人間ベースの計算

人間ベースの計算（HBC）、人間支援計算、^[1] ユビキタスヒューマンコンピューティングまたは分散思考（分散コンピューティングからの類推）は、機械が特定のステップを人間にアウトソーシングすることで（通常はマイクロワークとして）機能を実行するコンピュータサイエンスの手法です。このアプローチは、人間とコンピュータエージェントの能力と代替コストの違いを利用して、人間とコンピュータの共生的な相互作用を実現します。画像認識などの計算が難しいタスクの場合、人間ベースの計算はディープラーニングベースの人工知能システムのトレーニングにおいて中心的な役割を果たします。この場合、人間ベースの計算は人間支援人工知能と呼ばれています。^[2]

従来の計算では、人間がコンピュータ^[3]を使って問題を解決します。つまり、人間は形式化された問題の説明とアルゴリズムをコンピュータに提供し、解釈する解を受け取ります。^[4]人間ベースの計算では、役割が逆転することがよくあります。コンピュータが人間または大規模なグループに問題を解決するように依頼し、^[5]次に、その解を収集、解釈、統合します。これにより、人間とコンピュータのハイブリッド ネットワークが「大規模分散コンピューティング ネットワーク」になります。^{[6] [7] [8]}コードの一部は人間の脳とシリコン ベースのプロセッサで実行されます。

人間ベースの計算（「コンピュータ」の歴史的な意味は別として）の研究は、対話型進化計算（EC）に関する初期の研究にその起源がある。^[9]対話型進化アルゴリズムの背後にあるアイデアは、リチャード・ドーキンスに帰せられる。彼の著書『盲目の時計職人』（ドーキンス、1986年）^[10]に付属するBiomorphsソフトウェアでは、人間の実験者の好みが2次元の線分セットの進化を導くために使用されている。本質的に、このプログラムは、進化アルゴリズムの適応関数となるよう人間に求め、アルゴリズムが人間の視覚知覚と美的判断を使用して、通常の進化アルゴリズムではできないことを行う。しかし、より複雑な形状を進化させたい場合、1人の人間から十分な評価を得ることは困難である。ビクター・ジョンストン^[11]とカール・シムズ^[12]は、適応度評価に多くの人の力を活用することでこの概念を拡張した（Caldwell and Johnston、1991年、Sims、1991年）。その結果、彼らのプログラムは、大衆にアピールする美しい顔や芸術作品を進化させることができました。これらのプログラムは、コンピュータと人間の一般的な相互作用を効果的に逆転させました。これらのプログラムでは、コンピュータはもはやユーザーのエージェントではなく、多くの人間の評価者の努力を集約するコーディネーターです。これらおよび他の同様の研究努力は、美的選択または対話型進化計算の研究のトピックになりました(Takagi、2001)。ただし、この研究の範囲は評価のアウトソーシングに限定されており、その結果、アウトソーシングの潜在能力を十分に探求していませんでした。

モニ・ナオール(1996) ^[13]が開拓した自動チューリング テストの概念は、人間ベースの計算のもう 1 つの先駆けです。ナオールのテストでは、機械は、自然言語処理(NLP) またはコンピューター ビジョン(CV) の問題を人間とコンピューターに課して、その中から人間を識別することにより、サービスへの人間とコンピューターのアクセスを制御できます。問題のセットは、現時点で効果的かつ効率的なアルゴリズム ソリューションが存在しない方法で選択されます。そのようなソリューションが存在する場合、そのようなアルゴリズムはコンピューターで簡単に実行できるため、テストは無効になります。実際、モニ・ナオールはこれを自動化されたチューリング テストと呼ぶことで控えめでした。アラン・チューリング(1950)によって説明された模倣ゲームは、CV 問題の使用を提案しませんでした。特定の NLP タスクを提案しただけでしたが、ナオール テストは、必ずしも NLP ドメインからのものではない、自動化されたテストと自動化されていないテストの両方で同じ目的で使用できる、大規模なクラスの問題を識別して調査します。

最後に、人間ベースの遺伝的アルゴリズム(HBGA) ^{[14] は、}複数の異なる役割への人間の参加を奨励します。人間は評価者の役割やその他の定義済みの役割に限定されず、より多様なタスクを実行することを選択できます。特に、革新的なソリューションを進化プロセスに提供したり、既存のソリューションに段階的な変更を加えたり、インテリジェントな再結合を実行したりできます。^{[15]つまり、HBGA により、人間は一般的な}遺伝的アルゴリズムのすべての操作に参加できます。この結果、HBGA は、たとえば自然言語など、計算革新演算子が利用できないソリューションを処理できます。したがって、HBGA は、標準 EC とインタラクティブ EC の両方の制限要因であった固定された表現スキームの必要性を排除しました。^[16] Alex Kosorukoff と David Goldberg によると、これらのアルゴリズムは、コンピューターによって調整される新しい形態の社会組織と見なすこともできます。^[17]

人間ベースの計算方法では、コンピューターと人間を異なる役割で組み合わせます。Kosorukoff (2000) は、計算における分業を説明する方法を提案し、人間ベースの方法を 3 つのクラスにグループ化しました。次の表は、進化的計算モデルを使用して 4 つのクラスの計算を説明しており、そのうち 3 つは何らかの役割で人間に依存しています。各クラスについて、代表的な例を示します。分類は、各ケースで人間と計算プロセスが実行する役割 (革新または選択) に基づいて行われます。この表は、3 次元表の一部です。3 番目の次元は、組織機能が人間とコンピューターのどちらによって実行されるかを定義します。ここでは、コンピューターによって実行されるものと想定しています。

この表の人間ベースの計算のクラスは、2 文字の略語 HC、CH、HH で参照できます。ここで、最初の文字はイノベーションを実行するエージェントの種類を識別し、2 番目の文字は選択エージェントの種類を指定します。一部の実装 (最も一般的な例はwiki ) では、人間ベースの選択機能が制限される可能性があり、小文字の h で表示できます。

• (HC)ダーウィン(Vyssotsky、Morris、McIlroy、1961) とコア戦争(Jones、Dewdney、1984) これらは、人間が作成した複数のプログラムがトーナメント (計算シミュレーション) で競い合い、最も適応力の高いプログラムが生き残るゲームです。プログラムの作成者は、成功した戦略をコピー、変更、および再結合して、勝つ可能性を高めます。
• (CH)インタラクティブEC (Dawkins, 1986; Caldwell and Johnston, 1991; Sims, 1991) IECでは、ユーザーは好きな画像を選択するだけで抽象的な絵を描くことができるため、人間は適応度の計算のみを行い、ソフトウェアは革新的な役割を果たす。[Unemi 1998] シミュレートされた育種スタイルでは、明示的な適応度は導入されず、選択のみが導入されるため、人間にとって容易である。^[18]
• (HH ₂ ) Wiki ( Cunningham、1995) は、複数のユーザーによる Web コンテンツの編集を可能にしました。つまり、2 種類の人間ベースのイノベーション (新しいページの作成とその増分編集) をサポートしました。ただし、選択メカニズムは 2002 年まで存在していませんでした。この年、Wiki は、役に立たない変更を元に戻すことができるリビジョン履歴で拡張されました。これにより、同じページの複数のバージョンから選択する手段が提供され、Wiki は共同コンテンツ進化 (EC 用語では人間ベースの進化戦略として分類されます) をサポートするツールになりました。
• (HH ₃ )人間ベースの遺伝的アルゴリズム(Kosorukoff, 1998) は、人間ベースの選択と 3 種類の人間ベースのイノベーション (新しいコンテンツの寄与、突然変異、および組み換え) の両方を使用します。したがって、典型的な遺伝的アルゴリズムのすべてのオペレーターは人間にアウトソーシングされます (これが人間ベースの起源です)。このアイデアは、2011 年に創造性を研究するために群衆と遺伝的アルゴリズムを統合することにまで拡張されました。^[19]
• (HH ₁ )ソーシャル検索アプリケーションは、ユーザーからの投稿を受け入れ、人間による評価を使用して、リストの先頭に表示される最も適切な投稿を選択しようとします。これらは、人間ベースのイノベーションの一種を使用します。初期の作業は、HBGA のコンテキストで行われました。DiggとReddit は、最近の人気の例です。協調フィルタリングも参照してください。
• (HC) コンピュータによるテスト。コンピュータは問題を生成し、それを提示してユーザーを評価します。たとえば、CAPTCHA は、人間にとっては簡単だがコンピュータにとっては難しいと思われる問題を提示することで、人間のユーザーとコンピュータ プログラムを区別します。CAPTCHA はオンライン サービスの自動的な悪用を防ぐための効果的なセキュリティ対策ですが、それを解くために費やされた人間の労力は無駄になります。reCAPTCHAシステムは、これらの人間のサイクルを利用して、光学文字認識では解読できない古い本をスキャンして単語を提示することで、本のデジタル化を支援します。^[20]
• （HC）インタラクティブオンラインゲーム：これは、娯楽的な方法で人々から知識を引き出すプログラムです。^{[21] [22] [23] [24] [25]}
• (HC) 「ヒューマン・スワーミング」または「ソーシャル・スワーミング」。国連大学のヒューマン・スワーミング・プラットフォームは、生物の群れを模したネットワーク化されたユーザーグループの周りにリアルタイムのクローズドループシステムを構築し、人間の参加者が統一された集合知として行動することを可能にする。^{[26] [27] [28] [29] [30] [31]}
• (NHC) 自然人間計算とは、既存の人間の行動を利用して、その行動を妨げることなく計算上重要な作業を抽出することです。^[32] NHCは、人間に新しい計算タスクを実行するように依頼して計算​​作業を人間の活動にアウトソーシングするのではなく、既存の行動におけるこれまで気づかれなかった計算上の重要性を活用するという点で、他の形式の人間ベースの計算とは異なります。

さまざまな人間ベースの計算プロジェクトでは、次のような動機が人々の動機となります。

• 結果の公平な分配を受ける
• 直接的な金銭的報酬（例：Amazon Mechanical Turk、ChaCha Search ガイド、Mahalo.com Answers メンバー）
• グローバル情報経済に参加する機会^[33]
• 活動を多様化したいという欲求（例えば「人々は日常生活で創造的であるように求められていない」^[34]）
• 美的満足
• 好奇心、それが機能するかどうかを試したいという欲求
• ボランティア精神、プロジェクトの目的を支援する意欲
• 相互性、交換、相互扶助
• ゲームの競争心や協力精神で楽しもうとする欲求
• コミュニケーションを取り、知識を共有したいという欲求
• ユーザーのイノベーションを共有して、他の人がそれを改善できるかどうかを確認したいという欲求
• システムを操作し、最終結果に影響を与えたいという欲求
• 楽しみ
• オンラインでの評判/認知度の向上

多くのプロジェクトでは、これらのインセンティブのさまざまな組み合わせが検討されています。これらのプロジェクト参加者の動機の詳細については、Kosorukoff ^[35]およびVon Hippel ^{[36] [37]を参照してください。}

社会組織の一形態として見ると、人間ベースのコンピューティングは、従来の組織よりも堅牢で生産的であることが驚くほど多い。^[38]従来の組織は、多かれ少なかれ固定された構造を維持し、機能的で安定しているという義務に依存している。それぞれが、人間を部品として慎重に設計されたメカニズムに似ている。しかし、これは人間の従業員の自由を制限し、さまざまなストレスにさらされる。ほとんどの人は、機械の部品とは異なり、組織に最適な固定された役割に適応することが難しいと感じている。進化型人間コンピューティングプロジェクトは、この問題に対する自然な解決策を提供します。組織構造を人間の自発性に適応させ、人間の間違いや創造性を受け入れ、その両方を建設的に活用します。これにより、参加者は全体の機能性を危険にさらすことなく義務から解放され、人々はより幸せになります。このアイデアの可能性を最大限に引き出すには、まだ解決する必要がある困難な研究上の問題がいくつかあります。

人間ベースの計算で使用されるアルゴリズム アウトソーシング テクニックは、従来のアウトソーシング管理に使用される手動または自動テクニックよりもはるかにスケーラブルです。このスケーラビリティにより、数千 (またはそれ以上) の参加者に作業を簡単に分散できます。最近、この大規模なアウトソーシングは従来の小規模なアウトソーシングとは大きく異なるため、クラウドソーシングという新しい名前が付けられるべきだと主張しました。^[39]しかし、クラウドソーシングは真の人間ベースの計算とは区別されるべきであると主張する人もいます。^[40]クラウドソーシングは確かに、計算タスクを多数の人間のエージェントに分散させるものですが、Michelucci は、これだけでは人間の計算と見なされるには不十分であると主張しています。人間の計算では、タスクが異なるエージェントに分散されるだけでなく、タスクが分散されるエージェントのセットが混在している必要があります。エージェントの一部は人間でなければなりませんが、その他は従来のコンピューターでなければなりません。計算システム内の異なるタイプのエージェントの混合が、人間ベースの計算に独特の特徴を与えます。クラウドソーシングの一部のインスタンスは確かにこの基準を満たしていますが、すべてが満たしているわけではありません。

ヒューマンコンピューティングは、API、タスク価格、サービスとしてのソフトウェアプロトコルを備えたタスクマーケットを通じて労働者を組織し、雇用主/依頼者が労働者が作成したデータをITシステムに直接受け取ることを可能にします。その結果、多くの雇用主は、労働者に個別に対応したり、懸念事項に対処したりするのではなく、アルゴリズムを通じて労働者を自動的に管理しようとします。労働者への対応は、ヒューマンコンピューティングのマイクロワークプラットフォームによって可能になる雇用レベルにまで拡大することは困難です。^[41]たとえば、メカニカルタークシステムの労働者は、ヒューマンコンピューティングの雇用主が懸念事項やニーズに反応しないことがある、と報告しています^[42]

人間の支援は、 AI が完全な問題を解決するのに役立ちます。AI が完全な問題とは、定義上、コンピューターには実行不可能だが人間には実行可能なタスクです。具体的な実用的なアプリケーションには次のものがあります。

• インターネット検索では、自動ランキングと人間の編集入力を組み合わせることで検索結果のランキングを向上させています。^{[43] [44]}
• 分散校正者
• 天文画像の解析：
  • ギャラクシー動物園
  • スターダスト@ホーム
• 一般的な科学計算プラットフォーム:
  • Zooniverse（市民科学プロジェクト）
  • Berkeley Open System for Skill Aggregation は、分散コンピューティングプロジェクトBerkeley Open Infrastructure for Network Computingに類似しています。

人間ベースの計算は搾取的で欺瞞的であり、集団行動を損なう可能性があると批判されてきた。^{[45] [46]}

社会哲学では、人間ベースの計算はオンライン労働の暗黙の形態であると主張されてきた。^[47]哲学者ライナー・ミュールホフは、「ハイブリッド人間コンピュータネットワーク」における人間のマイクロワークの「機械による捕捉」を5つの異なるタイプに区別している：(1)ゲーミフィケーション、(2)「トラッピングとトラッキング」（例：CAPTCHAまたはGoogle検索のクリックトラッキング）、(3)社会的搾取（例：Facebookでの顔のタグ付け）、(4)情報マイニング、(5)クリックワーク（Amazon Mechanical Turkなど）。^{[48] [49]ミュールホフは、人間ベースの計算は}ディープラーニングベースの人工知能システムによく取り入れられ、その現象を「人間支援型人工知能」として分析していると主張している。

• 市民科学
• コラボレーションインテリジェンス
• 共同イノベーションネットワーク
• 協力的な人間通訳
• クラウドソーシング
• 目的のあるゲーム（または GWAP）
• グローバルブレイン
• 人間コンピュータ
• 人間とコンピュータの情報検索
• ソーシャルソフトウェア
• ソーシャルコンピューティング
• 社会組織
• 共生知性