5 دقیقه
تصور کنید: شش تلاش، پنج حرف و جهانی از زبان انگلیسی که در کاشیهای رنگی خلاصه شده است. برای بیشتر بازیکنان، وردل یک معمای کوتاه روزانه و بخشی کوچک از یک عادت روزمره است. اما برای گروهی از دانشجویان مهندسی و استادشان در دانشگاه بینگهمتون، همین بازی به آزمایشگاهی برای سنجش یک ایده بنیادی در نظریه اطلاعات تبدیل شد.
راهنمای بازی با اولویت اطلاعات
وردل عدم قطعیت را آماده و شفاف پیش روی شما میگذارد. شما یک واژه پنجحرفی را حدس میزنید و بازی با رنگهای سبز، زرد یا خاکستری پاسخ میدهد. این رنگها فقط بازخورد نیستند؛ دادهاند. تیم بینگهمتون برداشت رایج از حدسزدن را بازطراحی کرد. آنها به جای دنبالکردن محتملترین واژه در هر نوبت، پرسش دیگری مطرح کردند: کدام حدس بیشترین کاهش را در مجموعه گزینههای ممکن ایجاد میکند؟
این پرسش مستقیما به آنتروپی شانون میرسد؛ معیاری که کلود شانون در قرن بیستم برای سنجش عدم قطعیت در منابع اطلاعاتی معرفی کرد. به زبان ساده، آنتروپی نشان میدهد چقدر امکان یادگیری دارید. حدسی که در میان واژههای نامزد باقیمانده الگوهای بازخورد متنوعی ایجاد کند، از نظر انتظار اطلاعاتی ارزش بالایی دارد. در مقابل، حدسی که تقریبا همیشه به یک الگوی مشابه ختم شود، ارزش چندانی ندارد.
این رویکرد هم زیباست و هم کاملا کاربردی. پاسخ رنگی بازی را به یک برنامه کوچک میدهید و الگوریتم، حدسهای موجود را بر اساس میزان مورد انتظارِ کسب اطلاعات رتبهبندی میکند. واژه صدرنشین را انتخاب میکنید، آن را در وردل وارد میکنید، بازخورد را بهروزرسانی میکنید و این روند را ادامه میدهید. این روش واژههایی را ترجیح میدهد که فضای گزینهها را به شکل گستردهتری برش میدهند، نه لزوما واژههایی را که به تنهایی بیشترین احتمال پاسخبودن را دارند.
این تغییر هدف، ظریف اما قدرتمند است. همانطور که یکی از دانشجویان تیم توضیح داد، یک حدس لازم نیست بهترین پاسخ منفرد باشد؛ فقط باید آنقدر اطلاعاتی باشد که شما را سریعتر به سمت راهحل هدایت کند. در آزمونهای رایانهای، راهبرد مبتنی بر آنتروپی حدود ۹۹ درصد معماهای آزمایششده را حل کرد، در حالی که یک روش ابتکاری مبتنی بر اولویتدادن به حروف رایج، حدود ۹۰ درصد موفقیت داشت.
از تمرین کلاسی تا مقاله داوریشده
چیزی که به عنوان یک تکلیف در درس علم سامانهها آغاز شد، به یک پژوهش منتشرشده تبدیل شد. دانشجویان نظریههای کلاس را روی مسئلهای آشنا و محدود به کار گرفتند و نشان دادند که یک معیار آماری ثابت میتواند تصمیمگیری پویا را هدایت کند. این پروژه نمونهای از آموزش مهندسی را نشان میدهد که از دانشجویان انتظار دارد فراتر از معادلات بروند و وارد حل مسئله کاربردی شوند.
این روش از نظر فهم و اجرا نیز جذابیت دارد. فراتر از تجربه معمول بازیکن، نیازی به دسترسی ویژه به فهرست واژههای وردل نیست؛ آنچه اهمیت دارد، محاسبه این است که بازخورد در میان گزینههای نامزد چگونه تغییر میکند. همین ویژگی، این تکنیک را تکرارپذیر، شفاف و به نمونهای آموزشی از تاثیر ریاضیات انتزاعی بر راهبردهای روزمره تبدیل میکند.
راهبرد مبتنی بر آنتروپی در شبیهسازیها ۹۹ درصد معماهای وردل را حل کرد.
البته این روش برای بازیکنان انسانی که محاسبه فوری در اختیار ندارند، راهحل جادویی نیست. برای استفاده از آن در بازی زنده، باید یک اسکریپت محلی اجرا کنید یا به یک جدول از پیش محاسبهشده مراجعه کنید. اما درس مفهومی آن از وردل فراتر میرود: بیشینهکردن اطلاعات مورد انتظار، اغلب در بلندمدت از بیشینهکردن احتمال موفقیت فوری تاکتیک بهتری است.
پیامدها، محدودیتها و بازی انسانی
چرا روش آنتروپی از روش ابتکاری مبتنی بر فراوانی حروف بهتر عمل میکند؟ چون فراوانی حروف انگلیسی و سوگیریهای جایگاهی، وقتی فهرست گزینهها با حدسهای قبلی محدود شده است، ابزارهایی کند و کلی هستند. در این مرحله، حدسی که الگوهای کمتکرارتر را میآزماید میتواند بازخوردی تعیینکننده ایجاد کند، در حالی که دنبالکردن رایجترین حروف ممکن است بازیکنان را میان گزینههای مشابه فراوان سرگردان نگه دارد.
ارقام عملکرد این مطالعه از شبیهسازیهایی به دست آمدهاند که واژههای پنهان و الگوهای پاسخ احتمالی بسیاری را مدلسازی میکنند. این نتایج نشاندهنده پایداری روش هستند: راهبرد آنتروپی در طیف گستردهای از معماها موفق است، نه فقط در نمونههای گزینشی. با این حال، محدودیتهای عملی نیز وجود دارد. اجرای محاسبات آنتروپی به تلاش محاسباتی بیشتری نسبت به حدسزدن غریزی نیاز دارد و بازیکنان انسانی ممکن است واژههای شروع زیباتر یا بهیادماندنیتر را ترجیح دهند.
فراتر از بازیهای روزمره، این پژوهش برای افرادی که الگوریتمهای جستوجو، آزمونهای تشخیصی یا سیاستهای آزمایشی طراحی میکنند، یک مطالعه موردی آموزنده است. هر زمان بتوانید کاوشهایی را انتخاب کنید و بازخورد دستهای دریافت کنید، پرسیدن اینکه کدام کاوش اطلاعات مورد انتظار را بیشینه میکند، روشی اصولی برای سرعتبخشیدن به کشف است.
دیدگاه کارشناس
«این نمونهای درسی از هدایت عمل به وسیله نظریه است»، دکتر النا مارکز، دانشمند علوم شناختی که راهبردهای تصمیمگیری را مطالعه میکند، میگوید. «مردم اغلب به محتملترین گزینه تکیه میکنند، اما وقتی عدم قطعیت ساختارمند باشد، آگاهکنندهترین اقدام میتواند خلاف شهود به نظر برسد. این موضوع در تشخیص پزشکی، طراحی نظرسنجی و حتی اکتشافات سیارهای نیز مشابهتهایی دارد؛ جایی که هر اندازهگیری باید طوری انتخاب شود که عدم قطعیت را به شکل کارآمد کاهش دهد.»
مارکز اضافه میکند که جذابیت این مطالعه در شفافیت آن است: عدم قطعیت قابل اندازهگیری، مجموعهای محدود از گزینهها و بازخوردی ساده، محیطی ایدئال برای آزمودن راهبردهای بیشینهسازی اطلاعات فراهم میکنند.
تیم بینگهمتون یافتههای خود را در مجله سامانههای پیچیده شمالشرق با عنوان «حل وردل با استفاده از نظریه اطلاعات» منتشر کرد. مقاله آنها الگوریتمها، نتایج شبیهسازی و مثالهایی را مستند میکند که هم بازیکنان و هم مدرسان میتوانند بازآفرینی کنند. این پژوهش یادآور میشود که مسئلههای سرگرمکننده اغلب بهترین فرصتهای آموزشی برای مفاهیم عمیقتر هستند.
در نهایت، این داستان درباره شکستدادن یک بازی معمولی نیست. موضوع اصلی، تشخیص لحظهای است که باید اطلاعات را بر رضایت فوری ترجیح داد. برای یک معمای روزانه پنجکاشی، چنین ذهنیتی عدم قطعیت را به یک دارایی تبدیل میکند. و برای دانشجویان و آموزگاران، نظریه کلاس درس را به چیزی تبدیل میکند که میتوان کارکرد آن را دید، هر بار با یک مربع رنگی.
نظر بگذارید
نظرات (4)
خوبه که نظریه رو نشون دادن اما برای بازیکن معمولی یه اسکریپت لازم باشه عملاً جذابیت بازی کم میشه، کمی تبلیغِ تکنیکیست، ولی درس آموز.
واقعاً ۹۹٪؟ شبیهسازی با دادههای خاص ممکنه اغراق کنه... آیا رویکرد تو عمل هم همیشه بهتره؟
منطقیشه؛ اطلاعات بیشتر بهتر از حدسمحضه. ساده و کارا، ولی برای انسان خسته سخته.
وااای، اینکه یه بازی ساده بشه بستر آزمایش نظریه اطلاعات؟ ذهنم رو زد، حس میکنم باید وردل رو دوباره ببینم، هیجانانگیز و کمی عجیب