學人腦思考的晶片/在團體決策中的無知

這兩篇與Simon關心的主題相關

【社會心理】在團體決策中，無知反而有益民主 編譯 | 汪芃 ■一份在《科學》（Science）雜誌上發表的最新研究指出，在某些情況下，群體中有一些無知的成員，反而能將權力交給多數，有助多數決的民主決策過程。 一群動物如何進行團體決策？蜜蜂在決策時，會使用「頭錘」攻擊意見相左的團體成員，直到最後取得共識，但不少其他物種的決策過程則比蜜蜂要來得民主。若一群沒有血緣關係的群居動物各自有不同的需求（人類社會即是一例），就常會出現意見相左的情形。但團體中某些成員對可選擇的選項資訊不足、或根本不在乎決策結果的情形也所在多有。 長期以來，學者一直想了解上述狀況的決策過程。過去有些證據顯示，一群動物中較無知、閱歷較少的成員會受到少數剛愎自用、控制欲強的強勢成員操縱，如果情況真是如此，那麼群體中有較無知的成員，應會妨礙民主的決策過程，因為這些成員等於把團體中的決定權交給了少數成員。然而一份在《科學》（Science）雜誌上發表的最新研究指出，在某些情況下，群體中有一些無知的成員，反而能將權力交給多數，有助多數決的民主決策過程。 本研究的研究人員首先建立了一個簡單的計算模型，這個模擬的模型中有一群虛擬動物和兩個目的地，每隻動物可自行選擇要移動到哪個目的地；這群虛擬動物喜愛與彼此為伍，且大致會朝同一個方向前進，除此之外這個模型沒有太多限制。這些虛擬動物便依循上述的規則行動，就像一個剛開始發展的原始社群。接著研究人員便調整模型中各個選擇的動物數量，以及動物對自己偏好的堅定程度。				圖片來源：hjl/Flickr/CC-licensed
				在他們建立的第一組模型中，每隻動物都有各自想選擇的目的地，而堅定的程度不一。實驗結果並不意外：這群動物的大多數成員想去哪個目的地，最後整群動物便會往那裡去；即便多數成員和少數成員的喜好強度累計起來是相同的，最後還是佔多數的成員獲勝。然而，一旦有些成員的偏好超過某種程度，即使牠們是少數，仍可影響整群動物最後的決策。這個實驗結果顯示，如果一個群體中選擇某選項的少數十分固執己見，而大多數成員雖然作另一個選擇，但態度並不堅持，那麼少數人是可能推翻多數人的。 接著研究人員在計算模型中加入沒有特別偏好的虛擬動物，情況就變得有趣了。在這樣的情況下，即使上述少數成員對自己的選擇態度強硬，但團體中因為有這些「無知」成員的存在，決定權會回歸多數決制。且團體中資訊不足的無知成員越多，這個效應也就越強（當然仍有一定限制，因為最後雜訊會過大）。 繼續閱讀>> －TOP－
[科學人]改造世界10大奇招 -- 學人腦思考的晶片 撰文╱敏斯（Christopher Mims）翻譯／王怡文 重大變革往往出自非常簡單的創意。當年，一位叫做賈伯斯的年輕發明家因為想讓「沒有用過電腦，也不特別想擁有電腦的人們」體驗電腦的能力，帶領了我們脫離難以掌握的大型主機和一長串指令，邁向使用起來輕鬆愉快的麥金塔和iPhone。他的點子從此改變了我們跟科技的關係。 還有哪些簡單但極富革命性的創意還在實驗室裡，等著一炮而紅的時機來臨？這次我們精選了10項新科技，並介紹這些科技的內涵，以及它們可能如何改造世界。這些新科技包括運算方式跟人類思維相同的電腦、能在加油站充電的電池、以巨量資料製成的「水晶球」（見38頁〈計算未來〉）。你也可以說，這次的報導是我們向簡單創意的強大力量致敬。 資訊科技 學人腦思考的晶片 微晶片架構設計師莫達（Dharmendra S. Modha）的團隊，也許是世上唯一包括了精神科醫師的。此舉並非為了維護工程師的心理健康，而是他的合作對象──由五所大學及IBM五個實驗室所組成的聯盟，正在研發一種模仿神經元運作的微晶片。 他們稱之為「認知計算」，2011年8月首度發表研究成果：兩顆各由256個人工神經元組成的微晶片。現在這些晶片只能在乒乓遊戲中擊敗對手，或走出簡單的迷宮，然而他們有個野心勃勃的最終目標：把人腦的神經計算功能放進小小的矽晶片中。這個由美國國防高等研究計畫署資助的計畫稱為SyNAPSE，正在研發擁有100億個神經元和100兆個突觸的微處理器，約相當於人的大腦半球的規模，預計體積不超過兩公升，耗電相當於10個100瓦的燈泡。 這計畫看似想創造人腦，但莫達堅決否認，他說他們想創造的是一個替代架構，取代幾乎每部電腦都採用的共同架構。普通晶片只能透過一個狹窄的通道傳送指令和資料，而使極速受限。但在莫達的替代架構下，每個人工神經元都有自己的通道，從一開始就內建大量平行運算的能力。莫達表示：「我們正在打造一個通用的地基，一個用來當成基礎、創造多種應用的平台技術。」				■類神經電腦將輕鬆解決難倒傳統電腦的所有任務。
				喬治亞州立大學神經科學家愛德華斯（Don Edwards）認為，這個做法一旦成功，模擬神經網絡的成就將達到30年來的最高峰，就連IBM的競爭者都刮目相看，美國克雷電腦副總裁柏丁（Barry Bolding）指出：「類神經運算有潛力解決傳統系統感到困難、甚至無解的問題。」 莫達強調，認知計算架構不會取代傳統電腦，而是補其不足，預先處理充滿雜訊的真實世界資訊，轉為傳統電腦可處理的訊號。例如，擅長圖形辨識的晶片可從人群中選出一張臉，再把他的身分傳給傳統電腦。 如果有人擔心機器太過強大，那麼或許令人稍感安心的是，這些晶片的數學不會太好。莫達說：「就像用現在的電腦來模擬人腦很沒效率一樣，傳統電腦擅長的快速加法和減法，用類人腦網絡來做也非常沒效率。誰都不能取代對方。」