デザイナーとクライアントの喧嘩と、強化学習
デザインというよりデザイナーについて
ついこの間、人に頼まれて、素人ながらウェブページを作成したときに、デザインをして感じたことを書きます。
今日もまたふわっとした話だけれども、書きます。
問題提起
ある生産物について、客観的に評価関数が存在しているが、その関数の値は計算可能ではない
このような問題が存在する。このとき、生産物がよいかどうかは
客観的に決めることができない。
さらに、生産者と、その購入者が異なるとき、
購入者の主観的な評価関数の値が大きい生産物を、生産者は作成することを要求されるが
生産者の主観的な評価関数の値が小さい生産物である場合が存在する。
生産者は評価関数の値が小さい生産物を強制されて作成しなければならず、
納得のいかない仕事をこなすことになる。
納得しない労働は労働者にとって苦痛だ。
上は不正確で、正確に書きますと、納得のできない労働は私にとって苦痛です。
具体的には、デザインというものは、人になにかしらの感情を起こさせることを
目的に設計することがあるけれども、
人間の感情についての実用的な予測性能をもったモデルは未知なので、
上に書いた問題が起こる。
クライアントとデザイナーの評価関数が似ていれば似ているほどこの問題を避けることができる。
現代日本社会では評価関数が似ているペアを作るお仕事である、「コンサルタント」とか、
「編集」とか、「プランナー」という仕事が大盛況です。
これは広義には最適化問題をといているわけだ。
で、今日の提起は、
評価関数の類似性を計算するプログラムを書けないか？
具体的には、クライアントとデザイナーの評価関数が似ているかどうかを推測するお仕事を
計算機をつかって自動化したい。
１つめのアイデアは、
クライアントまたはデザイナーに専属で、失敗がある程度許される場合についての解決策。
クライアントの内部の隠れ評価関数を、いろいろなデザインを選択肢として、強化学習する。
これのナイーブなやり方はアンケートをとって次回に生かすってやつ。
２つめのアイデアは、
クライアントとデザイナーのペアと、そこから発生したクライアントの満足度を左右するデザイナーの特徴量を
今までの統計をみて、発見する。
そしてその特徴量をもとに今後は予測する。
これも強化学習のアプローチである期間の総満足度を最大化するようなことが、現実的には多くの場合初めはデータが不足するので、必要だろう。
Googleさんはこういうことをもうやっているのだろうか。
Googleの埋め込み広告の最適化はこういうアプローチでもできそう。他のやり方は知らん。
おしまい〜
