Exploration of the generative capabilities of Boltzmann machines applied to social systems under the majority rule
Diese Arbeit zeigt, dass Deep-Belief-Netzwerke mit nicht-binären sichtbaren Einheiten erfolgreich Proben aus sozialen Systemen generieren und rekonstruieren können, die unter kritischen Bedingungen durch die Mehrheitsregel gesteuert werden, wobei sie die Kritikalität aufrechterhalten und selbst bei Vorhandensein von Eingangsrauschen eine graduelle physikalische Degradation aufzeigen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich eine Welt vor, in der Ihre Stimmung, Ihre Meinung zu einem neuen Film oder sogar Ihre Entscheidung, eine Aktie zu kaufen, nicht nur ein einsamer Gedanke ist, sondern ein Welleneffekt, der durch alle um Sie herum verursacht wird. Dies ist das Spielfeld der statistischen Physik und der Sozialwissenschaft, zwei Feldern, die ein überraschendes Geheimnis entdeckt haben: Gruppen von Menschen verhalten sich oft wie riesige Magnete. Genau wie winzige magnetische Spins plötzlich alle ausgerichtet sein können, um ein starkes Magnetfeld zu erzeugen, können Gruppen von Menschen plötzlich alle zustimmen (Konsens) oder plötzlich alle uneinig sein (Polarisierung). Der Moment, in dem dieser Schalter umspringt, wird als Phasenübergang bezeichnet. Es ist der exakte Kipppunkt zwischen ruhiger Ordnung und chaotischem Rauschen. Wissenschaftler sind besessen davon, diese „Tipping Points“ zu finden, weil dies die Momente sind, in denen die dramatischsten Veränderungen stattfinden – wie ein Börsencrash oder eine plötzliche soziale Bewegung. Um diese unsichtbaren Verschiebungen zu untersuchen, verwenden Forscher Boltzmann-Maschinen, eine Art Computergehirn, das lernt, indem es Muster errät und dann seine eigenen Vermutungen überprüft, ähnlich wie ein Schüler, der eine Übungsprüfung immer und immer wieder macht, bis er die Antworten auswendig kennt.
Stellen Sie sich nun eine Gruppe von Freunden auf einem quadratischen Gitter vor, bei denen jeder drei mögliche Stimmungen hat: glücklich, neutral oder griesgrämig. Sie betrachten ihre vier nächsten Nachbarn und versuchen, die Mehrheitsstimmung zu übernehmen, aber manchmal sind sie abgelenkt oder eigensinnig (das ist das „Rauschen“). Die Forscher in dieser Arbeit stellten eine knifflige Frage: Wenn wir eine Momentaufnahme dieser Gruppe machen, wenn sie sich genau an diesem chaotischen Kipppunkt befindet, und dann einige ihrer Stimmungen löschen (so tun als ob, wir wüssten nicht, was sie denken), kann ein Computergehirn die fehlenden Teile herausfinden und die gesamte Szene rekonstruieren? Sie wollten nicht nur, dass der Computer rät; sie wollten wissen, ob der Computer eine neue Version der Gruppe „träumen“ konnte, die sich immer noch so anfühlte, als befände sie sich genau an dieser Grenze des Chaos, selbst mit fehlenden Informationen.
Das Team baute ein spezielles Computergehirn namens Deep Belief Network (DBN). Betrachten Sie dies als ein mehrschichtiges Detektivteam. Die erste Ebene ist ein „Gaussian-Bernoulli“-Detektiv, was fancy bedeutet, dass er Meinungen verarbeiten kann, die nicht nur „Ja“ oder „Nein“ sind, sondern auch „Vielleicht“ oder „So halbwegs“ (drei Zustände). Sie trainierten diesen Detektiv mit Tausenden von Momentaufnahmen der Freundesgruppe in verschiedenen Stimmungen. Einmal trainiert, testeten sie den Detektiv, indem sie einen Teil der Meinungen der Freunde verbargen (bis zu 50 % von ihnen!) und den Detektiv baten, die Lücken zu füllen. Die Ergebnisse waren überraschend hoffnungsvoll. Das Computergehirn konnte die fehlenden Meinungen erfolgreich „träumen“ und eine neue Gruppe erschaffen, die der ursprünglichen sehr ähnlich sah und handelte.
Die Geschichte endet jedoch nicht mit einem einfachen „Der Computer hat gewonnen“. Die Forscher fanden heraus, dass die Form des Detektivs entscheidend war. Wenn sie einen Detektiv bauten, der seine Sichtweise ausweitete (die verborgenen Schichten größer machte als die ursprüngliche Gruppe), war er besser darin, die exakten Details der Stimmungen der Freunde zu kopieren. Aber wenn sie einen Detektiv bauten, der die Informationen komprimierte (die verborgenen Schichten kleiner machte), war er überraschenderweise gut darin, die Gruppe in diesem speziellen „kritischen“ Zustand zu halten, selbst wenn die Details nicht perfekt waren. Es ist wie ein Skizzenzeichner, der entweder jede einzelne Sommersprosse zeichnet (expansiv) oder die allgemeine Ausstrahlung eines Gesichts einfängt (kompressiv). Die Arbeit legt nahe, dass für die Rekonstruktion des Gefühls eines kritischen sozialen Moments der kompressive Künstler tatsächlich die bessere Wahl sein könnte, selbst wenn die Zeichnung nicht pixelgenau ist.
Um sicherzustellen, dass der Computer nicht einfach halluziniert, baute das Team ein „Thermometer“ (ein separates Computerprogramm), um die Temperatur der Gruppe zu messen. Dieses Thermometer prüft, ob die Gruppe zu chaotisch (subkritisch), zu ruhig (superkritisch) oder genau richtig am Kipppunkt (kritisch) ist. Das Thermometer war gut darin, die Extreme zu erkennen, wurde sich aber genau am Kipppunkt manchmal verwirrt, was sinnvoll ist, da dies der unordentlichste Teil des Systems ist. Als sie die „geträumten“ Gruppen testeten, stellten sie fest, dass der Computer selbst mit der Hälfte der fehlenden Meinungen immer noch Gruppen generieren konnte, die das Thermometer als sich nahe dem kritischen Kipppunkt befindlich erkannte.
Das Paper schließt die Idee explizit aus, dass es die Sache verbessert, wenn man den Rateprozess des Computers einfach länger laufen lässt (mehr „Gibbs-Sampling“-Schritte). Tatsächlich half es nicht, mehr Schritte zu machen, und könnte dazu führen, dass der Computer die Trainingsdaten zu starr auswendig lernt. Sie fanden auch heraus, dass die Art und Weise, wie der Computer seine „Bottom-up“-Hinweise (was er sieht) mit seinen „Top-down“-Vermutungen (was er gelernt hat) mischt, das Ergebnis verändert. Wenn der Computer den fehlenden Daten zu sehr vertraut, wird er verwirrt; wenn er seinen eigenen gelernten Mustern zu sehr vertraut, verliert er die feinen Details. Der ideale Punkt hängt davon ab, wie viele Informationen fehlen.
Letztendlich deutet diese Forschung darauf hin, dass wir zwar ein soziales System mit fehlenden Daten nicht perfekt rekonstruieren können, wir aber nah genug herankommen können, um die „kritische“ Magie lebendig zu halten. Der Computer muss nicht jede einzelne Meinung kennen, um die Energie der Gruppe zu verstehen. Dies öffnet die Tür, diese Modelle als „Was-wäre-wenn“-Maschinen zu nutzen. Stellen Sie sich vor, wir könnten die teilweisen Daten einer Social-Media-Plattform in ein solches System einspeisen und es die volle Wahrheit der öffentlichen Meinung „träumen“ lassen, um eine Polarisierungskrise zu erkennen, bevor sie explodiert. Das Paper behauptet nicht, dies für die reale Welt bereits gelöst zu haben – es ist noch eine Simulation auf einem Gitter von 784 Agenten –, aber es beweist, dass das Konzept funktioniert. Es zeigt, dass Deep-Learning-Modelle die verborgene Physik sozialer Meinungen lernen können, selbst wenn die Daten unordentlich, verrauscht und unvollständig sind.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.