technika
Autor: Matthew Hutson | dodano: 2019-12-23
Automatyzacja historii

Komputery (nieco) lepiej niż ludzie potrafią przewidzieć, co będzie miało znaczenie w przyszłości.

Jako że rok 2019 się kończy, przygotujmy się na niekończące się podsumowania najważniejszych momentów ostatnich 12 miesięcy. Aczkolwiek tylko niewiele z nich będziemy wspominali za 20 lat – najnowsze badania pokazują, jak trudno jest przewidzieć, które wydarzenia naprawdę zapiszą się na kartach (podręczników) historii.

Filozof Arthur Danto stwierdził w 1965 roku, że nawet największy erudyta, „kronikarz idealny”, nie potrafi ocenić rzeczywistego znaczenia aktualnych wydarzeń, ponieważ zależy ono od całego łańcucha reakcji, które jeszcze nie nastąpiły. Duncan Watts, socjolog z University of Pennsylvania, od dawna chciał tę tezę zweryfikować. Okazja nadarzyła się, gdy historyk z Columbia University, Matthew Connelly, zasugerował analizę zbioru dwóch milionów odtajnionych telegramów Departamentu Stanu przesłanych w latach 1973–1979, wraz z kompendium zawierającym 0,1% tych, które okazały się mieć historycznie znaczenie (stworzonym przez historyków na długie lata po ich wysłaniu).

Connelly, Watts oraz ich współpracownicy najpierw obliczyli komputerowo wskaźnik „aktualnie odczuwanej istotności” (PCI – perceived contemporaneous importance), oparty na metadanych, takich jak waga lub stopień utajnienia, które im wówczas przypisano. Wskaźnik ten w niewielkim stopniu pokrywał się z włączeniem do wspomnianego kompendium, jak twierdzą w Nature Human Behavior: prawdopodobieństwo pojawienia się w zestawieniu będących najwyżej w rankingu telegramów było tylko o 4% wyższe niż w przypadku tych ocenianych najniżej. Najczęstszym błędem predykcji były wyniki fałszywie pozytywne – gdy telegram otrzymał najwyższą ocenę, a potem okazał się jednak zupełnie nieistotny. „Myślę, że istnieje zjawisko pewnego narcyzmu wobec aktualnej sytuacji – mówi Connelly. – Uderzające jest to, jak często fani sportu są przekonani, że jakiś moment jest bezsprzecznie historyczny”.

Następnie, jak wyjaśnia Watts, w celu aproksymacji kronikarza idealnego, zdecydowali się „zbudować najbardziej wymiatający i wypasiony model uczenia maszynowego, jaki tylko się da, i wpuścić w niego zebrane dane – wszystkie metainformacje, cały tekst”. Tak powstały algorytm sztucznej inteligencji istotnie przewyższył ludzką zdolność oceny bieżących wydarzeń. W jednym z pomiarów statystycznych jego umiejętności selekcjonowania telegramów, które później miały okazać się historycznie ważne, w skali, gdzie 1 oznacza brak niepoprawnych wyborów, zostały ocenione na 0,14, podczas gdy PCI tylko na 0,05. Chociaż efekt działania algorytmu jest daleki od ideału, to jednak badacze sugerują, że „sztuczny archiwista” mógłby pomagać w czasie rzeczywistym zawężać zakres wydarzeń wartych przekazania potomnym. Dostrojony do tego zadania model wybrał około 5% wszystkich telegramów, z których aż 80% rzeczywiście znalazło się na liście.

 Emily Erikson, socjolog z Yale University, która nie uczestniczyła w tych badaniach, twierdzi, że mimo wykorzystania niedoskonałych danych – choćby dlatego, że użyte kompendium było stworzone na podstawie subiektywnej oceny kilku historyków – samo badanie oferuje praktyczne narzędzie i odnosi się do hipotezy Danto. „Już sam test tej koncepcji za pomocą metod uczenia maszynowego jest fascynujący – mówi Erikson – a analiza wyników to jeszcze większa frajda”.    

Więcej w miesięczniku „Świat Nauki" nr 01/2020 »
Drukuj »
Ten artykuł nie został jeszcze skomentowany.
Aktualne numery
04/2020
10/2019 - specjalny
Kalendarium
Marzec
29
W 1899 r. pionier radia Guglielmo Marconi dokonał pierwszego przekazu za pomocą telegrafu bezprzewodowego między Wielką Brytanią a kontynentem.
Warto przeczytać
Sądzisz, że świadomie kierujesz swoim życiem, podejmujesz racjonalne decyzje i z rozwagą kształtujesz swoje relacje z innymi? Jeśli tak, jesteś w błędzie. Słynny naukowiec, Leonard Mlodinow odkrywa przed czytelnikami zaskakujące i egzotyczne siły działające pod powierzchnią naszych umysłów.

Logowanie

Nazwa użytkownika

Hasło

Autor: Matthew Hutson | dodano: 2019-12-23
Automatyzacja historii

Komputery (nieco) lepiej niż ludzie potrafią przewidzieć, co będzie miało znaczenie w przyszłości.

Jako że rok 2019 się kończy, przygotujmy się na niekończące się podsumowania najważniejszych momentów ostatnich 12 miesięcy. Aczkolwiek tylko niewiele z nich będziemy wspominali za 20 lat – najnowsze badania pokazują, jak trudno jest przewidzieć, które wydarzenia naprawdę zapiszą się na kartach (podręczników) historii.

Filozof Arthur Danto stwierdził w 1965 roku, że nawet największy erudyta, „kronikarz idealny”, nie potrafi ocenić rzeczywistego znaczenia aktualnych wydarzeń, ponieważ zależy ono od całego łańcucha reakcji, które jeszcze nie nastąpiły. Duncan Watts, socjolog z University of Pennsylvania, od dawna chciał tę tezę zweryfikować. Okazja nadarzyła się, gdy historyk z Columbia University, Matthew Connelly, zasugerował analizę zbioru dwóch milionów odtajnionych telegramów Departamentu Stanu przesłanych w latach 1973–1979, wraz z kompendium zawierającym 0,1% tych, które okazały się mieć historycznie znaczenie (stworzonym przez historyków na długie lata po ich wysłaniu).

Connelly, Watts oraz ich współpracownicy najpierw obliczyli komputerowo wskaźnik „aktualnie odczuwanej istotności” (PCI – perceived contemporaneous importance), oparty na metadanych, takich jak waga lub stopień utajnienia, które im wówczas przypisano. Wskaźnik ten w niewielkim stopniu pokrywał się z włączeniem do wspomnianego kompendium, jak twierdzą w Nature Human Behavior: prawdopodobieństwo pojawienia się w zestawieniu będących najwyżej w rankingu telegramów było tylko o 4% wyższe niż w przypadku tych ocenianych najniżej. Najczęstszym błędem predykcji były wyniki fałszywie pozytywne – gdy telegram otrzymał najwyższą ocenę, a potem okazał się jednak zupełnie nieistotny. „Myślę, że istnieje zjawisko pewnego narcyzmu wobec aktualnej sytuacji – mówi Connelly. – Uderzające jest to, jak często fani sportu są przekonani, że jakiś moment jest bezsprzecznie historyczny”.

Następnie, jak wyjaśnia Watts, w celu aproksymacji kronikarza idealnego, zdecydowali się „zbudować najbardziej wymiatający i wypasiony model uczenia maszynowego, jaki tylko się da, i wpuścić w niego zebrane dane – wszystkie metainformacje, cały tekst”. Tak powstały algorytm sztucznej inteligencji istotnie przewyższył ludzką zdolność oceny bieżących wydarzeń. W jednym z pomiarów statystycznych jego umiejętności selekcjonowania telegramów, które później miały okazać się historycznie ważne, w skali, gdzie 1 oznacza brak niepoprawnych wyborów, zostały ocenione na 0,14, podczas gdy PCI tylko na 0,05. Chociaż efekt działania algorytmu jest daleki od ideału, to jednak badacze sugerują, że „sztuczny archiwista” mógłby pomagać w czasie rzeczywistym zawężać zakres wydarzeń wartych przekazania potomnym. Dostrojony do tego zadania model wybrał około 5% wszystkich telegramów, z których aż 80% rzeczywiście znalazło się na liście.

 Emily Erikson, socjolog z Yale University, która nie uczestniczyła w tych badaniach, twierdzi, że mimo wykorzystania niedoskonałych danych – choćby dlatego, że użyte kompendium było stworzone na podstawie subiektywnej oceny kilku historyków – samo badanie oferuje praktyczne narzędzie i odnosi się do hipotezy Danto. „Już sam test tej koncepcji za pomocą metod uczenia maszynowego jest fascynujący – mówi Erikson – a analiza wyników to jeszcze większa frajda”.