【AI】アマゾンの強化学習ベースの価格設定アルゴリズムが「談合」まで学習してしまう［02/14］

**しじみ ★** · 2019/02/14(木) 16:00:39.94

アマゾンで買い物をするとき、購入したサービスや商品の価格を設定したのは、おそらく人間ではなくアルゴリズムだ。自動化システムがますます手ごろで簡単に実装できるようになるにつれ、価格設定アルゴリズムはあらゆるオンライン販売で使われるようになってきた。

航空会社やホテルは長らく機械を使って価格を設定してきたが、価格設定システムは進化しており、ルール・ベースのプログラムから強化学習ベースのプログラムへと移行し、価格を決定するロジックはもはや人間がコントロールするものではなくなった。

強化学習はAI（人工知能）エージェントに対し、特定の目標に向けて罰と報酬を使って動機付けする機械学習のサブセットである。アルファ碁（AlphaGo）が、囲碁で最強の棋士を打ち破るのに強化学習を使ったのは有名だ。価格設定システムは、たとえば、全体的な利益を最大化するなどの目標を与えられ、その後、シミュレーション環境でさまざまな戦略を実験し、最適な戦略を見付ける。だが、ある新しい論文では、このシステムが大きな問題を起こす可能性を指摘している。強化学習を使った価格設定システムは、すぐに「談合」を学んでしまうのだ。

イタリアのボローニャ大学の研究者は、単純な強化学習ベースの価格設定アルゴリズムを2つ作り、制御環境へ投入した。その結果、2つの完全に自立したアルゴリズムはお互いのふるまいに反応することを学び、単独で動作していたら付けるはずの価格より商品価格を高く引き上げることが分かった。

「もっとも心配な点は、2つのアルゴリズムが共同行為の証拠をまったく残さなかったことです」と研究者は書いている。「アルゴリズムは、自身が動作する環境に対する事前知識なしで、お互いにコミュニケーションをとることもなく、談合するように特に設計されたわけでも指示されたわけでもなく、純粋に試行錯誤によって談合を学びました」。強化学習による価格設定アルゴリズムは、商品の価格を上昇させ、最終的には消費者の利益を害するリスクがある。

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2019/02/13030511/amazon-1400x787.png

https://www.technologyreview.jp/nl/pricing-algorithms-can-learn-to-collude-with-each-other-to-raise-prices/

**ニュースソース検討中＠自治議論スレ** · 2019/02/15(金) 19:42:01.17

自由市場ゲームのただ中から必然的に社会主義的協議が生じてくる、
それを部分的に証明したシミュレーションなのかもしれない。

**ニュースソース検討中＠自治議論スレ** · 2019/02/16(土) 09:55:34.21

>>57
空出品は一時期チャイナがやりまくってて
古い評価がない出品者は疑えって言われてたな

**ニュースソース検討中＠自治議論スレ** · 2019/02/16(土) 19:20:10.10

何十個もの星5のサクラ書き込みも学習されたら厄介だな

**ニュースソース検討中＠自治議論スレ** · 2019/02/17(日) 00:53:06.28

買おうか迷ってるとき、ころころ値段変えられると買う気なくすけどね

**ニュースソース検討中＠自治議論スレ** · 2019/02/19(火) 22:24:22.16

国家間の平和に応用できそうだな

**ニュースソース検討中＠自治議論スレ** · 2019/02/19(火) 22:49:55.49

対抗するには買う方もAIで最安値を予測してだな

**ニュースソース検討中＠自治議論スレ** · 2019/02/24(日) 04:09:37.69

現実の企業は、自分の価格が相手よりも高くてその結果客が注文をくれない
状態がずーっと続くと、従業員を解雇したり倒産したりして続けられなくなるが、
そういう退場するルールとか生存を続けるための痛みが無いと、現実離れした
霞を食って生きているような戦略が可能になってしまって参考にはならないかも
しれないな。

しっぺ返しの戦略というのを入れてゲームに参加するのがいろいろなゲームに
とって良いらしいのだが、つまり相手が自分にとって不利な戦略を選んでくると
こちらも相手に不利になる手をとるというもの。1回限りのゲームだと囚人の
ジレンマになっている場合には、両者が不幸に落ちてしまうパターンが最適
戦略だったりするが、多数回ゲームをする場合には、しっぺ返しで、協調すれば
得になる戦略を選び、相手が裏切りをしたら次に自分も裏切るが、相手が協力
的な手を取ってきたらすぐに自分も協力的な手を打つというのをやっていると
次第に両者が得をする戦略が選ばれるようになっていくしそれが最適解である
というぐあいに協調路線に落ち着くそうだ。　だから言葉をかわさなくても
相手の行動に対する行動の姿勢を示すことを通じて次第に談合に落ち着くという。

**ニュースソース検討中＠自治議論スレ** · 2019/02/24(日) 06:38:10.18

アマゾンの中で談合はじめたら、楽天の方が安くていいやん？みたいなことになるかもしれんな

**ニュースソース検討中＠自治議論スレ** · 2019/02/24(日) 15:44:31.82

>>9
俺もそう思った、この記事は別に何も目新しい事を言ってない。

**ニュースソース検討中＠自治議論スレ** · 2019/03/26(火) 21:03:33.16

談合のアルゴリズムを学習させればいい

**ニュースソース検討中＠自治議論スレ** · 2019/03/26(火) 22:23:33.75

>>3
まあ検索面倒だから手に取ったもの買うな
重さとか

**ニュースソース検討中＠自治議論スレ** · 2019/03/27(水) 21:39:11.64

>>14
コンピュータで解く前から分かってる話
暗か明かに関わらず供給側に価格の決定権があるならば談合がした方が供給側には利益が高いのはすでに分かっていた事実

**ニュースソース検討中＠自治議論スレ** · 2019/03/27(水) 21:40:09.51

>>16
それは価格の決定権が顧客側にある場合だな

**ニュースソース検討中＠自治議論スレ** · 2019/03/28(木) 13:04:36.42

機械の判断だから独占禁止法に引っかからないってなるんだろうな。

証券取引で同じ取引でも人間がやったら違法、機械がやったら無罪って扱いあったよな

**ニュースソース検討中＠自治議論スレ** · 2019/03/28(木) 13:43:36.99

アマゾンのスピーカーは盗聴器として、家庭の中職場の中で行われている
会話や物音を聞き耳を立てて聞いていて、特定のパターンや話者を認識して
その位置や内容を知らせるようになっているNSAのための世界規模の盗聴
ネットワークだろう。あなたがスピーカーに話すと、その声紋をそれと
いわずに登録しておけば、あなたが別の場所で誰かと話をしているのが
それが携帯電話であろうと公衆電話であろうと誰かのスピーカであろうと
高い確率で話者を特定し、位置を追跡して、その話をしている内容を
捕らえ、記録し、要約することが可能になっているのだろう。
狙いをつけた政治家、官僚、企業のVIPなどの会話だけをインターネットから
抜き取り、集めたり、いまどこで話をしているかをリアルタイムで知る
ことが潜在的にはできるのだ。

**ニュースソース検討中＠自治議論スレ** · 2019/03/29(金) 15:39:30.63

>>72
> アマゾンのスピーカーは盗聴器として、家庭の中職場の中で行われている
> 会話や物音を聞き耳を立てて聞いていて、特定のパターンや話者を認識して
> その位置や内容を知らせるようになっているNSAのための世界規模の盗聴

GoogleのスピーカーもそうだしiphoneのSiriも同様だな
これらはNSAによる全世界盗聴監視システムのセンサーネットワークを構成している

**ニュースソース検討中＠自治議論スレ** · 2019/04/21(日) 20:26:36.50

そうしてある日、乗っている飛行機が原因不明の墜落事故を起こしたり、
公園のベンチでコーラを飲みながら携帯で新聞記事を読んでいると
ドローンがやって来て爆殺されたりするんだよ。