Учёные создали модель BEAST-GB для прогнозирования решений людей

Учёные из Техниона (Израиль) совместно с коллегами из США разработали вычислительную модель BEAST-GB, способную прогнозировать решения людей в условиях неопределённости и риска. Разработка объединяет методы машинного обучения и теории поведенческой науки. В основе BEAST-GB лежит ранее созданная модель BEAST, основанная на психологических теориях. Она предполагает, что при выборе в рискованных ситуациях люди используют разные стратегии, например, избегают немедленного сожаления или стараются минимизировать возможные потери. Эти стратегии исследователи перевели в набор «поведенческих признаков» и объединили их с объективными характеристиками задач. Данные были обработаны с помощью алгоритма Extreme Gradient Boosting, что и дало название новой модели. BEAST-GB показала высокую точность в прогнозах. На соревновании CPC18 в 2018 году она заняла первое место, предсказав 93% вариаций в данных, а в более поздних тестах с увеличенной выборкой — до 96%. При этом модель смогла обойти десятки других поведенческих и чисто машинных моделей, показывая точные результаты даже при ограниченном объёме обучающих данных. Авторы отмечают, что BEAST-GB не только предсказывает выбор людей, но и помогает понять, какие мотивы лежат в основе этих решений. В будущем разработчики планируют тестировать модель в реальных условиях совместно с государственными органами и организациями, создающими программы для улучшения качества принимаемых людьми решений.