Новая теория принятия решений

  •  44 /
Spread the love

Как люди должны принимать решения, если результаты их выбора неопределенны, а неопределенность описывается теорией вероятностей?
С этим вопросом столкнулся Пракаш Шеной, заслуженный профессор искусственного интеллекта в Школе бизнеса Канзасского университета имени Рональда Харпера.
Его исследование можно найти в статье «Теория полезности с интервальной оценкой для принятия решений с помощью функций доверия Демпстера-Шафера», опубликованной в сентябрьском выпуске Международного журнала приближенного мышления.

«Люди предполагают, что вы всегда можете связать вероятности с неопределенными событиями», — сказал Шеной.

«Но в реальной жизни никогда не знаешь, каковы вероятности. Вы не знаете, 50 процентов или 60 процентов. Это суть теории функций убеждений, которую Артур Демпстер и Гленн Шафер сформулировали в 1970-х».

Его статья (написанная в соавторстве с Тьерри Дено) обобщает теорию принятия решений от вероятности до функций убеждений.

«Теория вероятностных решений используется для принятия любого решения с высокими ставками. Например, следует ли мне принять новую работу или предложение руки и сердца? Что-то важное. Вам не понадобится это, чтобы пойти на обед», — сказал он.

«Но в целом мы никогда не знаем, что произойдет. Вы соглашаетесь на работу, но может оказаться, что у вас плохой начальник. Существует много неопределенности. У вас может быть два предложения о работе, поэтому вам нужно выбрать два варианта. того, что принять. Затем вы делаете плюсы и минусы и прикрепляете к ним вероятности. Вероятности прекрасны, когда у вас много повторений. Но если это разовая вещь, вы не можете «усреднить свой выигрыш».

Один из первых ответов на этот вопрос был дан Джоном фон Нейманом и Оскаром Моргенштерном в их книге 1947 года «Теория игр и экономическое поведение», — сказал Шеной. В 1961 году Даниэль Эллсберг с помощью экспериментов показал, что теория решений фон Неймана и Моргенштерна не описывала поведение человека, особенно когда существовала двусмысленность в представлении неопределенности теорией вероятности.

В конце 60-х и середине 70-х годов Артур Демпстер и Гленн Шафер (бывший преподаватель университета в области математики и бизнеса) сформулировали исчисление неопределенности, названное функциями убеждений, которое было обобщением теории вероятностей , которая лучше справлялась с задачей представляют собой двусмысленность. Однако не существовало теории принятия решений, когда неопределенность описывалась этой теорией.

В статье Шеноя представлена ​​первая формулировка теории принятия решений, когда неопределенность описывается функциями доверия Демпстера-Шафера, аналогичными теории фон Неймана-Моргенштерна. И Шеной сказал, что эта теория лучше объясняет экспериментальные результаты Эллсберга для выбора в условиях неопределенности.

Впервые профессор обратился к Дено по этой теме три года назад, когда оба выступали перед докторантами.

«(Дено) прошел через все теории принятия решений с функциями убеждений. После этого я пошел и сказал ему: «Все это вы сказали неудовлетворительно». И он согласился со мной! Я сказал, что хотел бы приехать и поработать с ним над этим. Поэтому он прислал мне приглашение».

Шеной подал заявление на творческий отпуск, а затем весной 2019 года отправился во Францию, где провел пять месяцев, сотрудничая с Denoeux в Université de Technologie de Compiègne.

«Это было очень культурно и полезно с профессиональной точки зрения», — сказал он.

Сейчас, на 43-м году учебы в KU, Шеной остается экспертом по неопределенным рассуждениям и их приложениям к искусственному интеллекту. Он является изобретателем оценочных систем (Valuation-based system — VBS), математической архитектуры для представления и вывода знаний, которая включает в себя множество расчетов неопределенности. Его архитектура VBS в настоящее время используется для мультисенсорного синтеза в баллистических ракетах для Министерства обороны США.

Он надеется, что его последнее исследование принесет пользу тем, кто полагается на функции убеждений.

«Сюда входит, например, много военных», — сказал Шеной. «Им нравятся функции убеждений из-за их гибкости, и они хотят знать, как вы принимаете решения. И если вы собираетесь в конце свести все к вероятностям, почему бы не использовать вероятности для начала?»

Добавить комментарий