論文の概要: Several Consequences of Optimality
- arxiv url: http://arxiv.org/abs/2311.01156v1
- Date: Thu, 2 Nov 2023 11:33:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-03 13:47:46.248653
- Title: Several Consequences of Optimality
- Title（参考訳）: 最適化のいくつかの結果
- Authors: Dibakar Das
- Abstract要約: 計算モデルからの発見は、多くのエージェントが独立してグローバルな最適性を達成しようと試み、コンピュータパワーの改善によって促進されたとき、彼らは間接的に「コモンズの悲劇」の発生を加速したことを示した。
エージェントが最適性を達成すると、エージェントの解の間に情報エントロピーが低下する。
2つのグループ(うち1つは生産者、もう1つは最適性を求めるグループエージェント)は消費資源の消費者であり、生産者を上回っているようである。
- 参考スコア（独自算出の注目度）: 0.43512163406552007
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Rationality is frequently associated with making the best possible decisions.
It's widely acknowledged that humans, as rational beings, have limitations in
their decision-making capabilities. Nevertheless, recent advancements in
fields, such as, computing, science and technology, combined with the
availability of vast amounts of data, have sparked optimism that these
developments could potentially expand the boundaries of human bounded
rationality through the augmentation of machine intelligence. In this paper,
findings from a computational model demonstrated that when an increasing number
of agents independently strive to achieve global optimality, facilitated by
improved computing power, etc., they indirectly accelerated the occurrence of
the "tragedy of the commons" by depleting shared resources at a faster rate.
Further, as agents achieve optimality, there is a drop in information entropy
among the solutions of the agents. Also, clear economic divide emerges among
agents. Considering, two groups, one as producer and the other (the group
agents searching for optimality) as consumer of the highest consumed resource,
the consumers seem to gain more than the producers. Thus, bounded rationality
could be seen as boon to sustainability.
- Abstract（参考訳）: 合理性はしばしば最良の決定に結びついている。
人間は合理的な存在として、意思決定能力に限界があることは広く認められている。
しかし、近年のコンピューティング、科学、テクノロジーなどの分野の進歩と膨大なデータの利用が組み合わさって、これらの開発が機械知能の増強を通じて人間の有界合理性の境界を広げる可能性があるという楽観的な見方が生まれている。
本稿では,計算モデルから得られた知見から,計算能力の向上等により自発的に世界的最適性を達成しようとするエージェントが増えれば,共有資源を高速に枯渇させることで,間接的に「コモンズのトラゲジー」の発生を促進できることを示した。
さらに、エージェントが最適性を達成すると、エージェントの解の間に情報のエントロピーが低下する。
また、エージェント間で明確な経済格差が生じている。
2つのグループ(一方は生産者、もう一方は最適性を求めるグループエージェント)が最も消費された資源の消費者であることを考えると、消費者は生産者より多く獲得しているように見える。
したがって、有界な合理性は持続可能性の恩恵と見なすことができる。
関連論文リスト
- Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。
第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。
第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
論文 参考訳（メタデータ） (2024-09-21T14:43:54Z) - From DDMs to DNNs: Using process data and models of decision-making to
improve human-AI interactions [1.1510009152620668]
人工知能(AI)の研究は、意思決定が時間とともにどのように現れるかについての洞察に強い焦点をあてることから恩恵を受けるだろう、と私たちは主張する。
まず,ノイズの蓄積による決定を前提とした,高度に確立された計算フレームワークを提案する。
次に、マルチエージェントAIにおける現在のアプローチが、プロセスデータや意思決定のモデルをどの程度取り入れているかについて議論する。
論文 参考訳（メタデータ） (2023-08-29T11:27:22Z) - Neural Amortized Inference for Nested Multi-agent Reasoning [54.39127942041582]
本研究では,人間のような推論能力と計算限界のギャップを埋める新しい手法を提案する。
提案手法を2つの挑戦的マルチエージェント相互作用領域で評価する。
論文 参考訳（メタデータ） (2023-08-21T22:40:36Z) - Are Machine Rationales (Not) Useful to Humans? Measuring and Improving
Human Utility of Free-Text Rationales [62.02328001381361]
既存の合理性の人的効用は十分ではなく、人間の研究で見積もるのに費用がかかることを示す。
我々は、この発見を自動スコア GEN-U に翻訳し、人間の実用性を改善することによって、LM の合理性を生み出す能力を向上させるのに役立つ。
論文 参考訳（メタデータ） (2023-05-11T19:01:13Z) - Melting Pot 2.0 [54.60680281014163]
Melting Potは、マルチエージェント人工知能の開発を容易にするために開発されたツールである。
新たなソーシャルパートナーへの一般化を測定する評価プロトコルを提供する。
Melting Potは、最も多様な相互依存とインセンティブの集合をカバーすることを目指している。
論文 参考訳（メタデータ） (2022-11-24T18:23:28Z) - Decision-Making Among Bounded Rational Agents [5.24482648010213]
本稿では,情報理論の観点からの有界合理性の概念をゲーム理論の枠組みに導入する。
これにより、ロボットは他のエージェントの準最適動作を推論し、計算上の制約の下で行動することができる。
その結果,ロボットが他のエージェントの理性行動の異なるレベルを推論し,その計算制約の下で合理的な戦略を計算できることが実証された。
論文 参考訳（メタデータ） (2022-10-17T00:29:24Z) - Mechanisms that Incentivize Data Sharing in Federated Learning [90.74337749137432]
我々は、データ共有の利点が完全に損なわれているような、ナイーブなスキームが破滅的なフリーライディングのレベルにどのように結びつくかを示す。
次に,各エージェントが生成するデータ量を最大化する精度形成機構を導入する。
論文 参考訳（メタデータ） (2022-07-10T22:36:52Z) - Parametrically Retargetable Decision-Makers Tend To Seek Power [91.93765604105025]
完全に観察可能な環境では、ほとんどの報酬関数は、オプションを開いて生き続けることで力を求める最適なポリシーを持つ。
我々は、最適からランダムまで、AI意思決定のモデルから、学習と環境との対話によって得られる選択まで、さまざまなモデルを検討します。
定性的に異なる意思決定手順がエージェントに力を求めるインセンティブを与えることを示す。
論文 参考訳（メタデータ） (2022-06-27T17:39:23Z) - Rationality in current era -- A recent survey [0.0]
本論文は,近年の合理性に関する異質な見解に関する調査(過去5年間)を提起するものである。
最初の学校はAIの進歩に懐疑的であり、人間の知性は常にマシンインテリジェンスに取って代わられると信じている。
第2の学校は、AIの出現とコンピューティングの進歩が、有界な合理性を理解するのに役立つと考えている。
論文 参考訳（メタデータ） (2022-04-27T12:09:41Z) - Consequences of Optimality [0.0]
人間は有理なエージェントであることが知られている。
近年のコンピューティングの進歩や、大量のデータと共に科学や技術分野が発展し、これが人間の有界な合理性の限界を、人工知能によって拡張する可能性があると感じている。
論文 参考訳（メタデータ） (2021-11-21T17:05:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。