集智AI小组第十六次活动纪要
星期二, 十二月 29th, 2009时间：2010年1月3日(周日)下午2点
地点：三号会所小厅（地址路线见
http://swarmagents.scinese.com/三号会所介绍/ 或http://www.douban.com/photos/album/13343561/）。
费用：参加活动每人15元(含一份饮料) [注：这是三号会所收取的场地费，我们的活动是免费的]。
主题：由 01-_-19 和 xudong 主持讨论《The Cambridge Handbook of Computational Psychology》的ch10 & ch23。ch10 Micro-Process Models of Decision Making；ch23 Computational Modeling of Visual Information Processing。
活动记录：
Miner言：
讨论 ch10. Micro-Process Models of Decision Making 时，提到了《怪诞行为学》（http://www.douban.com/subject/3223711/）这本2008年出的行为经济学的书，原书标题是《Predictably Irrational: The Hidden Forces That Shape Our Decisions （可预期的非理性：形成我们决策的背后力量）》，其中很多例子可以作为ch10的补充，并且这本书写得也非常有趣，所以强烈推荐！
另外，ch10.的第一作者Jerome R. Busemeyer
（http://mypage.iu.edu/~jbusemey/home.html）最近在做量子认知（quantum cognition），对这个主题感兴趣的可以看他的tutorial http://mypage.iu.edu/~jbusemey/quantum/Quantum%20Cognition%20Notes.htm
讨论 ch23 Computational Modeling of Visual Information Processing 时，提到David Marr（1945-1080）的《视觉计算理论》（http://www.douban.com/subject/3403652/），原书标题是《Vision: A Computational Investigation into the Human Representation and Processing of Visual Information》，1982年出版，1988年中文版出版。Marr在70年代末开始写这本书的时候，认为准备还不够，但是因为他在1978年被诊断出了急性白血病，不得已只好提前动笔，这本书是他的遗著。
最后感叹一下：北京昨晚下了近几年罕见的大雪，今天出门看到地上厚厚的积雪，就想会不会除了主讲人和我就没人来了，结果非常意外，今天一共来了10人，基本达到读书会的峰值人数，看来雪天比较容易激发大家的学术热情啊 ：）
清晴言：
现在总结旭东的那部分，主要记一下大家提的好玩的想法，附赠旭东演讲的大体框架。不准确的地方欢迎大家补充纠正！有意思的地方请尽管发散思路继续讨论！
——————~~我就是传说中的分割线~~——————
Chapter 10 Micro-Process Models of Decision Making 作者：Jerome R. Busemeyer and Joseph G. Johnson，后面那个是前面那个的学生。Jerome R. Busemeyer 是搞认知建模的，任职于印第安纳大学，是全职教授（full Professor，是这个意思吧？）。他最近出了本书叫Cognitive Modeling。他在搞量子认知，似乎挺好玩的，详见http://mypage.iu.edu/~jbusemey/quantum/Quantum%20Cognition%20Notes.htm。此外，他是个帅大叔，喜欢音乐和运动，会跳舞还会作曲……详见他的个人主页http://mypage.iu.edu/~jbusemey/home.html （那个lu meijuan是他的妻子吗？）
—————————————————————————-
框架：
效用模型：设定一个目标函数，然后最大化之。
然而现实中存在一些情况，是无法用效应模型解释的，比如：
1、Allais悖论：效用模型无法解释。（P304）
2、随机占优：可解释Allais悖论。 。。但是。。。？（P305）
3、偏好逆转：选择标准不同（比如，同样两张不同概率赢得不同钱数的彩票，白送或者出钱买），选择结果就不同。（P306）
4、情境依赖的偏好：本来有AB两个选项的时候人们倾向于选A，而当新出现一个选项C的时候就会去选B。（P306）
情境依赖的偏好可以总结为以下三个效应：
竞争效应：新出现的C和B的情况差不多，会把选择B的概率分掉一半，使选择A的概率成为相对最高的。
鲜花绿叶效应：新出现的C明显比A差，这会使人们更倾向于选择A。
折中效应：每个选项都各有利弊，第三个选项出现后，人们更倾向于选择折中的。新思路：关注决择形成的过程，模拟人的思维方式。新模型：将抉择过程分成一个个Micro-Process，按照这些设定的步骤走，最后会作出选择。（p308）模型详见p312（有图），引入了一个常数sij（ij是下标），体现了不同选项之间的比较，是对以前模型的重要改进。新模型可以解决前面提到的所有悖论，不信可以看p315的表。
—————————————————————————-
一些好玩的想法：
1、人们在得到利益的情况下往往是风险规避的，而面临损失的情况下则是风险偏好的。这种特点有没有可能是自然选择的结果？
2、抉择这事，其实是很不靠谱的~~或者说，它受很多因素影响，而这些因素中有很多都是难以控制的。不同的价值准则会导致不同的决择对选项不同的表述会影响抉择决策情境会影响决择个人偏好会影响决择……总之，人抉择的时候是不完全理性的，所以建一个能解决所有问题的决择模型是很难的。Miner推荐一本书：《怪诞行为学》，里面有很多人在经济生活中“非理性抉择”的案例，（据Miner说）挺有意思的。豆瓣 http://www.douban.com/subject/3223711/
3、在说情境依赖的偏好的时候，Miner提出了“捆绑销售效应”：只要是有“附赠”的商品都会比较受欢迎，虽然多数时候赠品可能并不是人们所需要的，价格也不一定便宜。
4 、和尚说的：集体相亲的时候，一般那些平庸的人最容易被看上，而一对一相亲的时候，那些优秀的人更容易被看上。首先，真的是这样吗？和尚说这是他多年观察的结果，不过大家都觉得很不可思议。就算是真的吧，可是该怎么解释呢？
5、还是Miner提的：0 和 1（100%）对抉择的影响非同一般。比如，从0.1降到0 和从0.5降到0.4在感觉上是不一样的，后者是数量的差别，前者是有和无的差别；同理，从0.9升到1 和从0.5升到0.6的感觉也是不一样的。（我理解的对吗？）这该如何解释？
6、根据Tversky等人的观点，人在不确定条件下的经济抉择会表现出“胜者全拿”的S形选择曲线，我老板证明这条曲线对于果蝇来说同样适用。关于s形曲线详见附件，那是我师兄张柯的毕业论文的一部分；对果蝇抉择感兴趣的可以Google一下这篇文章 Choice behavior of Drosophila facing contradictory visual cues
——————我分割的不是文章，是寂寞！——————
附记：今天下了一天鹅毛大雪，可是大家热情高涨，到场人数多达10人。东方和尚也来了，真是意外惊喜。已经很久没听到旭东的演讲，很久没听到和尚的神侃了，今天听到，感觉特别亲切。。。。下雪真TM冷！所以，今天就总结到这，我讲的那部分以后再说吧。
顺便祝大家在新的一年里更上一层楼！
对于清晴的一些提问，Miner又言：
查了一下行为经济学（Behavioral economics）中的 prospect theory （前景理论） ，似乎可以解释这个现象：
prospect theory 认为：
“人在不确定条件下的决策选择，取决于结果与展望（预期、设想）的比较而非结果本身。即，人在决策时会在心理预设一个参考标准，并以标准为参照点来衡量结果”。
“人总是厌恶损失（loss aversion) ：损失结果对应价值的绝对值，比同等获利结果对应价值的绝对值更大。”
“确定性效应(Certainty Effect)：和确定性的结果相比个人会低估概率性结果。”因为花1元和5元都是相对免费参照下的损失，5元降到4元依然是损失，但1元降到0就没有损失了50%升到60%依然是不确定，90%升到100%是从不确定变为确定，感觉也就不一样了。人喜欢确定性大概也是因为厌恶损失吧。
那么人为什么会厌恶损失呢？查到这段：
“2007年1月26日，波达瑞克、福克斯和他们的同事塞布丽娜・M・汤姆（Sabrina M. Tom）、克里斯托弗・崔普（Christopher Trepel）在《科学》杂志上发表了名为《风险决策中损失厌恶的神经基础》（The Neural Basis of Loss Aversion in Decision-Making under Risk）的论文，公布了功能磁共振成像研究的成果。在实验中，他们要求实验对象对一个输赢几率各占50％的博彩项目进行选择。结果显示，当盈利几率上升时，中脑边缘和中脑皮层多巴胺系统的活动就会增加，当损失几率上升时，这一奖励敏感区域的活动就会下降。有意思的是，损失感和盈利感都是由相同的脑结构――腹内侧前额皮层（ventromedial prefrontal cortex）和腹侧纹体（ventral striatum）负责的，前者关系到决策和了解奖惩机制，后者则涉及学习、动机和奖励。因此，损失厌恶程度个体差异的决定因素是：大脑中因为损失而被关闭的区域，比大脑中因为盈利被激活的区域大多少。”
如果损失厌恶是由神经机制决定的，那么这样的神经机制应该是在进化中形成的。
下面这篇文章讨论了类似的问题：
Kenrick, D.T., Griskevicius, V., Sundie, J.M., Li, N.P., Li. Y.J., & Neuberg, S.L. (2009). Deep rationality: The evolutionary economics of decision making. Social Cognition, 27, 764-785 (special issue on the rationality debate)。其中第一作者写了篇blog “Deep Rationality: Evolutionary psychology meets behavioral economics” (http://www.psychologytoday.com/blog/sex-murder-and-the-meaning-life/200911/deep-rationality)。
再考虑到行为经济学受启于AI奠基人之一Herbert Simon的“有限理性（Bounded rationality ）”模型，prospect theory （前景理论）是认知心理学家提出来的，所有这些学科都可以串起来了啊：进化心理学（决策策略的形成）、认知神经心理学（定位决策功能区）、认知神经科学（决策的神经活动）、认知心理学（决策心理表现）、计算心理学（用计算模型建模决策过程）、行为经济学（经济决策）、AI（用启发式求解问题），太有意思了~~
Pen言：
不同点上，增量的效果不一样，如果是和当前位置相关的，描述成这样：dy/y = -adx，这个式子的解就是y= exp(-ax)， Fermi-Dirac分布函数f(E) = 1/( exp(-a(E-E0)) + 1) ，这个形式和S函数一样的。
当 exp(-a(E-E0)) >> 1, 就近似成：f(E)= exp(-a(E-E0)) 。
Miner提到关闭区和激活区域的比例，我想可能神经元有类似费米子的统计关系，激活区域的变化率如果和当前激活区域的面积或数量相关，可能就自动冒出个S函数来。
解释：费米-狄拉克统计
http://en.wikipedia.org/wiki/Fermi%E2%80%93Dirac_statistics
解释：经典的玻尔滋蔓统计
http://en.wikipedia.org/wiki/Boltzmann_statistics
Jake言：
我在2005年左右读博士的时候，曾一度相当关注过行为经济学、决策等理论。最先进入眼帘的是Payne的Adaptive Decision Making理论（我们这次读书会有提过他老人家），即他认为决策过程是寻求效用最优和努力之间的一种权衡。后来沿着这条路下来，了解了Kannehmann和Tversky的Prospect理论，才知道Kannehmann和Smith在2002年获得了诺贝尔经济学奖，而且据说是第一次把此奖项授给非主流经济学人士。后来发现，其实诺贝尔奖是相当保守的，因为Kannehmann等人的研究是早在70、80年代就开始了，而且试验经济学之父Smith都已经去世了。果蝇小姐师兄所做工作的价值也就在用实验验证了Kannehmann等人提出的Prospect理论的损失曲线，所以能上Science。
最近，神经经济学非常火爆，很多人试图为那些非传统决策理论、博弈论找出神经科学的基础。不仅仅是厌恶风险，还包括利他性，有一本书叫做《走向统一的社会科学》http://www.douban.com/subject/1444034/ 则介绍了Santa Fe Institute一批人试图为人类的互惠理他行为找到更坚实的基础，包括神经科学基础。所以，从行为经济学下来，这一个派系的研究正处于高热期。
但是，我个人对这个方向的研究并不真正看好，所以，后来放弃了对此方向的追踪。原因就是，此方向有很强烈的“还原论”倾向，包括试图把人类一切行为归结为神经细胞的冲动。另外，更重要的是，此类研究忽视了从微观到宏观的过程。他们把注意力过度放在单独经济人的决策行为上，而没有考察（或者至少是很少关注）这类决策行为在本质上如何影响大量个体构成的宏观经济系统。个体决策的很多反常行为究竟如何影响宏观经济系统？理他主义在宏观上究竟怎样与利己主义有着显著的不同？
然而，我欣喜地发现，其实老外中也有一部分人认识到了这一点，并开始作出积极努力的行动。这就是Quantum Decision Theory，Quantum Game Theory等等一系列新兴学科。大家不要一看到Quantum这个词就想到微观的原子、分子。数学伟大的地方就在于微观基本对象可以非常不同，因此Quantum在这里是指一种数学，它也可以描述人。所以，人类行为上的反理性和利他性等因素有可能就体现为宏观上的量子概率表现而非经典概率表现。这样，那些微观的行为学研究就跟宏观联系起来了，而这种联系恰恰是我这两年研究生物进化中看到的东西（记得我前年就开始大谈复数概率，而那时候我并不知道还有量子决策这门学科）。