心を組み込まれた人工知能 〜人間の心理を数式化したマッチング技術：Over the AI ―― AIの向こう側に（15）（8/13 ページ）

「マッチング」と聞くと、合コンやお見合いなどを思い浮かべる方も多いかもしれませんが、もちろん、それだけではありません。今回は、ゲーム理論、オークション理論、行動経済学を「マッチング技術」として解説します。実はこれらの技術は、“人間の心理を数式として組み込むこと”に成功していて、幅広い分野で成功事例がみられる、とても興味深く珍しいAI（人工知能）技術なのです。

[江端智一，EE Times Japan]

VCGメカニズム

　では、Vickrey-Clarke-Groves（VCG）メカニズムを実施例で紹介します。

　具体例として、9月23日（土）と24日（日）の2日間、江端を自由に使える権利（江端をレンタルする権利）の入札を例にして説明を試みます。

　この例では、

• "嫁さん"は、私に子ども部屋のリフォームをさせるために、丸一日働かせようと画策しています。そしてうまくいけば2日間抑えておきたいと思っていますが、取りあえず1日あれば大丈夫と踏んでいます。
• "地元の姉"は、私を実家に帰省させて、両親の世話をしてもらいたいと考えています。姉は両日、都合で不在になるからです。取りあえず24日はソーシャルワーカーとの打ち合わせがあるので、強めに希望していますが、両日の対応を期待しています。
• "会社の後輩"は、23日の特許明細書の締切のために、その日、丸一日手伝わせたいと思っています。24日は特にいなくても構いませんが、いたらいたで、別の仕事をやらせればいい、と画策しています。
• "町内会長"は、週末の研修会に江端を出席させたいと考えています。両日出席しなければならないので、もし江端の都合がつかないなら、他の人間を派遣しようと思っています。

　さて、この条件でオークションをしたら、落札内容は一瞬で決まります。

　江端は、合計金額が最大値になるように、組み合わせを考えますので、23日は後輩を手伝い、24日は実家に帰省することで、2.7万円で落札することになります（以下、{9/23,9/24} = {"会社の後輩", "地元の姉"} と記載します）。それ以外に高額になる組み合わせがないからです。

　しかし、希望価格に対して、希望価格で落札しているので、誰もニンマリしてもうかった、という気持ちになれません。これでは、#1の「個人合理性」すら成りたっていない状態です。

　では、次のような状態ではどうでしょうか。

　この図では、上が下心の入札値で、下に本心の入札値が記載されています。この結果では、町内会長が落札します（{9/23,9/24} = {"町内会長", "町内会長"}）。が、これでも、町内会長は1000円を損した気分になった上に、誰も幸せになっていません。