Entropiapohjainen Wordle-strategia: tiedon maksimointi

Kuvittele tämä: kuusi yritystä, viisi kirjainta ja englannin kieli tiivistettynä värillisiksi laatikoiksi. Useimmille pelaajille Wordle on lyhyt päivittäinen pulma, pieni rituaali. Binghamtonin yliopiston joukko insinööriopiskelijoita ja heidän professorinsa kohdalla siitä tuli laboratorio, jossa testattiin tiedonteorian perustavaa ajatusta.

Tiedon maksimointiin perustuva pelikirja

Wordle tarjoilee epävarmuutta hopealautasella. Arvaat viisikielisen sanan, ja peli vastaa vihreällä, keltaisella tai harmaalla. Nuo värit eivät ole pelkästään palautetta; ne ovat dataa. Binghamtonin tiimi muutti tavallista arvausintuitiota. Sen sijaan, että tavoitteena olisi joka kierroksella todennäköisimmän sanan jäljittäminen, he kysyivät eri kysymyksen: mikä arvaus pienentää mahdollisuuksien joukkoa eniten?

Se kysymys osoittaa suoraan Shannonin entropiaan, 1900-luvulla kehitettyyn mittariin jonka Claude Shannon esitteli epävarmuuden kvantifioimiseksi tiedonlähteissä. Yksinkertaisesti sanottuna entropia mittaa, kuinka paljon voit odottaa oppivasi. Arvaus, joka tuottaa monia eri palautemalleja jäljellä olevien ehdokkaiden kesken, kantaa suurta odotettua informaatiota. Arvaus, joka aina antaa saman mallin, on lähes arvoton.

Lähestymistapa on käytännöllinen yhtä aikaa kuin elegantti. Syötät pelin värikoodatun vastauksen pieneen ohjelmaan, ja algoritmi järjestää käytettävissä olevat arviot niiden odotetun informaatiogainin mukaan. Valitse korkeimmalle sijoitettu sana, syötä se Wordleen, päivitä palaute ja toista. Menetelmä suosii sanoja, jotka viipaloi ehdokastilaa laajasti, ei välttämättä sellaisia sanoja, jotka yksittäisinä ovat todennäköisimmin vastaus.

Tuo tavoitteen muutos on hienovarainen mutta voimakas. Kuten yksi tiimin opiskelijoista kuvasi, arvaus ei tarvitse olla paras yksittäinen vastaus; sen tarvitsee vain olla tarpeeksi informatiivinen ohjaamaan sinut nopeammin ratkaisun luo. Tietokonekokeissa entropiaan perustuva strategia ratkaisi noin 99 % testatuista pulmista, kun taas heuristiikka, joka priorisoi yleisimpiä kirjaimia, saavutti noin 90 %.

Luokkahuoneharjoituksesta vertaisarvioituun artikkeliin

Se, mikä alkoi järjestelmä- ja tietojenkäsittelytieteiden kurssin tehtävänä, kypsyi julkaistuksi tutkimukseksi. Opiskelijat sovelsivat luokassa opittua teoriaa tuttuun, rajattuun tehtävään ja havaitsivat, että staattinen tilastollinen mittari voi ohjata dynaamista päätöksentekoa. Projekti näyttää esimerkin insinöörikasvatuksesta, jossa opiskelijoilta odotetaan siirtymistä pelkistä yhtälöistä käytännön ongelmanratkaisuun.

Menetelmän viehättävyys on helposti lähestyttävä. Wordlen sanalistasta ei tarvita sisäpiiritietoa yli normaalin pelaajakokemuksen; oleellista on laskea, miten palaute vaihtelee eri ehdokkaiden kesken. Tämä tekee tekniikasta toistettavan, läpinäkyvän ja selkeän opetusesimerkin siitä, miten abstrakti matematiikka voi muokata arkipäiväistä strategiaa.

Entropiapohjainen strategia ratkaisi simulaatioissa 99 % Wordle-pulmista.

Tietenkään tämä ei ole maaginen ratkaisu ihmisille, joilla ei ole välitöntä laskentatehoa. Käytännön pelaamisessa menetelmän hyödyntäminen vaatii paikallisen skriptin ajoa tai valmiiksi laskettua taulukkoa. Mutta käsitteellinen opetus ulottuu Wordlen ulkopuolelle: odotetun informaation maksimointi on usein parempi pitkän tähtäimen taktiikka kuin välittömän onnistumisen todennäköisyyden maksimointi.

Seuraukset, rajat ja inhimillinen pelaaminen

Miksi entropiamenetelmä päihittää kirjaintiheyteen perustuvan heuristiikan? Siksi, että englannin kirjainten frekvenssit ja paikalliset vinoumat ovat karkeita työkaluja, kun ehdokaslista on jo supistunut aiempien arvauksien seurauksena. Tuossa vaiheessa arvaus, joka tutkiskelee harvinaisempia kuvioita, voi antaa ratkaisevaa palautetta, kun taas yleisimpien kirjainten perässä juokseminen voi jättää pelaajat monen samanlaisen ehdokkaan joukkoon jumittuneiksi.

Tutkimuksen suoritusluvut perustuvat simulaatioihin, jotka mallintavat monia mahdollisia salaisia sanoja ja vastauskuvioita. Ne osoittavat menetelmän luotettavuuden: entropiastrategia menestyy laajalla valikoimalla pulmia, ei vain käsin valituissa tapauksissa. Silti käytännön rajoituksia on. Entropialaskennan ajaminen vaatii enemmän laskentatyötä kuin vaistonvarainen arvaaminen, ja ihmiset saattavat mieluummin valita esteettisesti miellyttäviä tai helposti muistettavia aloitussanoja.

Satunnaispelaamisen lisäksi työ tarjoaa opettavaisen tapaustutkimuksen hakualgoritmeja, diagnostisia testejä tai kokeellisia politiikkoja suunnitteleville. Milloin tahansa voit valita kokeita ja saada kategorista palautetta, kysymys siitä, mikä koe maksimoi odotetun informaation, on periaatteellinen tapa nopeuttaa löytämistä.

Asiantuntijan näkemys

'Tämä on oppikirjaesimerkki teoriasta, joka ohjaa käytäntöä', sanoo tohtori Elena Marquez, kognitiotieteilijä joka tutkii päätöksentekostrategioita. 'Ihmiset usein valitsevat oletusarvoisesti todennäköisimmän vaihtoehdon, mutta kun epävarmuus on jäsenneltyä, informatiivisin teko voi olla intuitiivisesti yllättävä. Tällä on yhtymäkohtia diagnostiikassa, kyselyjen suunnittelussa ja jopa planeettatutkimuksessa, jossa jokainen mittaus on valittava epävarmuuden vähentämiseksi tehokkaasti.'

Marquez lisää, että tutkimuksen viehätys piilee sen selkeydessä: mitattavissa oleva epävarmuus, äärellinen määrä ehdokkaita ja suoraviivainen palaute luovat ihanteellisen hiekkalaatikon informaation maksimointistrategioiden testaamiseen.

Binghamtonin tiimi julkaisi havaintonsa Koillisen kompleksisten järjestelmien lehdessä otsikolla 'Wordlen ratkaiseminen tiedonteorian avulla.' Heidän artikkelinsa dokumentoi algoritmit, simulaatiotulokset ja esimerkit, jotka sekä pelaajat että opettajat voivat toistaa. Se on siisti muistutus siitä, että leikkisät ongelmat tekevät usein parhaat opetushetket syvällisemmille käsitteille.

Lopulta tarina ei kerro pelkästään satunnaispelin päihittämisestä. Kyse on siitä, milloin kannattaa hakea tietoa pikaisen tyydytyksen sijaan. Päivittäiselle viidelle ruudulle rakentuvassa pulmassa tämä ajattelutapa muuttaa epävarmuuden eduksi. Ja opiskelijoille sekä opettajille se muuttaa luokkahuoneteorian johonkin, jonka voi nähdä toimivan, yksi värillinen ruutu kerrallaan.