Beslutningstaking i sjakkens verden

Ettersom alle innleveringene er levert, tenkte jeg å bruke dette blogginnlegget til å anvende teorien fra kurset på et høyaktuelt tema, nemlig sjakk-VM.

Sjakk er et spill, hvor hver spiller har 16 brikker som kan flytte seg totalt på en flate av 64 ruter. Spørsmålet er her om det er mulige å anvende normative modeller for å ta den god beslutning om hvor man skal flytte brikken for å maksimere sannsynligheten for å vinne.

Stormester i sjakk, Jon Ludvig Hammer forenkler spillet for oss dødelige med at hver spiller har ca 4 gode trekk det er mulige å gjøre i løpet av de 7 første rundene, totalt 14 runder for begge spillerne. Vet utregning gir dette 4^7 = 268 435 456 mulige trekk og mottrekk. I boken The immortal game: A history of chess, skrevet av David Shenk, blir det beskrevet mulige kombinasjoner i sjakk. Det første trekket har 20 åpninger for hver spiller, dette tilsvarer 400 muligheter (20^2). Totalt er det 10^120 mulige trekk i hvert sjakkparti. Dette impliserer at et sjakkparti har flere utfall, enn det er elektroner i universet.

Er det da mulig å modellere disse mulighetene skjematisk ved hjelp av beslutningstrær?

Chris Piech, en PhD-student i kunstig intelligens fra Stanford, skriver i sin blogg at selv sjakkcomputere ikke kan ta en optimal beslutning på grunn av det store utfallsrommet. Algoritmer lages for å maksimere  en poengsum som er basert på sannsynligheten for å sette motspilleren i sjakk matt, en slags expected utility funksjon om du vil.

Noe som kanskje er enda mer interessant er at når trekkene blir kompliserte, er det computeren programert til å ta beslutninger ved hjelp av heuristikker. Et eksempel på dette er at i de fleste programmer er det laget en algoritme som kjennetegner tidligere partier i samme situasjon, og dermed agerer på bakgrunn av disse, på samme måte som mennesker handler ved hjelp av tilgjengelighetsheuristikker.

For å gå over til den menneskelige siden ved beslutningsmodellering i sjakk, er det tydelig at menneskets begrensede kognitive kapasitet har en innvirkning for hvordan man tar beslutninger, når selv datamaskiner ikke har nok kapasitet til å regne ut maksimal nytte. Magnus Carlsen har selv uttalt at han prøver kun å regne tre til fire gode trekk om gangen. Det svært vanskelig å se lengre frem enn dette, men samtidig som han gjenkjenner flere tusentalls forskjellige sjakkpartier han baserer trekkene sine på, som kan tyde på bruken av tilgjengelighetsheuristikker.

I dokumentarene "Magnus Carlsen from Norway" og "Magnus Carlsen's last big title" blir det fokusert på hans evne til å konsentrere seg, og evnen til analytisk tenkning som kilde for hans suksess.

Selv tenker jeg etter å ha vært igjennom et kurs som forklarer beslutningstaking gjennom både normative og deskriptive modeller, at kilden til suksess kanskje ikke kun forklares gjennom hans evne til normative og analytisk tenkning. Er det mulig at Magnus Carlsen har evnen til å mestre begge typer modellene og at det er dette som har gjort han til den han er i dag?

Refleksjoner etter fullført individuell oppgave

Etter å ha fullført faget denne torsdagen, tenkte jeg å dedikere dette blogginnlegget til å se faget i retrospekt og reflektere over den individuelle oppgaven.

Som nevnt i det forrige innlegget, skulle jeg sove på hvorvidt oppgaven havnet på oppgave 2b), og dermed videre fordype meg i en lignende oppgave jeg hadde skrevet om i gruppeoppgaven, eller om oppgave 2a). Dette impliserte å fordype meg i noe jeg hadde mindre kunnskap om. Etter en god natt søvn, endte valget på oppgave 2a), noe som jeg er svært fornøyd med nå etter jeg har levert inn den siste oppgaven.

Særlig var prosessen med kildeinnhenting noe som ble veldig lærerikt ettersom jeg ikke hadde gått dypt inn i normative beslutningsmodeller tidligere. Jeg og min APA-sidekick Andres, jobbet begge med samme oppgave og fant det hensiktsmessig å samarbeide og diskuterte hvilke teorier som skulle inn i oppgaven. Ved å logge oss på skolens databaser og søke via Google Scholar fikk vi tilgang på var en stor hjelp for oppgaven, ettersom det var mange kilder som ikke lå allment tilgjengelig.

Etter flere runder på biblioteket fant vi flere bøker som var aktuelle til oppgaven og etter vår store overraskelse fant vi til slitt en anniversary-utgave av von Neumann & Morgensterns "Theory of Games and Economic Behavior", som ga oss ikke mindre enn en noe man kan forklare som en "akademisk orgasme". Dette er en kilde fra 1944 som introduserte fagfelt som nytteteori og hvordan mennesket maksimerer forventet nytte ved hjelp av spesielle aksiomer, noe som var i kjernen i oppgaven.

Både oppgavens format og innhold var svært krevende, og da var det til stor hjelp å diskutere dette med en annen. Jeg hadde fra tidligere såvidt  vært borte i APA før, og fikk god hjelp av Andres som virkelig hadde satt seg godt inn i akademisk skriving.

Etter et vel gjennomført kurs er det godt å kjenne at jeg har vokst faglig underveis. Fra kun å ha lest et kapittel om beslutingsteori fra tidligere, har jeg nå hatt et dypdykk både i normative og deskriptive modeller om beslutnignstaking, som har gjort meg i bedre stand til å ta bedre beslutninger i framtiden.