Shannon ve Aaronson algoritmaları insan rastgeleliğini tahmin ediyor
Öne çıkanlar
- Claude Shannon 1953 yılında geliştirdiği röleli tahmin makinesiyle insan rakiplere karşı yüzde 59 kazanma oranı yakaladı.
- Aaronson Oracle, kullanıcının son beş tuş vuruşunu izleyen basit bir n-gram sıklık modeliyle çalışıyor.
- İnsanlar rastgele seçim yapmaya çalışırken ardışık geçişleri fazlalaştırarak tekrarlardan kaçınma eğilimi gösteriyor.
Bell Laboratuvarları mühendisi David Hagelbarger 1950'li yılların başında yazı tura eşleme oyununda insan davranışını tahmin eden röle tabanlı SEER makinesini geliştirdi. Meslektaşı Claude Shannon ise 1953 yılında bu fikri sadeleştirerek oyuncunun zamanlama gecikmelerinden rastgelelik üreten ve kalıpları izleyen kendi tahmin aracını kurdu. Bilgisayar bilimci Scott Aaronson, yıllar sonra benzer prensipleri Berkeley'deki derslerinde n-gram sıklık modeli üzerinden yazılıma aktardı.
Aaronson Oracle olarak bilinen modern web uygulaması, kullanıcının yaptığı son beş tuş vuruşunu bağlam olarak kaydeden basit bir n-gram modeli kullanıyor. Algoritma, geçmiş vuruş zincirlerini analiz ederek bir sonraki tercihin ne olacağını tahmin ediyor ve yeterli veri bulunmadığında daha kısa bağlamlara yöneliyor. İstatistiksel dil modellerinde sıklıkla başvurulan bu geri çekilme yöntemi sayesinde yazılım, önceden eğitilmiş karmaşık parametreler olmadan da insan tercihlerini yüksek doğrulukla öngörüyor.
Deneysel psikoloji çalışmaları, insanların rastgele dizi üretme konusunda yetersiz olduğunu ve değişim eğilimi nedeniyle aşırı derecede ardışık geçiş yaptıklarını gösteriyor. Shannon ve Aaronson, algoritmanın çalışma prensibi bilinse dahi zihinsel refleksleri kapatmanın zorluğu nedeniyle insanların bu tür tahmin mekanizmalarını yenmekte zorlandığını belirtiyor. Kullanıcıların tahmin algoritmasını yenebilmesi için kararları kişisel reflekslerinden çıkararak harici kurallara devretmesi gerekiyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.