「人工ニューラルネットワークで人間の知性の進化を表現」記事へのコメント

典型的な学際領域の萌芽研究

[SNLP (45144)]

人工ニューラルネットワーク（以下、「人工」省略）は単に機械学習の手法で
それと遺伝的アルゴリズムを上手く組み合わせただけのようですね。
ポイントは
人間の知能を、脳のメタファーであるニューラルネットワークで表現し
遺伝的アルゴリズムの突然変異によって、知能（脳）の進化を表現しているという点でしょうか。

とはいっても、他のコメで疑問が出ているように問題は山積ですね。
・マキャベリ的知能仮説を実証するにはモデルが単純過ぎね？
・ニューロンが多い方が最適解（この場合、ナッシュ均衡ではなくパレート最適）に辿り着きやすい傾向にあるのはニューラルネットワークの性質上、当たり前じゃね？（実験が若干トートロジー的）
などなど。現状で何らかの結論を述べるのは早計かと。

面白そうな研究ではあるので、今後の展開を暖かい目で見守るのが正解でしょう。

Re:

[Anonymous Coward]

> ニューロンが多い方が最適解（この場合、ナッシュ均衡ではなくパレート最適）に辿り着きやすい傾向にあるのはニューラルネットワークの性質上、当たり前じゃね？

これってそれほど自明ですか?
単純な問題に対して過剰に大きなネットワークを形成してしまうと,
・最適解へ遠のくことがある
・学習時間が大きくなってしまう
という問題が知られています.
そのため, ネットワークサイズの効率的な抑制方法の研究も多くなされているようです.

いずれにしても, 問題のサイズについてバリエーションが増えたら,
かなり面白い研究になるのではないでしょうか.

Re:典型的な学際領域の萌芽研究

[SNLP (45144)]

なるほど。人間の脳が持つニューロンの数を思うと
複雑過ぎるモデルによる過学習や学習時間の問題とも関連付けられそうですね。

それはさておき、自分が自明といったのは
この研究の初期モデルと囚人のジレンマの両方を考慮した場合ですね。
すみません。ちょっと端折りすぎました。

この手の問題ではランダム戦略が割と強いので
ある程度複雑な戦略でないと有意にランダム戦略を上回るのは難しいんですよね。
ニューロンが少ないうちはランダム戦略といい勝負だと思いますよ。
ニューロンが増えるとしっぺ返し戦略のような
他者の行動履歴を考慮した戦略を取るようになるのだと予想してます。

要するに囚人のジレンマ問題なんだからちょっとは複雑なモデルが必要なのは自明でしょってことです。
ちなみにしっぺ返し戦略は単純かつ優れた戦略なんじゃないの？
と思った人はしっぺ返し戦略をニューラルネットで学習してみて下さい。