Эксперт в области искусственного интеллекта создает новую теорию принятия решений

Как люди должны принимать решения, когда результаты их выбора неопределенны, а неопределенность описана теорией вероятностей?

Этот вопрос стоит перед Пракашем Шеной, заслуженным профессором искусственного интеллекта Канзасской школы бизнеса Рональдом Г. Харпером.

Теория принятия решений

Их ответ можно найти в статье "An Interval-Valued Utility Theory for Decision Making with Dempster-Shafer Belief Functions", которая выходит в сентябрьском номере международного журнала "Approximate Reasoning".

Подписывайтесь на наш youtube канал!

"Люди предполагают, что к неопределенным событиям всегда можно привязать вероятности", - говорит Шеной.

Но в реальной жизни никогда не знаешь, что такое вероятности". Вы не знаете, 50 или 60 %. В этом суть функций теории веры, которую Артур Демпстер и Гленн Шафер сформулировали в 1970-х годах".

Его статья (написанная совместно с Тьерри Денё) обобщает теорию принятия решений от функций вероятности к функциям убеждения.

"Теория вероятностных решений используется для принятия любых решений с высокой вероятностью. Например, должен ли я принять новую работу или предложение о браке? Что-нибудь высокое. Оно тебе не понадобится, чтобы куда-нибудь пойти на обед, - говорит он.

"Но в целом, мы никогда не знаем, что произойдет. Ты согласен на работу, но может оказаться, что у тебя плохой босс. Есть много неопределенности. У тебя может быть два предложения о работе, так что тебе нужно решить два варианта, что принять. Затем вы делаете "за" и "против" и прикрепляете к ним вероятности. Вероятности хороши, когда у Вас много повторов. Но если это один раз, то Вы не можете "усреднить выигрыш"."

Один из самых ранних ответов на этот вопрос был дан Джоном фон Нойманом и Оскаром Моргенштерном в их книге 1947 года "Теория игр и экономического поведения", - сказал Шеной. В 1961 году Даниэль Эллсберг с помощью экспериментов показал, что теория решения фон Нойманна и Моргенштерна не описывает поведение человека, особенно когда существует неоднозначность в представлении неопределенности теорией вероятности.

В конце 60-х и середине 70-х годов Артур Демпстер и Гленн Шафер (бывший член факультета KU как в математике, так и в бизнесе) сформулировали вычисление неопределенности, называемое функциями веры, которое было обобщением теории вероятности, которая была лучше способна представлять неоднозначность. Однако для принятия решений, когда неопределенность описывается этой теорией, теории принятия решений не существовало.

В статье Шёной дается первая формулировка теории для принятия решений, когда неопределенность описывается функциями веры Демпстера-Шафера, которая является аналогом теории фон Ноймана-Моргенштерна. И Шеной сказал, что эта теория лучше способна объяснить экспериментальные результаты Эллсберга для выбора в условиях неопределенности.

Профессор впервые обратился к Денё по этой теме три года назад, когда оба они разговаривали с докторантами.

("Денё") прошёл через все теории принятия решений с функциями веры. После этого я пошёл и сказал ему: "Всё это, что ты сказал, неудовлетворительно". И он согласился со мной! Я сказал, что хотел бы прийти и поработать с ним над этим. Поэтому он прислал мне приглашение".

Шеной подал заявление на академический отпуск, а затем весной 2019 года отправился во Францию, где провел пять месяцев, сотрудничая с Denoeux в Технологическом университете Компьень.

"Это было очень обогащающим и профессионально полезным с культурной точки зрения", - сказал он.

Сейчас, на 43-м году работы в KU, Шеной остается экспертом по неопределённым рассуждениям и их применению в искусственном интеллекте. Он является изобретателем систем, основанных на оценке (VBS), математической архитектуры для представления и вывода знаний, которая включает в себя множество вычислений неопределенности. Его архитектура VBS в настоящее время используется для многосенсорного синтеза в баллистических ракетах для Министерства обороны США.

Он надеется, что его последние исследования могут принести пользу тем, кто полагается на функции убеждения.

"Это включает в себя множество людей в армии, например," сказал Шеной. "Им нравятся функции убеждения из-за их гибкости, и они хотят знать, как вы принимаете решения". И если вы собираетесь свести все к вероятностям в конце, почему бы не использовать вероятности для начала". опубликовано econet.ru по материалам techxplore.com

Подписывайтесь на наш канал Яндекс Дзен!

P.S. И помните, всего лишь изменяя свое потребление - мы вместе изменяем мир! © econet