[论文解读] A structural model of intuitive probability

Jean-Louis Dessalles|HAL (Le Centre pour la Communication Scientifique Directe)|Aug 22, 2011

Artificial Intelligence in Games被引用 8

一句话总结

本文提出了一种认知上合理的直觉概率结构模型，将直觉随机性定义为事件复杂性的函数，从而无需枚举所有可能结果。该模型通过将感知稀有性与结构简单性关联，成功预测了人类在彩票序列判断中的偏好，与人类受试者的实证数据高度一致。

ABSTRACT

Though the ability of human beings to deal with probabilities has been put into question, the assessment of rarity is a crucial competence underlying much of human decision-making and is pervasive in spontaneous narrative behaviour. This paper proposes a new model of rarity and randomness assessment, designed to be cognitively plausible. Intuitive randomness is defined as a function of structural complexity. It is thus possible to assign probability to events without being obliged to consider the set of alternatives. The model is tested on Lottery sequences and compared with subjects' preferences.

研究动机与目标

• 开发一种在认知上合理的直觉概率评估人类模型。
• 解释人们如何在不计算完整概率空间的情况下判断事件的稀有性和随机性。
• 检验仅基于结构复杂性是否能预测人类在现实情境中对概率的直觉判断。
• 通过人类受试者在彩票序列评估中的偏好数据，对模型进行实证验证。
• 提供一种与自发叙事和决策行为一致的直觉概率框架。

提出的方法

• 将直觉随机性定义为结构复杂性的函数，而非传统概率空间的枚举。
• 使用算法复杂性（Kolmogorov复杂性）作为事件结构简单性的代理指标。
• 将模型应用于彩票序列，以计算直觉概率，而无需列出所有可能结果。
• 在受控实验环境中，将模型预测与人类受试者的偏好进行比较。
• 利用2006年国际认知建模会议（International Conference on Cognitive Modeling）的实证数据对模型进行校准。
• 采用非概率、基于结构的方法，评估认知任务中感知稀有性与随机性。

实验结果

研究问题

• RQ1 人类在不计算完整样本空间的情况下，如何直觉地评估罕见事件的概率？
• RQ2 仅基于结构复杂性，能在多大程度上预测人类对随机性和稀有性的判断？
• RQ3 基于复杂性的模型是否能在预测人类直觉方面优于传统概率模型？
• RQ4 该结构模型在彩票序列偏好方面与人类受试者的实证数据匹配程度如何？
• RQ5 认知合理性在建模直觉概率中起到何种作用？

主要发现

• 该模型仅基于结构复杂性，成功预测了人类在彩票序列判断中的偏好。
• 受试者对彩票序列的感知稀有性与模型基于复杂性的概率估计高度一致。
• 该模型避免了枚举所有可能结果，因此在计算和认知上均具有合理性。
• 结果表明，直觉概率判断强烈受感知和结构简单性的影响。
• 在涉及人类直觉的情境中，该模型为经典概率模型提供了一个稳健的替代方案。
• 实证验证显示，在测试领域中，预测结果与人类实际偏好之间存在显著相关性。