Adaptive Bayesian Threshold Heuristic Strategies for the Partial-Information Secretary Problem

تخيل أنك تقف في طابور طويل من الناس، ومهمتك هي اختيار الأفضل بينهم فقط. لا يمكنك العودة إلى الأشخاص الذين رأيتهم بالفعل، وعليك أن تقرر فوراً: "نعم، هذا هو المطلوب!" أو "لا، استمر في البحث". هذه هي "معضلة السكرتير" الكلاسيكية، وهي لغز شهير في عالم الرياضيات وعلوم اتخاذ القرار. إنها تعلمنا كيفية إيجاد اللحظة المثالية للتوقف عن البحث والبدء في الاختيار. عادةً ما تفترض هذه الألغاز أنك إما لا تعرف شيئاً مطلقاً عن الأشخاص في الطابور (تعرف فقط من هو أطول من الشخص الذي سبقه) أو أنك تعرف كل شيء عنهم (تعرف الطول الدقيق لكل شخص في العالم بأكمله).

لكن الحياة الواقعية نادراً ما تكون بهذا الوضوح بين الأبيض والأسود. عادةً ما يمكنك رؤية الأرقام الفعلية — مثل سعر منزل أو راتب مرشح لوظيفة — لكنك لا تعرف القواعد "الكبرى" التي ولّدت هذه الأرقام. أنت لا تعرف متوسط الرواتب أو مدى تباينها. هذا ما يسمى بـ "المعلومات الجزئية". الأمر يشبه محاولة تخمين حالة الطقس من خلال النظر إلى السماء الآن، دون معرفة المناخ الخاص بالمنطقة. السؤال الكبير هو: كيف تتخذ الخيار الأفضل عندما ترى البيانات، ولكنك لا تزال تحاول فهم قواعد اللعبة؟

---

لغز الهدف المتحرك

في هذه الدراسة الجديدة، يتصدى الباحثان ووتينغ تشنغ وتشيان زان لهذا الإصدار المعقد والواقعي من اللغز. ويطلقان على حلهما اسم استراتيجية "الاستدلال الحدسي لبيزي التكيفي" (ABTH). فكر في الأمر كأنه روبوت ذكي يتعلم، لا يكتفي بمجرد التخمين؛ بل يتعلم أثناء المضي قدماً.

وضع الباحثان سيناريو حيث تقوم بمقابلة مرشحين (أو البحث عن منازل) واحداً تلو الآخر. تأتي القيم (مثل الراتب أو السعر) من توزيع طبيعي — منحنى جرس — لكن الروبوت لا يعرف مركز المنحنى أو مدى اتساعه. في كل مرة يرى فيها الروبوت رقماً جديداً، يقوم بتحديث "اعتقاده" حول شكل المنحنى. وهذا ما يسمى بـ "التحديث البيزي" (Bayesian updating). إنه يشبه المحقق الذي يبدأ بحدس، ثم يرى دليلاً، فيعيد فوراً رسم خريطة مسرح الجريمة لتكون أكثر دقة.

تقترح الورقة البحثية طريقتين محددتين يمكن للروبوت اللعب بهما، اعتماداً على ما يريد الفوز به:

1. لعبة "الأفضل من بين الأفضل" (معيار الاحتمالية): الهدف هو ببساطة اختيار الرقم الأعلى في الطابور بأكمله.
2. لعبة "القيمة العالية" (معيار القيمة المتوقعة): الهدف هو اختيار رقم يكون أعلى ما يمكن في المتوسط، حتى لو لم يكن الرقم الأعلى على الإطلاق.

كيف يتعلم الروبوت ويلعب

الجزء الذكي في استراتيجية ABTH هو كيفية تعاملها مع المجهول. فبدلاً من الوقوع في فخ محاولة حساب الإجابة المثالية لكل مستقبل محتمل (وهو أمر سيستغرق وقتاً طويلاً ويؤدي لتعطل الكمبيوتر)، يستخدم الروبوت "استدلالاً" (Heuristic) — وهو اختصار ذكي.

إليك التشبيه: تخيل أنك تصطاد السمك في بحيرة لا تعرف حجم الأسماك فيها.

• الطريقة القديمة (لا توجد معلومات): تقوم فقط بالعد حتى 37% من الوقت الإجمالي، تتجاهل الجميع، ثم تختار السمكة التالية التي تكون أكبر من أكبر سمكة رأيتها حتى الآن. أنت لا تهتم بدرجة حرارة الماء أو نوع الأسماك.
• الطريقة المثالية (معلومات كاملة): لديك خريطة للبحيرة تخبرك بالضبط كم سيصل حجم الأسماك. أنت تعرف اللحظة الدقيقة للتوقف عن الصيد.
• طريقة ABTH (معلومات جزئية): ليس لديك خريطة، ولكن لديك دفتر ملاحظات. في كل مرة تصطاد فيها سمكة، تدون حجمها. بعد بضع صيدات، يخبرك دفتر ملاحظاتك: "حسناً، يبدو أن الأسماك هنا يبلغ طولها حوالي 10 بوصات، مع هامش خطأ بسيط". يستخدم الروبوت هذا الدفتر لتخمين شكل السمكة التالية. يقوم بحساب "حد أدنى" (الحد الأدنى للحجم الذي تحتاج لرؤيته لتتوقف). إذا كانت السمكة الحالية أكبر من هذا الحد، فإنه يتوقف. وإذا لم تكن كذلك، فإنه يستمر في الصيد ويحدث دفتر الملاحظات.

وجد الباحثون أن نهج "التعلم أثناء المضي قدماً" هذا يعد تغييراً جذرياً في قواعد اللعبة، خاصة عندما لا تملك الكثير من الأسماك لتبحث عنها بعد.

ماذا أظهرت عمليات المحاكاة

لم يكتف المؤلفون بالتخمين؛ بل أجروا عمليات محاكاة حاسوبية ضخمة (10,000 تجربة لكل سيناريو) لمعرفة أداء الروبوت الخاص بهم مقابل الاستراتيجيات الأخرى.

1. قوة "العينة الصغيرة"
عندما يكون العدد الإجمالي للمرشحين صغيراً (مثل 30 أو 50)، تكون استراتيجية ABTH هي الفائزة بوضوح. في لعبة "الأفضل من بين الأفضل"، نجح روبوت ABTH بنسبة تقارب 43.75% مع 30 مرشحاً. قارن ذلك باستراتيجية "لا معلومات"، والتي نجحت بنسبة 37.73% فقط. قدرة الروبوت على التعلم من المرشحين الأوائل منحته ميزة هائلة. يشير الباحثون إلى أنه عندما تملك بيانات قليلة جداً، فإن الثقة في "معرفتك السابقة" (حدسك الأولي) جنباً إلى جنب مع القليل من الأدلة التي تملكها، أفضل بكثير من مجرد التخمين أو الانتظار لفترة طويلة جداً.

2. "تساوي الفرص" في العينات الكبيرة
مع نمو عدد المرشحين إلى 1,000 أو 5,000، تساوت الكفة. اقترب أداء روبوت ABTH أكثر فأكثر من استراتيجية "المعلومات الكاملة" (التي تعرف الخريطة). بحلول الوقت الذي وصل فيه عدد المرشحين إلى 5,000، كان الروبوت يفوز بنسبة 53.95% من المرات، وهو قريب جداً من الحد النظري البالغ 57.44% لمن يعرف كل شيء. لاحظ الباحثون أنه مع وجود كميات هائلة من البيانات، يصبح "الحدس" الأولي (المعرفة السابقة) أقل أهمية لأن البيانات الفعلية تطغى عليه.

3. مقايضة "مرحلة التعلم"
بالنسبة للعبة "القيمة العالية"، يستخدم الروبوت خدعة خاصة: يقضي الدقائق الأولى في مجرد النظر والتعلم، دون اختيار أي شخص. وهذا ما يسمى "مرحلة التعلم". أظهرت عمليات المحاكاة أنه إذا جعلت مرحلة التعلم هذه طويلة جداً، فستفوتك المرشحون الجيدون في البداية. وإذا جعلتها قصيرة جداً، فلن تتعلم بما يكفي. "النقطة المثالية" التي وجدتها عمليات المحاكاة كانت قصيرة بشكل مفاجئ: مرشح واحد فقط إذا كان الإجمالي صغيراً (أقل من 50)، و5 مرشحين إذا كانت المجموعة أكبر.

ما لا يفعله الروبوت

من المهم ملاحظة ما لا تدعيه هذه الورقة. يصرح الباحثون صراحةً أن طريقتهم هي "استدلال" (Heuristic)، مما يعني أنها تقريب ذكي، وليست حلاً رياضياً مثالياً لكل ثانية من كل مستقبل ممكن. وهم يعترفون بأن حساب الإجابة "المثالية حقاً" في عالم "المعلومات الجزئية" هذا معقد للغاية لدرجة أنه من المستحيل عملياً القيام به في الوقت الفعلي. استراتيجيتهم هي "تسوية براغماتية" — فهي تضحي بجزء ضئيل من المثالية النظرية لكسب سرعة عملية هائلة.

أيضاً، لا تدعي الورقة أن هذه الاستراتيجية تعمل مع كل أنواع البيانات. لقد اختبروها تحديداً على بيانات تتبع "التوزيع الطبيعي" (منحنى الجرس). وبينما يذكرون أن السيناريوهات الواقعية مثل التوظيف أو البحث عن منزل تناسب هذا النموذج، إلا أن عمليات المحاكاة كانت محدودة بصرامة بهذه الافتراضات الرياضية.

الخلاصة

النتيجة الرئيسية هي أن التعلم أثناء اتخاذ القرار أفضل من اتخاذ القرار دون تعلم.

في عالم نادراً ما نعرف فيه القواعد الكاملة للعبة، تقدم استراتيجية ABTH وسيلة للتكيف. إنها تشير إلى أنه من خلال معاملة كل معلومة جديدة كدليل لتحديث فهمنا للعالم، يمكننا اتخاذ خيارات أفضل بكثير مما لو تمسكنا بقواعد جامدة أو انتظرنا معلومات مثالية لن تصل أبداً.

تظهر عمليات المحاكاة أن هذا النهج قوي بشكل خاص عندما نكون في الظلام مع بيانات قليلة جداً. إنه يحول "معضلة السكرتير" من لعبة حظ بحت إلى لعبة تعلم تكيفي ذكي. وكما قال الباحثون، فإن هذه الطريقة تسد الفجوة بين الرياضيات المثالية للماضي والواقع الفوضوي وغير المؤكد لقراراتنا اليومية.