Show HN: आप कितने यादृच्छिक हैं?
मनुष्य वास्तव में यादृच्छिक अनुक्रम बनाने में आश्चर्यजनक रूप से कमजोर होते हैं; यह बात एक वेब गेम में उभरकर सामने आती है जो लोगों द्वारा बोले या टाइप किए गए संख्याओं का अनुमान लगाता है और उन्हें सांख्यिकीय आधाररेखा से तुलना करता है। टिप्पणीकार चर्चा करते हैं कि लोग अत्यधिक बारी-बारी से चुनाव क्यों करते हैं, π या कॉइन फ्लिप जैसे बाहरी स्रोत अप्रत्याशेयता कैसे बढ़ा सकते हैं, और सिस्टम से मिलने वाला फीडबैक खिलाड़ियों को अनुमानक के साथ विरोधात्मक रूप से कैसे “खेलने” देता है। थ्रेड में स्पीच-रिकग्निशन मॉडलों जैसी इम्प्लीमेंटेशन जानकारियाँ भी शामिल हैं और इस विचार को क्लासिक प्रायिकता कथाओं, मेंटलिज़्म ट्रिक्स, तथा Aaronson oracle जैसे पहले के “mind-reading” प्रयोगों से जोड़ा गया है.
समग्र प्रतिक्रियाएँ और चिंताएँ
- कई लोगों को यह खेल चतुर और मनोरंजक लगा, खासकर “house vs human” फ्रेमिंग और दोहरे टाइप/वॉयस मोड।
- कुछ लोग वॉयस सैंपल देने को लेकर असहज थे, क्योंकि उन्हें मॉडल ट्रेनिंग या सोशल इंजीनियरिंग की संभावनाओं की चिंता थी, हालांकि दूसरों ने कहा कि वॉयस डेटा सेट पहले से ही बहुत अधिक हैं।
मानव यादृच्छिकता पूर्वाग्रह
- कई टिप्पणियों में पहले के प्रयोगों का संदर्भ दिया गया, जिनमें दिखाया गया था कि मनुष्य खराब रैंडम जनरेटर होते हैं, खासकर जब वे विकल्पों को अत्यधिक बारी-बारी से चुनते हैं और लंबे क्रमों से बचते हैं।
- क्लासिक कॉइन-फ्लिप प्रदर्शन (वास्तविक बनाम गढ़ी गई शृंखलाएँ) को इस बात के प्रमाण के रूप में चर्चा की गई कि मनुष्य स्ट्रीक/लगातार क्रम कम उत्पन्न करते हैं।
- कुछ का तर्क था कि यद्यपि एक निष्पक्ष RNG के लिए सभी शृंखलाएँ समान रूप से संभाव्य होती हैं, मानव-निर्मित शृंखलाएँ सांख्यिकीय रूप से अलग होती हैं और बाद में पहचानी जा सकती हैं।
खिलाड़ी रणनीतियाँ और परिणाम
- कई लोगों ने अनुमानक को “हराने” की कोशिश की:
- बाहरी यादृच्छिकता का उपयोग करके (π या Fibonacci के अंक, गणितीय स्थिरांक, घड़ियाँ, शब्दों की लंबाई, PRNG ऑटोमेशन)।
- साइट के अनुमानों पर प्रतिक्रिया देकर विरोधात्मक ढंग से खेलना, या जानबूझकर उनसे पीछे/मेल खाकर खेलना।
- एक ही संख्या को कई बार दोहराना, या संख्या-सीमा के सिरों से बारी-बारी से चुनना।
- कई लोगों ने बहुत कम प्रेडिक्शन दरें बताईं (अंधे 11% बेसलाइन के आसपास या उससे नीचे), और उन्हें संदर्भित मनोविज्ञान अध्ययन के सापेक्ष “सबसे यादृच्छिक” लोगों में बताया गया।
- दूसरों ने पाया कि अनुमानक जल्दी ही कुछ पैटर्नों पर टिक गया (जैसे, दोहराए गए अंक, देरी से अनुसरण करना), हालांकि कुछ ने कहा कि वह कभी-कभी एक ही अनुमान पर “अटक” जाता था, जिसे लेखक ने एक हेयुरिस्टिक के अत्यधिक भारित होने का परिणाम बताया।
यादृच्छिकता बनाम अप्रत्याशेयता
- कुछ लोगों ने वास्तविक यादृच्छिकता और किसी विशिष्ट एल्गोरिद्म के लिए केवल अप्रत्याशेय होने के बीच अंतर पर ज़ोर दिया।
- प्रस्तावित योजनाएँ (जैसे, आंतरिक रूप से चुने गए दो अंकों को मॉड्यूलर अंकगणित के साथ संयोजित करना) पर बहस हुई; आलोचकों ने कहा कि ये निर्धारक हैं और केवल उतनी ही मदद करती हैं जितनी वे विशेष पैटर्न डिटेक्टरों को धोखा देती हैं।
- von Neumann के कॉइन ट्रिक जैसी क्लासिक डिबायसिंग धारणाएँ निष्पक्ष बिट्स निकालने को समझाने के लिए उठाई गईं।
इम्प्लीमेंटेशन, तुलना, और सुधार
- बताया गया कि साइट ऑन-द-फ्लाई n-gram Markov models के साथ heuristic predictors का उपयोग करती है; यह एक अन्य प्रसिद्ध “oracle” से प्रेरित थी जो keypresses की भविष्यवाणी करता है।
- स्पीच रिकग्निशन ब्राउज़र संगतता के लिए चुने गए हल्के मॉडल से लागू किया गया है; कुछ ने इसकी सटीकता की आलोचना की और विकल्प सुझाए, model size बनाम performance trade-offs पर ध्यान देते हुए।
- कई लोगों ने समान या संबंधित खेलों (number-uniqueness contests, पूर्व “mind reader” या RPS प्रतियोगिताएँ) की ओर इशारा किया और मूल प्रयोगशाला स्थितियों के अधिक निकट जाने के लिए बिना दृश्य फीडबैक वाला सख्त “hard mode” जोड़ने का सुझाव दिया।