情報に踊らされて損をするな

一九九四年に経済学者のブライアン・アーサーにより考案された「エル・ファロル・バー・プロブレム」というものがある。ここにとても良い雰囲気の酒場があるとして、百人の住人がいるとする。例えば、そこに十人の人が訪れたとしたら、彼らはそこの雰囲気を存分に楽しめるだろう。しかし、逆に九十人の人がそこに押しかけたとしたら、混雑で雰囲気も台無しになってしまう。そういったときは、むしろ家にとどまっていた方が得策であったことになる。この前提の元、過去の経験から帰納的に今日はバーに行くべきか。と問うのがこの問題である。

大して複雑な問題には聞こえないかもしれないが、この問題は以下の重要な点を指摘する。「今日は混雑していたから、皆うんざりして明日は人足が減るだろう。だから、明日はバーへ行こう。」という推測は、一つの合理的な分析である。しかし、これと同じ事を他の人たちも考えたとしたらどうだろうか。次の日はまたバーは人でごった返し、一見的確だと思われたその推測はことごとく意味をなさないのだ。それ故、バーに行くか行かないかの二択が与えられた時、行った人が少なければ行った人が得をし、行った人が多ければ行かなかった人が得をすると言う訳であり、ここから導き出される結論は、これらの限られた資源を競い合う状況においては常に少数派が勝つと言うことである。

この問題をもう少し一般化した物を「マイノリティーゲーム」と呼ぶ。例えば交通渋滞の問題において、高速道路に車が少なければ十分に速く走れるが、多すぎると下道を走った方が速いこともある。また、株式市場において、自分以外に同じ株を売る人が少なければ株価が上がり儲けを得られるし、自分以外に同じ株を買う人が少なければ、安く株を仕入れて得をする。要するに、現状に適応する得策が一時的に見つけられたとしても、それが広まればすぐにそれはただの愚策に変わり得てしまうという事である。

なぜ突然こんな話を始めたかというと、実は仮想世界のプロジェクトと平行して、このマイノリティーゲームをシミュレートするプログラムを組み、これらの研究も現在行っているからである。そのシミュレーションに参加するロボットは、遺伝的アルゴリズムと呼ばれる進化的アルゴリズムに基づく。それぞれのロボットは、指定されたサイズの過去の結果の記憶領域を持ち、そこからバーに行べきか行かないべきかという策を練っていく。そして、ターンごとの結果に応じて彼らにはスコアが割り振られる。グラフは千一台のロボットに十二の記憶容量を持たせ、三千六百五十ターン（十年分と仮定）走らせた結果である。左のグラフは赤が正の最高スコアを、青が負の最高のスコアを表示し、右のグラフはそのスコアの分布を示す。これを見ても分かるようにスコア分布はとても綺麗な釣鐘曲線を描き、正負の最高は何度も交叉し合いどちらが一方的に優勢になることはない。要するに至って普通の世界である。

そこで次に取り組んだ事は、それぞれのロボットにチームを組ませたらどうなるか、ということだ。同じチーム内のロボット同士でスコアの高いロボットの意見を尊重した多数決を行い、メンバーはそれに従わせることにした。そして、先ほどのロボット千一台と、百台ずつのチーム五つでシミュレーションを行ったところ、グラフが示すように正負の最大のスコアの差に大きな開きがでた。この負の値はチームロボット、正の値は個人ロボットの記録したスコアである。このスコアの分布から、チームロボットのみが大損をしていることがわかる。これは、チーム内で、個人よりも多くの情報から最良の策を選んだつもりが、チームメンバー全員が同じ決断をするが故にその策が愚策に変わるマイノリティーゲームの特徴をうまく表した例である。

更に、それぞれのチームメンバーにそのチームの決断に対する服従度をランダムで与えることにした。それにより、服従度の高いメンバーは高い頻度でチームの決定に従い、服従度の低いメンバーは高い頻度でその決定と逆を行うこととなる。結果、大差で最高の正の値を示した者も、負の値を示した者もチームロボットとなったのだ。ただそれらが一点違ったのは、最高の正の値を示したロボットは服従度が零であり、最高の負の値を示したロボットは服従度が百であったことだ。裏切り者が一番おいしい目を見る世界である。個人的にこれこそがマイノリティーゲームの神髄だと思う。なぜならば、最良と思われる手を皆が行うことにより、それが最悪となる一方で、そのあえて逆を行うことが最良の策になってしまうと言う歯がゆいパラドックスを的確に示しているからだ。　何が言いたいかと言えば、「最良」という名で安売りされる策ほど「最悪」に化けやすい策はなく、それを知っている売り手は、その裏をとることで簡単に本当の「最良」を手にしているということだ。

動向を察し自分でよく考え、常にマイノリティーになれなくとも、少なくとも情報に踊らされて一番損するチームロボットにはなりたくないものだ。

著者紹介:

高専在籍時にAFSの53期生としてアメリカのオレゴン州で一年間地元の高校に通う。帰国後アメリカのアーカンソー大学フェイエットビル校に編入し2011年に理学士コンピューターサイエンス、2012年に教養学士心理学を修了。2012年秋よりオックスフォード大学にて、博士号課程で計算神経科学を勉強中。色々と大変ですが、常に色んな事に挑戦しながら精一杯頑張ってます。
詳しくは自己紹介ページよりどうぞ^^