人間ベースの計算ゲーム

目的を持ったゲームのうち、出力合意ゲームに​​分類されるものは、プレイヤーがペアを組み、ランダムに割り当てられたパートナーが共通の視覚的な入力に基づいて互いの出力を一致させようとするマイクロタスクゲームである。ESPは出力合意ゲームの一例である。

画像が与えられた場合、ESP ゲームは画像に何のオブジェクトが含まれているかを判断するために使用できますが、画像内のオブジェクトの位置を判断するために使用することはできません。位置情報はコンピュータビジョンアルゴリズムのトレーニングとテストに必要であるため、ESP ゲームで収集されたデータでは不十分です。そこで、この問題に対処するために、ESPの開発者であるvon Ahn は 2006 年に反転問題ゲームと呼ばれる新しいタイプのマイクロタスクゲームを導入しました。Peekaboom は ESP を拡張したもので、プレイヤーは画像の特定の領域にラベルを関連付けます。反転問題ゲームでは、2 人のプレイヤーがランダムにペアになります。一方が記述者、もう一方が推測者になります。記述者には入力が与えられ、推測者は記述者からのヒントに基づいてそれを再現する必要があります。たとえば、Peekaboom では、推測者が記述者に提供されたラベルを正しく推測するまで、記述者は画像の小さなセクションをゆっくりと明らかにします。^{[ 5 ]}

入力一致ゲームでは、ランダムにペアになった2人のプレイヤーそれぞれに、相手プレイヤーには隠された入力が与えられます。プレイヤーの入力は一致するか、異なるかのどちらかです。これらのゲームの目的は、プレイヤーが自分の入力にタグを付けて、相手プレイヤーが2つの入力が一致するかどうかを判断できるようにすることです。2008年に、エディス・LM・ローは、TagATuneと呼ばれる入力一致ゲームを作成しました。このゲームでは、プレイヤーはサウンドクリップにラベルを付けます。TagATuneでは、プレイヤーはサウンドクリップを説明し、パートナーのタグに基づいて、パートナーのサウンドクリップが自分のものと同じかどうかを推測します。^{[ 6 ]}

マクロタスク ゲームは、マイクロタスク ゲームとは異なり、通常は専門家が解決する複雑な問題を含んでいます。2008 年に、セス クーパーによってFolditと呼ばれるマクロタスク ゲームが作成されました。このアイデアは、プレイヤーがタンパク質の 3 次元表現を折り畳むことに挑戦するというものでした。このタスクは、コンピュータが完全に自動化するには難しい問題でした。タンパク質の生物学的に関連するネイティブ コンフォメーションを見つけることは、探索空間のサイズが非常に大きいため、計算上困難な課題です。ゲーム化とユーザー フレンドリーなバージョンのアルゴリズムの実装により、プレイヤーは生物学の知識がほとんどなくてもこの複雑なタスクを実行できます。^{[ 7 ] [ 8 ] [ 9 ]}

Apetopiaゲームは、知覚される色の違いを判断するのに役立ちます。プレイヤーの選択は、より良い色の指標をモデル化するために使用されます。^{[ 10 ]}ベルリン大学が立ち上げた Apetopia ゲームは、科学者が知覚される色の違いを理解するのに役立つように設計されています。このゲームは、最適な色のパラメータをモデル化するために、人々が色の濃淡をどのように認識するかに関するデータを提供することを目的としています。

Artigo ^{[ 11 ]}は現在、英語、フランス語、ドイツ語で 6 つのアートワーク注釈ゲームとアートワーク検索エンジンを提供している Web プラットフォームです。Artigo のゲームのうち 3 つ、ARTigoゲーム、ARTigo Taboo、およびTagATagは、 Luis von AhnのESP ゲーム(後にGoogle Image Labeler となる)のバリエーションです^{[ 12 ]}。Artigo プラットフォームの他の 3 つのゲーム、Karido [ ^{13 ]} Artigo-Quiz、およびCombino は、前述の 3^つの ESP ゲームのバリエーションによって収集されたデータを補完するように考案されています。^{[ 14 ] [ 15 ]} Artigo の検索エンジンは、独自のテンソル潜在意味解析に依存しています。^{[ 15 ] [ 16 ]}

2013年9月現在、Artigoには、Promotheus Image Archive ^{[ 17 ]} 、アムステルダム国立美術館（オランダ）、カールスルーエ国立美術館（ドイツ）、マサチューセッツ大学アマースト校キャンパス内の現代美術館（米国）から、主にヨーロッパと「長い19世紀」の美術作品の（画像）が3万点以上あります。2008年から2013年にかけて、Artigoは700万以上のタグ（主にドイツ語）、18万人のプレイヤー（そのうち約1割が登録済み）、そして1日平均150人のプレイヤーを集めました。^{[ 18 ]}

Artigoは、美術史家とコンピュータ科学者による共同研究プロジェクトであり、美術作品検索エンジンの開発と美術史におけるデータ分析の両方を目的としている。

最初の例は、カーネギーメロン大学のルイス・フォン・アンが考案した、画像にラベルを付ける人間による計算の取り組みであるESPゲームです。人間が楽しめるように、2人のプレイヤーが画像に同じラベルを付けようとします。ゲームは一致の結果を画像ラベルとして記録し、プレイヤーは競争的で時間制限があるため、このゲームを楽しみます。人々が画像に正確にラベルを付けるために最善を尽くすように、このゲームでは、画像だけを共有している2人（ランダムに選ばれ、互いに知らない）が、画像ラベルとして同じ単語を選択する必要があります。これは、戦略として自滅的になるため、破壊行為を抑制します。ESPゲームは、難しいメタデータを作成するという問題に対処するために開発された、人間ベースの計算ゲームです。このゲームの背後にあるアイデアは、タスクをゲームとしてパッケージ化することで、コンピューターでは実行できないタスク（元々は画像認識）を実行するために人間の計算能力を使用することです。Googleは、オンライン画像の検索結果を改善するために、2006年に独自のゲーム（Google Image Labeler）を作成するライセンスを購入しました。^{[ 19 ]} AhnのESPゲーム、またはGoogle版によって取得されたデータのライセンスは明確ではありません。Google版は、2011年9月のGoogle Labs閉鎖の一環として、2011年9月16日に停止されました。

PeekaBoom は、人間のゲームプレイを利用して貴重なメタデータを収集することで、コンピュータが画像内のオブジェクトを特定するのに役立つ Web ベースのゲームです。人間は、日常的な画像を理解し、最小限の労力で分析できます (画像内のオブジェクト、その位置、背景と前景の情報など)。一方、コンピュータはこれらの基本的な視覚タスクに苦労します。^{[ 20 ]} Peekaboom には、「Peek」と「Boom」という 2 つの主要なコンポーネントがあります。Web からランダムに選ばれた 2 人のプレイヤーが、ゲームで異なる役割を担って参加します。一方のプレイヤーが Peek の場合、もう一方のプレイヤーは Boom です。Peek は空白の画面から始まり、Boom は画像とそれに関連する単語から始まります。ゲームの目標は、Boom が画像の一部を Peek に明らかにすることです。その間、Peek は明らかにされた画像の部分に関連する単語を推測できます。Peek が画像に近い単語を推測すると、Boom は Peek の推測がホットかコールドかを示すことができます。Peek が正解すると、プレイヤーはポイントを獲得し、役割を交代します。^{[ 5 ]}

EteRNAは、プレイヤーが特定の構造に折り畳まれるRNA配列を設計するゲームです。生物学者ではないプレイヤーによる多様な設計案は、RNAの折り畳みを予測するコンピュータモデルの精度向上に役立てられます。実際に合成された設計案もあり、実際の折り畳みダイナミクスを評価し、コンピュータモデルと直接比較します。

Eyewireは網膜のコネクトームを見つけるためのゲームです。 ^{[ 21 ]}

クラウドソーシングは、ワシントン大学が設計したゲームであるFolditのようなゲームでゲーム化されており、プレイヤーはタンパク質をより効率的な構造に操作するために競い合います。科学誌Natureの 2010 年の論文では、Foldit の 57,000 人のプレイヤーが、アルゴリズムで計算されたソリューションと同等またはそれ以上の有用な結果を提供したと評価されています。^{[ 22 ]}

FolditもまたGWAP（ゲーム内仮想現実プログラム）の一種ですが、人間の集合知を活用する手法は異なります。このゲームでは、プレイヤーは3次元空間に対する人間の直感を駆使して、タンパク質折り畳みアルゴリズムの改善に役立てることが求められます。人間がどのような結果を出せるかに焦点を当てるESPゲームとは異なり、Folditは人間が複雑な3次元物体にどのようにアプローチするかを理解しようとしています。研究者たちは、人間がゲームをプレイする様子を「観察」することで、自身のコンピュータプログラムを改善できることを期待しています。コンピュータができないタスクを単に実行するのではなく、このGWAPは人間に現在の機械アルゴリズムの改善に協力してもらうことを求めているのです。

Guess the Correlation は、散布図における真のピアソン相関係数を推測することをプレイヤーに求める目的を持ったゲームです。収集されたデータは、散布図のどの特徴が真の相関関係に対する人間の認識を歪めるかを研究するために使用されます。このゲームは、欧州バイオインフォマティクス研究所の Omar Wagih によって開発されました。^{[ 23 ] [ 24 ]}

JeuxDeMots ^{[ 25 ]}は、大規模な意味ネットワークを構築することを目的としたゲームです。人々は、与えられた単語に対して提供される指示に従って用語を関連付けるように求められます。作成されたネットワークのフランス語版には、これまでに 500 万の語彙項目間の 3億5000 万を超える関係が含まれています (2021 年 3 月)。このプロジェクトは、/モンペリエ 2 大学のLaboratoire d'Informatique, de Robotique et de Microélectronique de Montpellierの研究者によって開発されました。

Nanocrafterは、論理回路などの機能特性を持つ構造にDNAの断片を組み立てて問題を解決するゲームです。 ^{[ 26 ]} Folditと同様に、ワシントン大学で開発されています。^{[ 27 ]}

OnToGalaxyは、プレイヤーが言葉に関する常識的な知識を習得するのを助けるゲームです。宇宙シューティングゲームとして実装されたOnToGalaxyは、その設計において他の人間計算ゲームとはかなり異なります。^{[ 28 ]}このゲームは、ブレーメン大学のMarkus Krauseによって開発されました。

Phrase Detectivesは、文学、文法、言語を愛する人向けの「注釈ゲーム」です。ユーザーは単語やフレーズ間の関係を示すことで、言語情報が豊富なリソースを作成できます。プレイヤーは貢献に応じてポイントを獲得し、リーダーボードに掲載されます。^{[ 29 ]}これは、エセックス大学の学者であるジョン・チェンバレン、マッシモ・ポエシオ、ウド・クルシュヴィッツによって開発されました。

Phylo ^{[ 30 ]}は、ゲーマーが遺伝性疾患のコードを解読することで、より大きな善に貢献することを可能にします。ゲームをプレイして色付きの四角形を並べることで、科学コミュニティが多重配列アライメントという長年の問題の解決に一歩近づくのを手助けすることになります。多重配列アライメントの問題は、コンピュータが処理するには大きすぎます。目標は、生物の機能がどのように、どこにエンコードされているかをDNAで理解することです。ゲームでは、「配列アライメントとは、DNA、RNA、またはタンパク質の配列を並べて類似領域を特定する方法です」と説明しています。

Play to Cure: Genes in Spaceは、プレイヤーの集合的な力を使って実際の遺伝子データを分析して癌研究に役立てるモバイルゲームです。^{[ 31 ]}

Quantum Movesは、プレイヤーが滑りやすい粒子を量子空間全体に移動させる、器用さと空間的な問題解決能力を競うゲームです。さまざまなレベルでのプレイヤーのソリューションは、オーフス大学の実際の量子コンピュータのプログラミングと微調整に使用されます。 ^{[ 32 ]} このゲームは、2012 年に量子シミュレーションと教育のためのグラフィカルインターフェースとして最初に開発されました。2013 年にユーザーフレンドリーな形式で一般公開され、2014 年を通して継続的に更新されています。

Reverse The Oddsは、研究者ががんの分析について学ぶのに役立つモバイルベースのゲームです。Reverse The Oddsにデータ分析を組み込むことで、研究者は何千人ものプレイヤーから頭頸部がん、肺がん、膀胱がんなどさまざまながんについてより深く学ぶことができます。^{[ 33 ]}

Robot Trainerは、常識的な知識を集めることを目的としたゲームです。プレイヤーは教師の役割を担います。ゲームの目標は、深宇宙を旅し、地球から遠く離れた場所で将来他の人間に教えることができるように、大量の人間の知識を運ぶロボットを訓練することです。ゲームには3つのレベルがあります。各レベルで、プレイヤーは質問に答えるための知識ルールの構築、衝突の解決、他のプレイヤーの知識ルールの検証など、特定のタスクを与えられます。プレイヤーは、ロボットが質問に答えるのに役立つ知識ルールを提出し、他の教師の貢献と一致すると報酬を得ます。^{[ 34 ]}

Sea Hero QuestはiOSとAndroidベースのゲームで、認知症分野の研究の進展に役立つ。 ^{[ 35 ]}

ブラウザベースのゲーム「Smorball」 [ ^{36 ]では}、プレイヤーは架空のスポーツ「Smorball」でチームを勝利に導くために、表示された単語をできるだけ速く正確に入力するように求められます。このゲームでは、生物多様性遺産図書館のスキャンされたページからフレーズがプレイヤーに表示されます。検証後、プレイヤーが入力した単語は対応するページを保管している図書館に送信され、それらのページを検索およびデータマイニングできるようになり、最終的には歴史的文献が機関、学者、教育者、および一般の人々にとってより利用しやすくなります。このゲームはTiltfactor Labによって開発されました。

Train Robotsは、Phrase Detectivesに似た注釈ゲームです。プレイヤーは、ボード上のロボットアームとブロックの前後の画像ペアが表示され、ロボットを最初の構成から2番目の構成に移動させるためのコマンドを入力するように求められます。このゲームは、言語処理システムとロボット処理システムをトレーニングするための自然言語データを収集します。^{[ 37 ]}

Verbosityゲームは、プレイヤーから常識的な知識を引き出すゲームです。1人のプレイヤーが「ナレーター」となり、「computer」などの単語が与えられます。ナレーターは「推測者」にヒントを送ることができます。ナレーターは「It contains a 」などのテンプレートから1つを選択し、空欄に1つの単語を入力できます（ただし、「super computer」のように単語を部分文字列として含むことはできません）。推測者は推測を入力し、ナレーターはそれが前の推測よりも「熱い」か「冷たい」かを言うことができます。^{[ 38 ]}

Wikidata ゲームは、ユーザーが人物や画像などに関する疑問を解決するのを手伝い、それによって Wikipedia や Wikimedia Commons、その他の Wikimedia プロジェクトなどを支える構造化された知識リポジトリである Wikidata 内の対応するデータ項目を自動的に編集できるようにするゲーム化アプローチを表しています。^{[ 39 ] [ 40 ]}

ZombiLingoは、プレイヤーが脳を獲得してどんどん劣化していくために正しい頭（単語または表現）を見つけるように求められるフランスのゲームです。プレイしながら、実際にはフランス語のコーパス内の構文関係を注釈付けしています。^{[ 41 ] [ 42 ]}これは、 LORIAとパリ・ソルボンヌ大学の研究者によって設計および開発されました。^{[ 43 ]}

視覚データを扱う目的のあるゲームは数多くありますが、音声データにラベル付けを試みるゲームはほとんどありません。音声データに注釈を付けることで、音楽や音声データベースの検索やインデックス作成、機械学習のトレーニングデータの生成が可能になります。しかし、現状では手動でデータをラベル付けするにはコストがかかります。そのため、コストを削減する一つの方法として、音声データにラベル付けすることを目的としたゲームを作成することが考えられます。^{[ 44 ]} TagATuneは、人間のプレイヤーが音や音楽の説明にタグを付けてラベル付けする音声ベースのオンラインゲームです。TagATuneはランダムにペアになったパートナー同士でプレイします。パートナーには、できるだけ多くの音について合意した説明を考えるために3分間が与えられます。各ラウンドでは、データベースからランダムに音が選択され、パートナーに提示されます。十分な数の人が同意すると、説明は検索に使用できるタグになります。最初のラウンドの後、比較ラウンドでは曲が提示され、プレイヤーはそれを同じタイプの他の2つの曲の1つと比較するように求められます。^{[ 6 ]}

MajorMinerは、プレイヤーがランダムに選択された10秒間の音を聞き、タグを使って音を説明するオンラインゲームです。プレイヤーが選んだタグのいずれかが他のプレイヤーのタグと一致した場合、各プレイヤーは1ポイントを獲得します。そのタグがその特定の音に対して初めて使用された場合は、プレイヤーは2ポイントを獲得します。^{[ 45 ]}目標は、プレイヤーの入力を使用して、音声自体に基づいて音楽を自動的にラベル付けおよび推奨する研究を行うことです。

ウィキレーシングタイプのゲームで、プレイヤーは2つのWikipedia記事（開始記事と目標記事）を与えられ、途中で遭遇するハイパーリンクをクリックするだけで、開始記事から目標記事への経路を見つけることが課題となります。ゲームを通じて収集された経路データは、人々が百科事典的な知識についてどのように推論し、複雑なネットワークとどのように相互作用するかを明らかにします。^{[ 46 ]}