Seminar: Ứng dụng mô hình Multi-Armed Bandit trong bài toán CrowdSourring

Hiện tại có nhiều bài toán khá đơn giản đối với con người, nhưng là thách thức và khá phức tạp cho máy tính (ví dụ: nhận dạng ảnh, dịch văn bản,…). Năm 2006, Jeff Howe dã đưa ra khái niệm crowdsourcing với ý tưởng giao một công việc cho một nhóm người trong một hệ thống mở thay vì giao cho một người như trước đây. Bên cạnh đó, khái niệm expert crowdsourcing cũng được áp dụng vào những công việc đòi hỏi cần phải có chuyên gia xử lý, chẳng hạn như thiết kế web, phát triển phần mềm,… Vấn đề đặt ra là cần bao nhiêu chuyên gia và mỗi chuyên gia thực hiện bao nhiêu công việc để có được kết quả tốt nhất mà vẫn đảm bảo ngân sách đề ra. Một trong những hướng giải quyết đối với bài toán expert crowdsourcing là sử dụng mô hình Multi-Armed Bandit (MAB). Trong seminar này, chúng tôi trình bày một số mô hình MAB và các ứng dụng của nó.

Bộ môn Khoa học Máy tính trân trọng thông báo và kính mời quý thấy cô và các bạn quan tâm tham dự seminar của bộ môn.

Chủ đề: Ứng dụng mô hình Multi-Armed Bandit trong bài toán CrowdSourcing

Người trình bày: Đoàn Thị Hồng Phước

Thời gian: 07h30 - 09h00, ngày thứ sáu 04/04/2014.

Tóm tắt: Ngày nay, với sự phát triển mạnh mẽ của internet và khả năng truy cập rộng rãi trên toàn cầu là một cơ hội để có thể phát triển các ứng dụng mà có thể sử dụng lượng lớn cư dân mạng để giải quyết các bài toán phức tạp, cần các kỹ năng của con người. Thuật ngữ “crowdsourcing” được Jeff Howe đưa ra vào năm 2006 với ý tưởng giao một công việc (task) cho một nhóm người (worker) trong hệ thống mở thay vì giao cho một người như truyền thống.

Với những hệ thống crowdsourcing giải quyết các bài toán nhỏ, đơn giản, công việc sẽ được thực hiện trong vài phút bởi một nhóm người không phải là chuyên gia (ví dụ Galaxy Zoo, Microtask,…). Chi phí chi trả cho bài toán khá thấp và thậm chí không cần chi phí (được hoàn thành bởi các tình nguyện viên). Lời giải cho các bài toán này có được bằng việc giao cho một nhóm người, sau đó tổng hợp kết quả dựa vào phương pháp bỏ phiếu (majority voting) hay phương pháp đồng thuận (consensus task).

Tuy nhiên, trên thực tế có những hệ thống crowdsourcing (gọi là expert crowdsourcing) hướng đến giải quyết các bài toán phức tạp, các dự án lớn (như xây dựng web, phát triển phần mềm,…) và do vậy cần nhiều người là các chuyên gia thực hiện trong nhiều giờ (như oDesk, Freelancer,…). Hệ thống này gặp một số thách thức đó là: (i) Chất lượng kết quả giữa các worker là khác nhau; (ii) Số lượng các woker đăng ký tham gia giải quyết bài toán là khá lớn mà không thể kiểm soát được năng lực của họ; (iii) Chi phí chi trả cho các worker là khác nhau tùy vào các tasks cần giải quyết là khác nhau, mức sống của vùng mà worker đang ở; (iv) Tổng số tiền chi trả cho các worker không được vượt quá tổng ngân sách ban đầu (budget) của chủ dự án (employer).

Một trong những phương pháp phù hợp cho việc giải quyết bài toán này là sử dụng mô hình Multi–Armed Bandit (MAB). Vì vậy, chúng tôi tìm hiểu một số mô hình MAB và ứng dụng trong các hệ thống expert crowdsourcing.