新しい研究：ニューラルネットワークが人間の意思決定習慣を模倣する方法を示す

Tokyoジョージア工科大学の研究者たちは、人間の意思決定を模倣する新しいニューラルネットワークを開発しました。この新しいモデルは「RTNet」と名付けられ、過去の出来事や自身の信頼度を考慮せずに決定を繰り返す従来のニューラルネットワークとは異なる動作をします。

人間は毎日約35,000の決定を下しています。これらの決定は、選択肢、過去の経験、そして自信について考えることを含みますが、ニューラルネットワークは通常このような方法で決定を行いません。ジョージア工科大学のドブロミール・ラフネフ准教授率いるチームは、このプロセスを変えることを目指しています。その研究は『Nature Human Behaviour』に掲載されています。

人間と機械の意思決定における主な違いは次の通りです。人間は過去の経験に基づき、選択肢を評価し証拠を考慮します。また、不確実な場合にはそれを認めることがあります。一方、従来のニューラルネットワークは一貫した静的な決定を下します。

研究チームは、新しいニューラルネットワークを手書き数字のコレクションであるMNISTデータセットを使用して訓練しました。彼らはこれらの数字にノイズを加え、人間が読むのを難しくしました。その後、科学者たちはこのノイズが加えられたデータセットでモデルをテストし、人間と比較してどの程度良い性能を発揮するかを確認しました。

研究者たちは、モデルをベイジアンニューラルネットワーク（BNN）と証拠蓄積プロセスを用いて改良しました。BNNは確率に基づいて選択を行い、そのため応答が毎回異なることがあります。証拠蓄積プロセスは、決定を下すのに十分なデータが集まるまで情報を収集し続けます。このアプローチにより、RTNetはより適応性が高く、人間の行動に近づきます。

関連記事:

今日 · 19:11

肥満が地域に及ぼす影響の違いを解明

科学者たちはモデルが意思決定にかかる時間を測定しました。彼らは、決定が速いと精度が低くなるというパターンを発見しました。これは人間にも見られる現象です。RTNetも同様の反応を示しました。

この研究では、RTNetが正確さ、スピード、信頼性において人間と同等であることが示されました。ジョージア工科大学の60人の学生が同じ雑音のあるデータを評価し、信頼度を報告しました。その結果、RTNetは人間の参加者と非常に似ていました。特に迅速な判断が求められる際に、他のモデルをしばしば凌駕しました。

この開発は様々な理由で重要です。まず一つ目に、現行のモデルの多くは、人間のデータと詳細に比較するための十分な情報が欠けています。次に既存のモデルは、人間と同様の確信度を示すことができていません。そして最後に、新しいニューラルネットワークは、人間の意思決定プロセスを再現し、さらに改良する可能性を秘めています。

この意思決定モデルは非常に期待されています。ニューラルネットワークは、今や少ない微調整で人間の脳のように機能することができます。チームは、RTNetをさまざまなデータセットで訓練し、その可能性を探る計画を立てています。将来的には、これらのモデルが他の分野でも活用され、人々の日常的な精神的負担を軽減する可能性があります。

RTNetの人間模倣技術は重要な進展です。将来的に、ニューラルネットワークが人間のように考え、意思決定をするかもしれません。これはAIを進化させ、テクノロジーとのやり取りをより簡単で効果的にするでしょう。