能性が高いことがわかりました。制約に対応する方が他の解決策を見つけるよりも難しくないからです。
19. 信じられないかもしれませんが、ランダム性も人生のアルゴリズムの一部です。ノーベル賞受賞者のサルバドール・ルリアは、友人がスロットマシンでジャックポットを当てるのを見て、ランダムな突然変異がウイルス耐性を生み出すことに気づきました。
20. 最善の計画はしばしば最も単純なものです。ソフトウェア会社37signalsの創設者であるジェイソン・フリードとデビッド・ハイネマイヤー・ハンソンは、ブレインストーミングを始めるときに太いマーカーを使います。これはスペースを制限し、彼らがシンプルに保ち、大きな絵を見ることに集中するように強制します。

要約

最適停止

見るか飛ぶか

人生は最短時間で最善の決定を下さなければならない状況で満ちています。ドライバーは完璧な駐車スペースを探します。マネージャーは最適な求人候補を探し、不動産所有者は不動産市場が再び変わる前に販売オファーを受け入れるかどうかを決定しなければなりません。このジレンマは"最適停止と呼ばれています。"

"最適停止"問題は、最短時間で最良の決定を必要とするジレンマを指します。全ての事実を把握する必要と、遅すぎる前に行動する必要とをどのようにバランスさせますか？一般的な例としては、完璧な駐車スポットを探すこと、全てのアパートが取られる前にアパートを借りるタイミング、最適な候補者を雇うタイミングなどがあります。後者は1950年代以降、数学者によって徹底的に検討され、議論されてきました。

この問題は"秘書問題"として知られています。

• もし雇用者が100人の秘書応募者を面接する場合、その人は最初の37%の面接を才能のプールと最良の資質に慣れるために割り当てるべきです。
• もし彼らが次に現れる応募者を"これまでで最良"と判断して雇うなら、その人が最良の候補者である可能性は37%です。
• 応募者が少なければ少ないほど、その確率は高くなります。

サンフランシスコでアパートを探している借り手は、需要が高いために最初に利用可能なユニットを取ることに傾向があるかもしれません。その借り手が30日以内に新しい住まいを見つける必要がある場合、"最適停止"アルゴリズムは、借り手が何のコミットメントもせずにオプションを探索するために時間の37%、つまり11日を割くことを提案します。12日目には、借り手は自分が"これまでで最良"と考える最初の場所にコミットする準備をしなければなりません。"

探索と利用

スタンフォード大学の心理学教授、ローラ・カーステンセンは、人々が年を取るにつれて自分の社会的なサークルを戦略的に縮小するという仮説を立てました。ある研究では、人々に直近で読んだ本の著者、自分の興味を共有するように見える人、または直近の家族と30分過ごすことを選ぶかどうかを尋ねました。年配の回答者は家族を選び、若い人々は新しい友達を作ることを選びました。

しかし、時間が追加されたり減らされたりすると、興味深いことが起こりました。もし年配の人々が20年長生きできるとしたら、彼らの選択は若い回答者のものと一致しました。もし若い回答者が国内を移動すると想像したら、彼らは家族を選びました。

人生は不確実性に満ちており、そのために時々決定過程がより困難になります。生死のプレッシャーを少しでも軽減するために、カジノのスロットマシンのような、少し重要度の低いものに目を向けてみましょう。

"片腕の強盗"と呼ばれるスロットマシンは、ギャンブラーを困惑させ、統計家を何世紀にもわたって魅了してきたさまざまな支払いオッズを持っています。1952年、数学者のハーバート・ロビンズは、次の大勝を待つべきか、それとも勝ち逃げするべきかという古代からのジレンマに対する解決策を提案しました。彼はこれをWin-Stay、Lose-Shiftアルゴリズムと呼びました。

ロビンズは、人がランダムに"腕"を選び（探索）、それが報酬をもたらす限り引き続ける（利用）べきだと提案しました。一度マシンが報酬を出さなくなったら、その人は別のものに移るべきで、という具体的な手順を示しています。

最小の後悔

時には、リスクと潜在的な後悔を天秤にかけて、自分の特定の問題に対する解決策を見つける必要があります。アマゾンのCEO、ジェフ・ベゾスは、アマゾンを始める前にウォール街で安定した高収入の仕事を持っていました。彼は、初めてのオンライン書店のリスクが、試さなかったことを後悔する可能性に比べて重要であると判断しました。これを"後悔最小化フレームワーク"と呼びます。

"私は80歳になったとき、これを試してみたことを後悔しないだろうと知っていました"とベゾスは語りました。"インターネットという、私が本当に大きな取引だと思っているものに参加しようと試みたことを後悔することはないだろうと思っていました。私が失敗したとしても、それを後悔することはないと知っていましたが、試さなかったことを後悔するかもしれないという一つのことを知っていました"。

"上限信頼区間"アルゴリズムは、"勝つまで続ける、負けたら変える"方法よりも、発見の余地を提供します。このアルゴリズムは、利用可能な情報に基づいて"可能性がある"ことに基づいて値を割り当てます。新しいレストランは、あなたがそこに行ったことがないので、良い体験を提供する可能性が50/50です。

アルゴリズムは後悔のない人生を保証することはできませんが、私たちがリスクを取る意欲が、それを取るためにどれだけの時間を持っていると思う（または知っている）かによってどれだけ減少するかを示しています。私たちが子供の頃、私たちは世界を探検し、新しいことを大いに熱心に発見します。成長するにつれて、私たちは学んだことに基づいて"確かで信頼性のある"決定に頼るようになります、つまりそれらを利用します。

目的を持って計画する

よく、期限があるタスクは、最も近い期限から最も遠い期限まで順に取り組むことができます。同時に複数のタスクがある場合、それぞれがどれくらい時間がかかるかでソートするのが最善です。

この種のスケジュールに取り組むには、特に複数のクライアントがいる場合、最短処理時間アルゴリズムを使用して、全員が待つ時間を減らすことができます。簡単に言えば、常に最も早く終わるタスクから取り組み、その次に進むということです。例えば、月曜日の朝に4日間かかる大きなプロジェクトと1日で終わる小さなプロジェクトがあるとします。大きなプロジェクトを先に納品し、木曜日（4日）に小さなプロジェクトを納品すると、クライアントは合計9日間待つことになります。小さなプロジェクトを先に納品し、月曜日（1日）に大きなプロジェクトを納品すると、クライアントは合計6日間待つことになります。これは"完成時間の合計"と呼ばれています。

別のアプローチとして、各タスクに重みを割り当てることができます。例えば、それがもたらす金額などです。各タスクの重みを完成までの時間で割り、最高から最低の順に作業を進めます。フリーランサーや独立した契約者にとって、これにより各タスクの時間当たりのレートを決定することができます。各プロジェクトの料金をその規模で割り、最高の時間当たりのレートから最低のものまで作業します。

未来を予測する

天体物理学者のJ. Richard Gott IIIは1969年にコペルニクスの原理を開発しました。これは何かがどれくらい続くかを予測する方法です。彼がベルリンの壁を訪れたとき、壁がどれくらい持つかを考えました。壁の寿命がどれくらいになるかは彼にはわからなかったので、Gottは平均的に、彼の到着はその半分くらいの時期であろうと推測できました。したがって、彼は壁がさらに8年間立つと推測しました。この場合、ベルリンの壁は20年間、8年間ではなく立っていました。

コペルニクスの原理は完全ではありません - 90歳の男性が180歳まで生きることはありません - しかし、それがうまく機能する状況もあります。Gottがこのアルゴリズムに名前を付けるずっと前に、統計家たちは第二次世界大戦中にドイツが毎月どれだけの戦車を生産しているかを推定しようとしました。解決策は、戦車に見えるシリアルナンバーを2倍にし、少なくとも2倍の数が存在すると推定することでした。この場合、彼らは毎月246台の戦車が製造されたと推定しました。これは、航空偵察によって示された1,400台と比較しています。戦後、ドイツの記録は実際の数が245台であることを確認しました。

それを忘れてしまいましょう

あなたの脳は忘れるために設計されています

人間の記憶は時として移り変わりやすいもののように思えますが、その背後には一定の理論があります。1879年にベルリン大学の心理学者であったヘルマン・エビングハウスは、記憶についてより深く理解するために自身を研究対象としました。

エビングハウスは毎日、意味のない音節のリストを暗記し、自分自身にクイズを出しました。そして、記憶が薄れるまでの時間を示すグラフを作成しました。記憶の再現可能性は時間とともに予測可能に減少し、何かを読んだ直後は約60％から、800時間後にはわずか20％にまで減少しました。

心理学者でありコンピュータ科学者でもあるジョン・アンダーソンは、1987年にエビングハウスの研究を再評価し、人間の脳を中心にコンピュータシステムを設計できるかどうかを調査しました。彼は、私たちの脳がそれが周囲の世界に関連性を失ったときに情報を忘れることを発見しました。アンダーソンはニューヨークタイムズの見出しを分析し、単語が最初に使用された直後に再登場する可能性が最も高いことを発見しました。それを再度見る可能性は時間とともにさらに減少しました。並べて見ると、チャートの出現はエビングハウスのデータとほぼ同一に見えました。

バランスを求める…または求めない

すべてのものには自然なバランスがあります、特に二人プレイのゲームや少なくとも二人の競争者が含まれるシナリオでは。数学者はこの現象を"均衡"と呼びます、なぜならそれは安定しているからです。均衡は特にポーカーで明らかであり、プレイヤーは大きな変化が起こるまで自分の戦略に固執します。

例：じゃんけんでは、プレイヤーが選ぶオプションは3つだけです。プレイヤーは自然にランダムな選択肢または1/3の戦略を選びます。プレイヤーの一人がより頻繁にグーを使い始めると、他のプレイヤーは適応してパーを使います。その後、他のプレイヤーは戦略を変えて、つまりチョキを使って再びバランスを取ります。そして、プロセスが再び始まります。

数学者ジョン・ナッシュは、1951年にすべての二人プレイヤーゲームには少なくとも一つのこのような均衡が存在することを証明しました。この発見は彼に1994年のノーベル経済学賞をもたらしました。しばしば「ナッシュ均衡」と呼ばれるこの原理は、任意のルールやインセンティブの安定した長期的な結果の予測を提供します。

このアルゴリズムは経済政策や社会政策の計画と形成に使用されますが、時には「安定」が必ずしも「良い」を意味するわけではありません。

もし町に同じ顧客を引きつける2つの店主がいて、一方が週6日働き、もう一方が週7日働くと、最初の店主はビジネスを失います。ナッシュ均衡は、両方のビジネスが休日を取ると、両方とも休息を取ることができますが、両方ともビジネスを失うことを示唆しています。したがって、両方のオーナーは週7日働きます。

ゲームを変える

もし友人が橋から飛び降りたら、あなたも飛び降りますか？他人を模倣するという人間の本能は、生存のための特性であり、他人が何かを見て振り向くときには、危険が迫っている可能性があるからです。流行やファッションは移り変わります。安全策を講じるべきか、良くも悪くも自分自身の道を切り開くべきか、どちらが良いのでしょうか？

"自分が多数派の側にいると気づいたら、一度立ち止まって考える時だ、"とマーク・トウェインは言いました。

人々は、他人の行動から導き出される仮定に基づいて決定を下す傾向があります。もし全員がビーニーベビーを買っていたら、それは価値があるということでしょうか？

このプロセスが制御不能になって雪崩のようになると、それは"情報のカスケード"と呼ばれます。2007年から2009年の不動産危機は、需要により住宅価格が上昇し、その後に暴落した例です。多くの人が何かをしているからといって、それが緊急性を持つと人々は仮定します。（例えば、2020年のトイレットペーパー。）その結果は壊滅的なものになることがあります。

公的な情報が私的な情報を上回るケースには注意が必要です。メディアでの出来事の表現は、世界での頻度とは一致しません。社会学者のバリー・グラスナーは、アメリカでの殺人事件が1990年代を通じて20％減少したにもかかわらず、アメリカのニュースでの銃暴力の言及が600％増加したと指摘しています。

時には、情報のカスケードに直面したときに、ゲームを変える必要があります。あなたがキリスト教徒の店主であるか、仕事と生活のバランスについて強い信念を持っているなら、日曜日に閉店することは問題ではありません。周囲の人々が緊急のトレンドに陥り、パニック買いを始めたり、センセーショナルな新聞の見出しに動揺したりするのを見ると、より多くのデータを挿入することでストレスを軽減することができます。