对于大型群体设置(如在线论坛和社交媒体)，我们做出的选择对我们来说似乎是自然的。但是我们的决策过程比我们知道的要复杂。因此，研究人员一直在努力理解看似直观的过程背后的原因。

现在，华盛顿研究的新大学发现，大群体基本都是匿名成员，人们基于“模型选择心智组”和“模型选择心智组”的选择将如何影响理论心智的进化模拟。

借助植根于人工智能和机器人技术的数学框架，威斯康星大学的研究人员可以揭示一个人是如何在群体中做出选择的。此外，他们还发现，他们可以比传统的描述方法更频繁地预测一个人的选择。结果于11月27日(星期三)在《科学进展》上公布。

威斯康星大学保罗g艾伦计算机科学学院的CJ教授和Elizabeth Hwang教授以及资深作者Rajesh Rao表示，“鉴于社交媒体在指导人类如何成为特定群体成员方面发挥着越来越重要的作用，我们的研究结果特别有趣。”工程和神经技术中心联合主任。

拉奥说：“在网络论坛和社交媒体群中，匿名群成员的联合行动会影响你下一步的行动，相反，你自己的行动会改变整个群体未来的行为。

研究人员希望找到在这种环境下工作的机制。

在论文中，他们解释说，人类的行为取决于对环境未来状态的预测(对可能发生的事情的最佳猜测)，而环境的不确定性在社会环境中“急剧增加”。为了预测另一个人参与时可能发生的事情，一个人建立另一个人的思维模型，称为思想理论，然后用这个模型来模拟一个人自己的行为会如何影响另一个“思想”。

虽然这种行为有利于一对一的互动，但在一个大群体中模拟单一思想的能力要困难得多。这项新研究表明，即使人们不知道自己的身份，他们也可以创建一个代表其他人“想法”的平均模型。

为了研究团队决策的复杂性，研究人员将注意力集中在“志愿者的困难任务”上，其中一些人承受了一些让整个团队受益的成本。他们在论文中解释说，任务的例子包括守卫职责、献血和在公共场所前进以阻止暴力。

为了模仿这种情况，研究受试者的行为和大脑反应，研究人员将受试者逐一放入核磁共振成像仪，然后让他们玩游戏。在名为公共物品游戏的游戏中，对象对公共金钱的贡献会影响他人，决定团队中每个人的回报。一个受试者可以决定捐一美元或者“搭便车”，也就是说，他不想要报酬，但希望别人能有所贡献。

如果捐赠总额超过预定金额，每个人将获得两美元。受试者与他们从未见过的其他人进行了几十轮比赛。这个话题不为人知的是，其他人实际上是由模仿以前人类玩家的计算机模拟的。

第一作者、艾伦大学博士生库沙卡尔瓦提(Koosha Khalvati)说：“我们几乎可以瞥见人类的思维，并分析其潜在的集体决策计算机制。“在与大量人群互动时，我们发现人们试图基于普通群体成员的意图模型来预测未来的群体互动。重要的是，他们也知道自己的行为会影响群体。例如，他们意识到，即使他们对其他人匿名，他们的自私行为也会减少群体在未来互动中的协作，并可能带来不良结果。”

在他们的研究中，研究人员可以为这些行为分配数学变量，并创建自己的计算机模型来预测人们在游戏中可能做出的决定。他们发现，他们的模型比强化学习模型(即当一个参与者根据最后一轮的支付方式做出贡献时，无论其他参与者如何学习)和更传统的描述方法更能预测人们的行为。

由于这个模型为人类行为提供了一个定量的解释，饶想知道它在构建一个与人类互动的机器时是否有用。

他说：“当机器或软件与大量人交互时，我们的结果可能会给AI带来一些教训。”“模拟“一群人的思想”以及其行为如何影响群体的机器，可能会带来更人性化的AI，其行为也会更好地符合人类价值观。”

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：