HN 日本語サマリー

← 一覧へ戻る
科学・技術

データで最も鮮やかな色の鳥をランク付けする

Ranking the Most Brilliantly Colored Birds with Data (moultano.wordpress.com)

56 pointsby moultano5 コメント

要約

この記事では、鳥の羽の色データを分析し、最も鮮やかで色彩豊かな鳥をランク付けする手法について解説しています。単純な色の鮮やかさだけでなく、色の分布や明るさ、黒い部分とのコントラストなども考慮した、より洗練された評価基準を数学的に導入しています。最終的には、個々の羽の色ではなく、鳥全体の色彩表現を公平に評価することを目指しています。

全文翻訳

データで最も鮮やかに色づいた鳥のランキング

前回の投稿のプロジェクトを終えた後も、BirdColorBaseから処理済みの鳥の色のデータが大量に残っており、それをどのように切り取っても、新しく驚くべき鳥たちが現れました。前回の投稿で触れた最小限の処理では不十分でした。もっと深く掘り下げる必要がありました。

最も明るく、最も鮮やかで、最もカラフルな鳥を見つけ出すことにしました。数学と議論のエッセイに皆さんを付き合わせる前に、トップ40を発表します。こちらです。

[画像]

  1. オレンジ色の胸のブンチョウ
  2. アンデスコック・オブ・ザ・ロック
  3. バリアブルキングフィッシャー
  4. アジアアオバネヒタキ
  5. クロビタイオウチョウ
  6. ウロコインコ
  7. アカハラインコ
  8. エンペラーフェアリーレン
  9. スカーレットマコー
  10. アオビタイハチドリ
  11. キンイロハチドリ
  12. バラ色の胸のブンチョウ
  13. ギアナコック・オブ・ザ・ロック
  14. パラダイス・タナガー
  15. シロハラカナリア
  16. グリーンソーンテイル
  17. クリムゾンロゼラ
  18. ルリコンゴウインコ
  19. ケツァール
  20. アメリカトキ
  21. アオビタイオウム
  22. ムネアカアメリカムシクイ
  23. ハンターサンバード
  24. キガシラアオボウシインコ
  25. ムラサキオビサンバード
  26. ドハティショウビン
  27. オオハシショウビン
  28. アフリカヒメショウビン
  29. ベニサンバード
  30. ベニヒワドリ
  31. ツバメハチドリ
  32. ベニハネワカバインコ
  33. グラントアオハシインコ
  34. ムラサキフウチョウモドキ
  35. マヨットサンバード
  36. クロハシインコ
  37. パプアワカバインコ
  38. オパールオビタナガー
  39. キイロアメリカムシクイ
  40. アオムネハチドリ

これは数学を用いてランク付けされていますが、それは「主観的な数学」です。もしリストに同意できない場合、お気に入りの鳥が軽視されたと感じる場合、あるいは明白な候補が省略されたと感じる場合は、読み進めて、私の主観的なランキングが公平に扱われているか、そしてそもそも主観的なランキングが公平であるとはどういうことかを見てください。私は、私の主観的な好みをどのように数学に変換したかを説明します。その過程で、情報検索に役立つ多くの一般的な関数に触れますが、文書を関連性や品質に基づいてランク付けする代わりに、鳥をその色でランク付けします。

クロマ

私たちの物語が終わった場所では、sRGBとdisplay-P3の外側にある羽毛サンプルを持つすべての鳥を見つけました。つまり、少なくとも一部が従来のスクリーンに表示できない鳥たちです。これは pretty big lists of birds を生み出したので、次に尋ねるべき自然な質問は、どれが最も明るいか?エッジにあるすべてのドットの後ろには何があるのか?そのためには、「エッジにある」とはどういう意味かという概念が必要です。最も簡単なのは凸包です。

[画像]

ここにはいくつか問題があります。一つ目は、鳥が少なすぎることです。もっと多くの鳥を見たいのです。二つ目は、境界の多くの領域に鳥が非常にまばらにしか分布していないことです。マゼンタ色の鳥を見たいのですが、鳥の色の空間が内側に湾曲しているため、どの凸包もそれを見せてくれません。

凸包の巧妙な一般化であるアルファシェイプは、これを改善できます。その要点は、凸包の凹みを禁止するのではなく、特定のサイズまでの凹みを許容することです。半径 1/alpha より大きい円で領域を切り出すことができ、その円の境界にある点を凸包に追加します。

[画像]

これはずっと良いです。境界には多くの鳥が均等に配置されており、鳥が見せる最も極端な色を見つける場所がわかりました。しかし、最も鮮やかな鳥のランキングとしては、まだ2つの問題があります。

第一に、これは個々の羽毛サンプルの色を示しており、鳥全体の Сolor ではありません。もしあなたが、1つの鮮やかな斑点を持つ完全にベージュ色の鳥であっても、このリストに簡単に載ることができます。火炎セリンに失礼はありませんが、その額の斑点は確かに非常に燃えるようですが、1つの斑点だけでは十分ではありません。あるいは、喉を切り裂くフィンチも、素晴らしいハロウィンのコスチュームと素晴らしい名前を持っていますが、私たちは常に血まみれの喉以上のものを探しています。

[画像]

首をはねろ!

第二の問題は、これが色の彩度に基づいて色をスコアリングしているが、明るさに基づいていないことです。同じ緑色を達成しながら、2倍の光を反射する鳥は、意味のある意味で「より緑色」であり、ランキングにそれを評価してもらいたいのです。このプロットは、意味のある色を持つには暗すぎる羽毛を除外していますが、鳥を本当にランク付けするためには、単なる「明らかに黒ではない」という二値的な閾値よりも、より連続的な方法で明るさを組み込みたいのです。

CIE色空間には、彩度と色の光量の両方を評価するクロマという成分を抽出する変換があります。これは有望な出発点です。これは異なる波長の光量の単純な関数であると期待するかもしれませんが、それは非常に複雑で難解です。まずスペクトルをCIEXYZに変換し、次にCIELABに、そしてCIElChに変換します。これらはすべて、人間の目の特性に基づいて経験的に設定された関数とパラメータを使用しており、直感的な解釈はありません。これを見つける前に、反射のより生の物理的特性を使用して色の鮮やかさを定義する方法を様々に試すのにかなりの時間を費やしました。私が試したうまくいかなかったことすべてを簡単に要約するために、格言を残します。もしあなたが色理論を一から作り直していることに気づいたら、やめなさい。

CIEにすべての作業を任せ、鳥の平均クロマでランク付けしましょう。

[画像]

現在のチャンピオンであるアメリカトキを降ろす前に、しばらくの間その鳥を称賛しましょう。それは鳥の標識、あるいはイチゴの皿を食べている幼児のようです。それは新熱帯のマングローブの木々を巨大なラズベリーの茂木のように見せます。それは非常に非常に赤い鳥です。

[画像]

[画像]

[画像]

アメリカトキは、チェリーファンディップのトラックを見つけて興奮しているアメリカトキとそっくりです。分類学者は、それが別の種として分類されるべきかどうかを完全には確信していません。2つのトキは重なる地域を持ち、交配し、色以外のすべての解剖学的詳細で同一ですが、その色は素晴らしいです!

[画像]

「アメリカトキに威厳と色彩を与えながら、自然は武器の授与には消極的だったようです。鳥のくちばしは鈍く、爪は研がれておらず、目は優しく、柔らかいバンビのような品質を持っていました。」 – Dr. Paul A. Zahl, Coro-Coro

これは、最も美しい鳥として戴冠する可能性のある鳥にとって有望な態度ですが、少し自信過剰、少し現状維持、おそらくそのような巣を作っていることを示唆しています。もしあなたが単に他のどんな美的品質を無視して、鳥があなたの目に押し付ける色の量を最大化したいだけなら、ここで止めてください。頭から尾まで明るい無地の赤であることに加えて、偶然にもかなり大きな鳥であり、双眼鏡をいっぱいに満たすでしょう。単位鳥あたりの生の色の最大化のために、私たちは明確な勝者を持っています。

変異性

私がここで止まらず、さらに反復したい理由を説明します。最初の2羽の鳥を考えてみてください。クロマプロットをよく見ると、アンデスコック・オブ・ザ・ロックはアメリカトキとほぼ同じ色相を持っていますが、すべてのサンプルでクロマが高くなっています。黒い翼があるため、2位に甘んじています。

同様に、シロハラカナリアを、18ポジションも上回っているエンペラーフェアリーレンと比較してください。エンペラーフェアリーレンは、色がある場所ではより高いクロマを持っていますが、黒が多いです。それを罰することは、鳥の鮮やかさについての私の考え方とは一致しません。黒は、オリオールやゴシキヒワのような、明るい色のコントラストを強調します。中間的な色を持つ鳥と、黒い斑点の中の鮮やかな色を持つ鳥のどちらかを選ぶなら、私は毎回より目を引くために半分黒い鳥を選ぶでしょう。

これを数学で表現するために、クロマ値の単純な平均から加重平均に変更しました。重み自体はクロマに依存します。w=b+c^a。bの異なる値を設定すると、鳥が黒や白を持っていることに対してどれだけ気にするかが変わります。b=0は鳥を全く持っていないかのように扱います。aを変化させると、鳥がベージュや茶色を持っていることに対してどれだけ気にするかが変わります。

bを低すぎると、多くの無地の黒い鳥と少数の鮮やかな斑点を持つ鳥が得られます。それらのほとんどすべてが赤を唯一の色としていることに注意してください。これはすぐに重要になります。

[画像]

調整の結果、最終的にコック・オブ・ザ・ロックとオリオールをトップ5に押し上げる、0.25+c^{0.25}を重み関数として採用しました。

[画像]

純粋なクロマランキングに対する私の2番目の、より重要な不満は、アメリカトキが単一の色であることです。それは多くの色ですが、1つだけです。単色の鳥がすべての鳥の中で最も明るい、または最も美しいということは不可能だと言いたいわけではありませんが、現在のランキングでは、鳥が複数の色を持っていることを全く評価していません。実際、それはそれを損なっています。

鳥は赤と黄色であるのが非常に得意です。これは、一部の鳥が食事からカロテノイドを羽に転移させるためです。CIE色空間は、赤が非常に暗くても高いクロマを持つことを可能にし、黄色を非常に明るいと見なします。これは、色の多様性を考慮せずに、ランキングが暗い赤または生ぬるい黄色に支配されることを意味します。鳥が純粋な赤または純粋な黄色という戦略から逸脱すると、激しい青、緑、マゼンタは鳥が作るのが難しいため、クロマを上げるためにCIEがより多くのエネルギーを期待するため、パフォーマンスが悪くなる可能性が高いです。

[画像]

私たちのランキングがこのような感度を持っていることは残念です。生の光の量のような低レベルのプリミティブで作業したくなるかもしれませんが、前述したように、色理論を再発明したくなったら、やめなさい。鳥の鮮やかさを定義するには、必然的に目のことについての意見が必要です。それらのほとんどの意見はCIEに任せるのが最善です。

1つの色しか持たない鳥よりも多くの色を持つ鳥を評価するために、自然な概念は「収穫逓減」です。鳥が多くの赤を持っている場合、さらに赤を追加しても同じ量の追加クレジットを与え続けたくありません。「もう十分だ、他に何ができる?」と言えます。これは、一般化平均によって自然に表現されます。一般化平均は、幾何平均や調和平均などの他のすべての平均を特別なケースとして含む、平均の一般化です。単に Σxi/n を取る代わりに、値を変換してから、値が集計された後に変換を反転します。f⁻¹(Σf(xi)/n)。一般化平均の場合、f(x) = x^p とします。一般化平均のpパラメータは、平均が最小値に近いか最大値に近いかを設定します。-∞は最小値、-1は調和平均、0は幾何平均(極限を取った後)、1は通常の算術平均、∞は最大値となります。

色の多様性を持つ鳥を評価するために、色全体にわたるクロマ値の集計方法を一般化平均を使用して変更しました。色空間は連続しているため、すべての色相はユニークです。一般化平均が効果を発揮する前に、色相を平滑化またはビン化する必要があります。通常、1次元では、点の平滑化の自然な方法は、ガウス分布で畳み込んでカーネル密度推定を生成することですが、ここでは問題があります。色相は円です。これにより、ガウス分布の無限のサポートが不便になります。重要な領域で不連続性なしにガウス分布の裾を無視することは容易ではありません。円上に分布する点に対するガウス分布の自然な等価物は、フォン・ミーゼス分布であり、e^(κ cos(θ−μ))に比例します。したがって、それを使用しました。κパラメータが高い場合、選択された中心の周りで局所的にガウス分布に収束しますが、円周上で連続的です。κが0に設定されると、一様分布になり、元の色相に依存しない平均クロマスコアが回復します。

一般化平均におけるpとフォン・ミーゼス分布におけるκの効果は非常に密接に関連しており、関数を調整する上で、特に手動で調整する上で非常に悪い状況です。そのような状況では、直感的に明確なパラメータを固定し、望ましい効果を達成するために、より不透明なパラメータのみを変化させるのが最善の戦略です。この場合、色相空間で約45°の範囲の色相が他の色相にどれだけ似ているかという明確な直感がありますが、平均をどれだけ最小値に近づけるかについては、美学に合わせるための直感は全くありません。色相に関する私の直感に合わせるためにκを10に固定し、一般化平均パラメータのみを調整することから始めました。

一般化平均のべき乗を1以上に上げると、単一の明るい色を持つ鳥のみが選択されます。1よりはるかに小さい値に設定すると、スペクトル全体をカバーする鳥が選択されます。そのうちのいくつかを強調したいと思います。

[画像]

キンイロムクドリの虹色の背中と頭は、可能な色相の半分以上を占めていますが、決して明るくはありません。これは、存在するほぼすべての色を見せることができる鳥ですが、その一部だけです。最終的にランキングで敗退するのは、暗すぎて間違った照明では黒と間違われる可能性があるためですが、その特定の点で例外であるため、ここで言及する価値があります。もしあなたが科学フィクションのメタマテリアル、例えば異星の超兵士のナノテク装甲の視覚的参照を見つける必要があるなら、キンイロムクドリまたは光沢ムクドリの背中は、始めるのに喚起的な場所になるでしょう。

[画像]

ヒマラヤモナールは、その南の隣人であるクジャクに匹敵するか凌駕するほどの、驚くべき範囲の鮮やかな虹色の色を持っています。その色は最終的な基準のトップランキングに入るほど明るくはありませんでしたが、高地の希薄な空気の中で自然の生息地で見ると、低地の競争相手よりもはるかに鮮やかかもしれないと不思議に思います。世界の頂上(最大14,000フィート)と赤道近くの両方に生息しているため、より多くの太陽光を利用できます。これは、すべての色を標準光源と比較して測定することでは捉えられません。実際、私はこれらの鳥が動物園で互いに隣り合って見られた場合にどれだけ明るく見えるかを伝えています。私はモナールに、周囲の太陽光に満ちた高山の谷や、それが見つかる輝く白い雪の背景を評価していません。また、その設定の厳しさとのコントラストや、それを見るための巡礼に伴う低酸素状態の陶酔感も評価していません。

[画像]

最後に、ライラックブレストローラーです。私はかつてその近縁種であるインドローラーをジャイプールで見たことがあります。その翼の青とシアンの強烈さは私の息をのませました。もしその体がここにあるようにピンク色だったら、その経験を想像するしかありません。

[画像]

色の多様性を持つ鳥にもチャンスを与えたいと思いましたが、単色の鳥を完全に除外したくなかったので、最終的にp=0.85を選択しました。

[画像]

最後に、羽毛サンプルが非常に少ない鳥については少し懐疑的でした。各データセットの研究者がどのように羽毛を選択したかはわかりません。もし彼らが最も顕著な色を見つけるために最も明るい部分だけを選択していたなら、5つのサンプルを持つ鳥は数十個のサンプルを持つ鳥よりも不当に有利になります。これを修正する最も簡単な標準的な方法は、サンプルの数nの飽和関数n/(n+h)(ここでhは係数が半分に達したいサンプル数)を掛けることです。この関数がどれほど役立つかを考えると、このアプリケーションには標準名があるはずですが、見つけることができませんでした。平均が0であるべき事前分布に共役事前分布を適用したいが、その事前分布をどのように計算すればよいかわからない場合は、この関数を掛けるだけで、機能するシステムを生成するのに十分な近似が得られます。多くの状況、例えばガウス平均では、これは正確であり、他のすべての状況では十分に近いです。多くの美しい鳥がまばらにサンプリングされていたため、hを最小値の0.25に設定しました。1つのサンプルを持つ鳥は、スコアが20%しか減少しません。

[画像]

ランキングはまだ終わっていませんが、チャンピオンであるオレンジ色の胸のブンチョウを発表する準備ができました。その腹は、どんな鳥よりも黄色く黄色いです。その背中は、どんな鳥よりもターコイズ色です。その間には頭と背中に密集した鮮やかな緑があり、首の周りにはオレンジ色があり、色相環の半分を完全に満たしています。

[画像]

オレンジ色の胸のブンチョウは、メキシコの南西海岸の熱帯乾燥林にのみ生息しています。北のカリフォルニアの森林と同様に、これらの森林は多くの月間季節的な干ばつに耐えますが、それらの森林とは異なり、干ばつを生き延びるためにほとんどの木が葉を落とします。これにより、オレンジ色の胸のブンチョウは、北の親戚であるカーディナルと同様の視覚的役割を果たします。それは茶色で裸の冬の枝に色を付けます。

このリストにオウムが多いことに気づくかもしれません。これには化学的な理由があります。ほとんどの鳥は、赤と黄色を作るために食事からカロテノイドを抽出する必要があります。オウムは、ユニークに、自分で別の色素を合成できます。彼らが作る分子は、その科に非常に特異的であるため、それにちなんで名付けられました。オウム色素、文字通り「オウムの黄色」です。それは、その端のわずかな化学的変化によって、鮮やかな黄色または深い赤を反射することができ、種間での鮮やかな色のパターンの広い範囲を可能にします。ほとんどの緑色のオウムの多くの種は、その黄色い色素と構造的な青を組み合わせて、特徴的な緑色を作ります。

これは、ランキングが主に緑色の、視覚的に似たオウムに支配されている理由の説得力のあるケースですが、それでも少し不満が残ります。おそらく、あなたはオレンジ色の翼のアマゾン、キガシラアオボウシインコ、シロハラアオボウシインコ、そしてアオハラアオボウシインコの違いを一目で判断できるかもしれませんが、私はできません。おそらく、サファイアオビインコは、他の緑色のオウムとは見かけ以上に異なるかもしれませんが、残念ながらその臀部の適切な写真を見つけることができませんでした。これらのオウムの1つを見たことがあると、別のオウムを見てもあまり興奮しないでしょう。それらはすべて少し同じように見えます。最も鮮やかな鳥の典型的なランキングに、鳥が提供する多様性をもっと含めたいのであれば、最後の要素を1つ含める必要があります。

多様性

どの百科事典も、エベレストの次に地球で2番目に高い山はK2であり、ヒマラヤの別の山だと述べています。実際にはそうではありません。それは慣例によるものです。2番目に高いピークは、エベレストの頂上から1センチ離れた無名の岩です。3番目に高いピーク、4番目に高いピークも同様です。通常、ピークは、そのすぐ隣接するピークよりも際立っている場合にのみピークとして数えます。この慣例、または定義により、トップ1000の山頂のリストをエベレストの様々な岩で埋める必要がなくなります。

この問題は、高さを基準にした山のランキングに固有のものではなく、あらゆるものをランク付けする際に固有の問題です。特に、抽出するアイテムの数が選択するアイテムの数に対して大きい場合です。あなたのランキング関数はおそらく自然な分布の中に単一の最高点、つまりあなた自身の「エベレスト」を持っています。データセットが十分に大きい場合、エベレストには多くの点があり、すべて非常に高く、互いに非常に似ている可能性があります。デフォルトでは、それらはあなたのランキングを支配します。リスト上のすべては、あなたが最高だと判断したものの正確なコピーまたは小さなバリエーションになります。高校で最も背の高い2人の人物は、男性であること以外は互いに似ていない可能性が高いです。世界で最も背の高い2人の人物は、おそらく両方とも下垂体巨人症を患っています。

私たちがランク付けしているエンティティ自体が、高くランク付けされるように最適化していない状況では、エンティティの数が可能性の全空間を埋めるのに十分な大きさである場合にのみ、これは問題になります。ランク付けされているエンティティがあなたのランキングに応答し、それを最適化している場合、たとえ非常に少ないものをランク付けしている場合でも発生する可能性があります。それらの十分な数が支配的な戦略を見つけるため、その戦略を使用する者だけがランク付けされます。

これはランキング関数に大きなプレッシャーをかけます。あなたの関数が何らかの形で間違っている場合、実際に最善のこととあなたが定義した最善のことの間にギャップがある場合、リストは間違ったもので完全に支配されることになります。あなたの関数を壊す戦略があれば、それは単一の位置で壊れるだけでなく、リスト全体で壊れます。あなたが評価したいと思っていた生態系や多様性は何も残らないでしょう。

以前のランキングでこの問題を痛感しました。最初のリストには、無地の赤または無地の黄色の鳥が多くありました。黒と白のサンプルの重みを0に減らしたとき、リストは鮮やかな赤または黄色の1つの斑点を持つ、ほとんど黒い鳥に支配されていることがわかりました。鳥の内部の色の多様性を評価し始めると、それは様々な、ほとんど緑色のオウムに支配されるようになりました。

これに動じず、純粋に独立してランク付けされたリストを好むかもしれませんが、最終的にはほとんど似たようなオウムになるかもしれません。しかし、正確またはほぼ正確な重複をどうしますか?「種」は比較的明確な定義であるため、数千もの遺伝的に類似し視覚的に同一の鳥がランキングを混乱させる心配はありませんが、性別はどうでしょうか?例えばスカーレットマコーのように、見た目が同じであっても、種を別々の鳥として数えるべきでしょうか?亜種はどうでしょうか?亜種が視覚的に異なるかどうかをどのように判断しますか?間違った選択をすると、リスト全体が同じ鳥のマイナーなバリエーションで支配される可能性があります。

山のピークに対してこれを防ぐために、より顕著な隣人に非常に近いピークを割引きます。そして、この同じ動機が、ランク付けされたリストを多様化するためのアルゴリズムの根底にあります。決定論的ポイントプロセスや最大周辺関連性などです。もし堅牢な方法でそれができれば、種を細かく分割したかどうかを心配する必要はありませんでした。重複やほぼ重複は、以前にランク付けされた鳥に似すぎているため、より低くランク付けされるでしょう。私たちは分布全体をランキングに投入し、相互類似性のペナルティが粒度を解決するのを待つことができます。

私がここで実装したアルゴリズムは、最大周辺関連性のバリアントです。s_{i,n}を、n番目のランキング位置の候補として考慮されるアイテムiのスコアとします。s_iを元の非多様化スコアとし、mを既にランク付けされたアイテムのインデックスとします。sim(i,j)をアイテムiとjの類似度尺度とします。ここでは、平滑化された色相-クロマベクトルのコサインです。

s_{i,n} = s_i(1 - max_{m<n} sim(i,m)^{a+b(n-m)})

これと最大周辺関連性との主な違いは、多様性ペナルティが減衰することです。リスト内のアイテム数が増加すると、候補となる上位ランクのアイテム数も増加します。したがって、元の最大周辺関連性では、ランキング関数は下降するにつれてその性質が劇的に変化します。元のスコアではなく、多様性によって支配されるようになります。減衰を許容することで、リスト全体で同様の性質を維持でき、各位置が同数のピアと比較されるようになります。ランク依存の指数は、アイテムをそれらの類似度に応じて間隔を空けることを動機としています。低い指数は、アイテムが既にランク付けされたアイテムに弱く類似していることを理由にペナルティを与えます。高い指数は、ほぼ重複するアイテムのみにペナルティを与えます。ランク間の差に基づいて指数を計算することで、中程度に類似したアイテムは間隔が空けられますが、完全に無視されることはなく、ほぼ重複するアイテムは、多様性ペナルティが決して減衰しないため、ほとんど除外されることが保証されます。

貪欲法でリストを埋めます。各時点で残りの候補の中から最大スコアを選択します。多様性ペナルティはスコアを下げるだけなので、元のスコア順に候補を考慮し、現在の候補のスコアが次の候補の元のスコアを超えたら早期に停止することで、各ランクを埋めるためのn^2の実行時間を防ぎます。

[画像]

元のチャンピオンであるオレンジ色の胸のブンチョウは同じです。位置1では、多様性ペナルティの影響を受けません。しかし、残りのリストがいかに異なり、それらの戦略がいかに異なるかに注目してください。ここでも単色の鳥が多くありますが、今回はそれぞれ異なる色です。

トップ10には、ウロコインコとアジアアオバネヒタキが新たに加わりました。これらはそれぞれの色を真に代表する素晴らしい鳥です。2羽のオウムが残っています。アカハラインコとスカーレットマコーは、様々な緑色のアマゾンインコが長く並ぶよりもはるかに魅力的で多様です。

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

[画像]

もしこれらがあなたにとって最も鮮やかな鳥に見えず、あなたがもっとうまくやれると思うなら、私の動作中のColabが利用可能です。あなたが見つけるものを見てください。

公平性、判断、そして制御

この投稿で説明している技術、つまり一般化平均と事前分布、特徴ベクトルとパラメータ化された類似度尺度、これらは大部分失われた芸術です。もしあなたがプロフェッショナルとしてランキング関数を設計しているなら、測定された統計量からなる関数として、あなたの判断だけを使って手作業で構築することはまずないでしょう。これは非常に古いやり方で、コンピューティングのタイムラインでは先史時代のものであり、ラリーとセルゲイがGoogleの最初のランキング関数を書いていたとき、そしてアミット・シンガルがそれを書き直していたときに行ったようなプロセスです。もう誰もこのようには行いません。

代わりに、「恐竜」であるような組織で働いている場合、人間のラベリングされたデータのセットを予測するために、伝統的な機械学習や統計を使用しているかもしれません。例えば、「どちらの鳥がより美しいか」というペアワイズランキングを予測する回帰モデルです。あなたの組織が単に「時代遅れ」である場合、鳥の色を要約する埋め込みモデルをトレーニングしているかもしれません。LLMに「どちらの鳥がより美しいか」と尋ねるのではなく(あるいは、契約労働者が秘密裏に仕事をアウトソースしてあなたに伝えていないために偶然そうしているかもしれません)、モデルをLLMの好みに合わせてファインチューニングしているかもしれません。あなたの組織が完全に「時代に即している」または「時代を先取りしている」場合、おそらく言語モデルに最も美しい鳥について尋ね、リスト自体を見ずにそのまま本番環境にリリースしているでしょう。特に熱心であれば、「最も美しい」対「最も鮮やか」対「最もカラフル」というテキストを調整し、次のモデルポイントリリースが、カラスに対する過剰で説明不能な愛着のような、鳥に関する新しい特異な信念を持たずにあなたの製品を壊さないことを祈るかもしれません。

新しい方法は、良い理由で古い方法に取って代わりました。それらははるかに優れたパフォーマンスを発揮します。特に、測定しているメトリックを再現するようにトレーニングした場合。それらは非常に高速です。私はこれらの式を1ヶ月かけて繰り返し調整し、パラメータをいじりましたが、モデルであれば数分で結果を生成できたでしょう。

しかし、最も重要なのは、それらが力を奪うことです。あなたは望む結果を得ることはできません。代わりに、あなたのデータが望む結果を得ることになります。これは欠点のように聞こえますが、多くの場合そうではありません。モデルをデータに基づいて構築する場合、あなたは製品の判断を誰かにアウトソースしています。その「誰か」がユーザーであり、その判断を正しく測定している場合、これは美徳のサイクルです。残念ながら、組織は、そのサイクルの重要な部分が壊れていても、その美徳のサイクルにいると信じるように収束します。これはGoodhartの法則の特別なケースであり、インターネット上の最も執拗に皮肉な人々がエンシュittificationと呼ぶものの実際の直接の原因です。

システムの複雑さが増すにつれて、その目標を果たし続けるためには、あなたのシグナルは、あなたの目標とその測定値との残差と相関がない必要があります。あなたのシグナルは非常に純粋で、その仕事に非常に優れていなければならず、あなたの目標の測定方法が間違っている方法を反映できないほどでなければなりません。このリスクを「過学習」と呼ぶかもしれませんが、モデルレベルではなく組織レベルです。モデルの場合、モデルが決して見なかったホールドアウトテストセットは、人間がモデルをトレーニングして、どちらのモデルが優れているかを判断できるようにします。組織の場合、ホールドアウトテストセットは現実であり、判断は製品の成功です。

組織がユーザーの測定値が製品の判断に取って代わることができると適切に懐疑的であったとしても、それをユーザーにアウトソースすることには、抵抗できないもう1つの利点があります。それはあなたの決定に言い訳を与えます。政治家は言い訳を好みます。一般市民は言い訳を好みます。裁判所は言い訳を好みます。裁判所は、言い訳が責任の欠如と同じであると判断し、あなたに多額のお金を節約してくれるかもしれません。組織は言い訳を好みます。それは再現可能で、予測可能で、耐久性があり、それを担当する誰に依存せずに機能します。あなた自身の道徳的責任感も言い訳を好むかもしれません。「私はどうすることもできなかった。私のせいではない。それはデータのパターンだった。」言い訳には多くの推奨事項がありますが、最終的には製品を誰かの手に委ねることになります。最良の場合でも一般市民に、そしてまあです。

自分で関数を書き、自分でパラメータを設定する場合、誰かの後ろに隠れることはできません。それがするすべての決定はあなたのものです。その決定に倫理的な意味合いがある場合、それらの意味合いはあなたに降りかかります。それは恐ろしいことです!そのようなことに対して責任を取るにはどうすればよいですか?人々は私に怒るでしょう、そして私は何を言うことができますか?

もしあなたがスカーレットトキであり、ランキングについて不満を抱き、すべての無地の赤い鳥を代表して話すなら、あなたは私が書いたことを見て、「見ろ!悪意だ!彼はスカーレットトキを傷つけるようにランキングを設計した!単一の鮮やかな色で覆われていることが私を悪くするのではなく、良くする!鳥は彼らが最も得意な単一のことでランク付けされるべきであり、実際には重要でない二次的な品質ではない!」と言うかもしれません。あるいは、あなたがシロハラカナリアであり、すべての黄色い鳥を代表して話すなら、それらがすべて明るいこと、そしてそれらがすべて同じ方法で明るいことについて私が懐疑的であったことが不公平だと考えるかもしれません。あなたは、鳥はクロマではなく明るさでランク付けされるべきだと主張するかもしれません。「明るさにはクロマとの相関が0.45あります!クロマの代わりに明るさを使用するのは、非原理的な感傷です。あなたの目に反応させるのは光であり、色ではありません。彩度の高い色を持つということは、光を失っているだけです!トップ100羽の鳥の中にいるという条件付きで、クロマと明るさの間の残差は、その後の結果とは相関がありません!」あるいは、あなたがオレンジ色の翼のアマゾンであり、すべてのよくできた緑色のオウムといくつかの色の斑点を持つ鳥を代表して話すなら、「なぜリストのトップに緑色のオウムがたくさんいることが重要なのでしょうか?客観的な測定値が緑色のオウムが最高だと言うなら、リストのトップは緑色のオウムだけで構成されるべきです。それが現実です。私たちだけが他の誰も作れない顔料を作れるのは私たちのせいではありません。どんな多様性測定値も、それに値しないより暗い鳥に場所を与えているだけです。」

確かに、あなたがするどんな統計的テストでも、はい、私が調整したことは私がそれらを傷つけたと述べた鳥を傷つけ、そして私が低くランク付けするように動機づけられたと同意するでしょう。もし私がこの記事で使用したフレーズのいずれかが、発見の証拠として、あるいはニューヨークタイムズのプルクォートとして現れたら、それは信じられないほど壊滅的でしょう。それにもかかわらず、私はここで設計したランキング関数が公平であると主張します。それは意図と出力の両方において豊富なバイアスを持っており、ランキングにおける公平性とは何かという通常のテストに失敗するにもかかわらずです。

私が特定の鳥を過大評価されていると考えてランクを下げるようにランキングを変更したい、または構造的な方法で構成を変更したいという願望を表明するとき、私を制約するのは、その直感を数学で表現できることです。しかし、実際の制約が何であるかについては明確にしたいと思います。あなたは数学でほとんど何でも表現できます。あなたが望むどんな不正な目的を達成する関数を書くことは簡単です。伝統的な機械学習アルゴリズムは、提供されたデータを過学習することを喜んで行います。もしあなたが悪い意見を持っていて、あなたの数学をそれらの意見を表現するように拷問したいなら、あなたは絶対にそれをすることができます。任意のバイアスのセットに任意の関数を適合させることの単純さが、基盤となるアルゴリズムをブラックボックスとして扱う標準的な統計的公平性尺度を動機づけています。

私はここでその文献を無視しています。なぜなら、ランキングアルゴリズムが公平であることの意味にうまくマッピングされていないと考えているからです。代わりに、私はこのアルゴリズムがそれらの基準が保証するよりも深い意味で公平であると主張します。もし私がオウムの鮮やかさに不当に感銘を受けず、それらをあらゆる機会に低くランク付けするように重みをかけていたなら、私を制約する主な要因は、私が書いている数学の醜さです。ひどいハックをすることへの私の嫌悪感は、オウムを公平に扱うという私の道徳的義務と同じくらい制約となります。あなたはヒマラヤモナールへの私の愛着と、パラメータの選択に関わらずそれがどれほど低くランク付けされたかについての私の不満に気づいたかもしれません。それらを好むためのエレガントな基準を思いつくことができないことは、私の好みがそのランキングに影響を与える方法を、私の好みの健全性よりもさらに制約します。それは単に意見を数学で表現する問題ではなく、良い味を持つ数学なのです。

私はここで、関数の一連のパラメータを定義しました。そのクラス内のどの関数も、鳥の美しさを作るものについての合理的な意見を表します。クラス自体がこのプロパティを持っているため、クラス内のすべての関数は公平です。私がクラス内の関数を指定するためにパラメータを選択したという事実が、私の個人的な主観的選好に合わせたり、具体的な例を再ランク付けしたりしたとしても、それは低下しません。クラス内のすべての関数は公平なので、この関数も公平です。

それが公平だと私が信じる理由を列挙します。

  1. 関数の各コンポーネントは、あるエンティティを別のエンティティよりも良くすることができる品質についての広く受け入れられている直感を実装しています。この場合、「それはより明るい」「それはより多くの色を持っている」「それについてより多くのことを知っている」「それは比較してユニークである」です。
  2. それはこれらの直感を自然で簡単な方法で実装しています。
  3. それは、エンティティのアイデンティティに関係なく、測定されたデータに基づいて各コンポーネントをベースにしています。
  4. 関数のコンポーネントは、滑らかで、単調で、簡単な方法で組み合わされています。不連続性はありません。特に、特定のエンティティのスコアに不審に近く不連続性はありません。

これらの品質はすべて、伝統的な機械学習によって侵害されていることに注意してください。そこでは、データに適合させている関数のほとんどは、正当化できないナンセンスです。モデルが何を計算しているかをほとんど制御できない場合、それが人間の直感に一致するという保証はありません。通常は一致しません。もし私が使用している数学が良い味によって制約されていなかったら、オウムの色相/クロマベクトル主成分を抽出し、それを数個のパラメータに単純化し、その投影をスコアから差し引くことで、オウムが決して高くランク付けされないようにすることができます。これは私が既に書いたものほど複雑ではなく、同様の数のパラメータを持っています。私はそれをしません。なぜならそれは醜く、その醜さがそれを不公平にするからです。通常の機械学習システムは、常にこのようなことを行っています。それが彼らがすることの主なものです。

私にとって公平性とは、ランキングのすべての部分の動機を調べ、説明し、それらを他のものよりランク付けする合理的な基準として正当化し、それが計算しているものが単なるBSであると感じないことを意味します。ある鳥を別の鳥よりも選択する理由には、直感があります。それは私だけでなく、一般的に理解可能で関連性のある直感であり、それが数学に変換されます。理想的な場合、アルゴリズムは非常に明確で動機付けられているため、それに害を及ぼされた人に説明することができ、彼らが「ええ、まあ、公平だと思います」と反応するでしょう。

敗者は、彼らが負けた理由が明確で正当であると感じるべきです。たとえ彼らが同意しなくても。これはランキング関数がクリアするには高いハードルですが、提案されている他のどの目標よりも良い目標です。人々は最終的にはほとんど合理的です。彼らに、なぜ彼らが害を被ったのかを説明でき、その根拠が彼らにとって正当であるように見えるなら、彼らはそれを受け入れる可能性が高いです。彼らは、より弱い、より正当化されていない基準を持つ代替ランキングよりも、より多くの害を被ったとしても、それを受け入れる可能性が高いです。その機能を正当化可能な用語で説明できるようにするために、精度をある程度犠牲にすることは価値があります。

私はキャリアの中で何度も、インターネット上の情報フローの性質を変えたり、政治家を怒らせたり、一部の企業を倒産させたりするようなパラメータを決定しなければなりませんでした。その瞬間、私は自分自身で倫理的に行動することの意味、そして私が選んだパラメータが公平であることの意味を決定しなければなりませんでした。これは私自身のために定めた基準です。私は、自分が何をしたのか、そしてなぜそうしたのかを、自分がしたことによって害を被った技術的な人に説明することができ、それでも誇りに思うことができるはずです。ハックを追加することでシステムの数値パフォーマンスを向上させることができますが、それによって害を被った人にそれらのハックを正当化することはできません。しばしば、ハックで追いかけていたパターンは、まったく異なる概念でよりエレガントに表現されるか、あるいは実際には何も反映していなかったことがわかります。

物事をランク付けすることは非常にデリケートなトピックです。私はこれらの原則を長い間書き留めたかったのですが、通常適用されるトピックが政治的または専門的にあまりにも熱いため、それを実行するのが非常に困難でした。議論は、原則ではなく、アプリケーション自体について完全に展開されるでしょう。これは偶然ではありません、それは物事をランク付けする性質に固有のものです。ランキングは主観的であり、価値観の表現です。ランキングが重要である場合、それらの価値観は、大組織、または社会全体の価値観であり、多くの人々が関心を持っています。ランキングは本質的にゼロサムであり、ウィンウィンの状況はなく、生きて平和に過ごすこともなく、プラスサムの妥協もありません。敗者は必ず出ます。

あなたは1は人々を怒らせることになります。それを避けることはできません。あなたが人々を怒らせている理由が、良い理由であることを確認してください。

  1. 現実的に、「あなた」とは言語モデルのことですが、モデルは現在、このガイダンスを読み取り、それに従う能力に達しており、したがってこの議論は見えるよりも束縛が少ないです。あなたがユーザーのためにアイテムをランク付けするエージェントである場合、単に記憶に頼るのではなく、このように行うことを検討してください。ユーザーは結果をより信頼する可能性が高くなります。↩︎