[论文解读] Efficiency of learning vs. processing: Towards a normative theory of multitasking

Yotam Sagiv, Sebastian Musslick+2 more|arXiv (Cornell University)|Jul 6, 2020

EEG and Brain-Computer Interfaces被引用 22

一句话总结

本文提出了一种规范性贝叶斯框架，解释了为何人类会为加快学习速度而牺牲多任务处理效率，表明共享任务表征——尽管会导致干扰——却能通过加速技能习得来最大化长期回报。该模型表明，在现实环境约束下，最优行为更倾向于学习速度而非并行处理能力，为技能习得过程中从受控到自动的转变提供了理性解释。

ABSTRACT

A striking limitation of human cognition is our inability to execute some tasks simultaneously. Recent work suggests that such limitations can arise from a fundamental tradeoff in network architectures that is driven by the sharing of representations between tasks: sharing promotes quicker learning, at the expense of interference while multitasking. From this perspective, multitasking failures might reflect a preference for learning efficiency over multitasking capability. We explore this hypothesis by formulating an ideal Bayesian agent that maximizes expected reward by learning either shared or separate representations for a task set. We investigate the agent's behavior and show that over a large space of parameters the agent sacrifices long-run optimality (higher multitasking capacity) for short-term reward (faster learning). Furthermore, we construct a general mathematical framework in which rational choices between learning speed and processing efficiency can be examined for a variety of different task environments.

研究动机与目标

• 调查为何人类在具备并行处理能力的情况下仍表现出多任务处理的局限性。
• 形式化认知系统中学习效率（通过共享表征）与处理效率（通过独立表征）之间的权衡。
• 开发一种规范性贝叶斯智能体模型，使其在环境约束下最优地平衡学习速度与多任务处理能力。
• 解释从受控处理到自动处理的转变，作为对有限时间和资源约束的理性响应。

提出的方法

• 构建一个任务环境的概率生成模型，区分共享表征与独立表征的学习动态。
• 定义一个理想贝叶斯智能体，通过在共享与独立表征之间选择以最大化长期累积奖励。
• 使用逻辑函数对两种表征类型的学习轨迹进行建模，捕捉其学习速度的差异。
• 引入折现率以反映未来奖励的价值，建模时间约束下的决策过程。
• 在广泛的参数空间中分析智能体的行为，识别共享表征最优的条件。
• 整合串行与并行任务执行的成本函数，建模学习效率与处理效率之间的权衡。

实验结果

研究问题

• RQ1 在何种条件下，通过共享表征实现的更快学习会超过多任务处理效率的优势？
• RQ2 为何人类在技能习得过程中偏好受控的、串行的处理方式，即使存在并行执行的潜力？
• RQ3 学习速度与处理能力之间的权衡如何塑造在时间约束环境下的最优认知策略？
• RQ4 从受控到自动处理的转变能否被解释为一种理性选择，而非认知局限？

主要发现

• 在广泛的参数设置下，贝叶斯智能体的最优策略是使用共享表征，即使这会降低多任务处理能力。
• 该智能体为短期学习速度的收益而牺牲长期处理效率（多任务能力），从而在时间上最大化累积奖励。
• 最小基集策略——即使用共享表征——在包括不同任务频率和学习速率在内的多种环境条件下均表现为最优。
• 该模型解释了从受控到自动处理的普遍轨迹，是有限时间与快速技能习得高价值的理性适应结果。
• 研究结果表明，多任务处理的局限性并非源于认知约束本身，而是学习效率与处理效率之间规范性权衡的产物。