让人工智能坐上副驾驭：智能协作能为人类做到什么？

欢迎重视“创事记”的微信订阅号：sinachuangshiji

文/脑极体

当人工智能能够协助人类承当一些作业时，咱们总是把两边的责任区分的很清楚。人类作业时，很少看到人工智能的主动参加，人工智能干事时，人类更是完全不干预。

这一点最显着的表现就在于辅佐驾驭上，人类驾驭时辅佐驾驭顶多会经过灯光闪烁、方向盘轰动来提示人类驾驭环境的改变，而不会主动去掌握主动权，影响轿车举动的方向和速度。在辅佐驾驭主动泊车时，也会让人类双手脱离方向盘。

其间的原因或许是人类的行为实在太千差万别，假如引进智能处理方案之中会加更多的计算量。想象一下，在主动泊车时人工智能以为一个车位要倒两把才干进去，人类老司机却以为倒一把就能进去，这种对问题处理方法设定的不同会让两边根本无法协作。

可假如人类能够在各个领域人工智能亲密协作，会是怎样一种现象？

从仿制双手到仿制思维：人类和人工智能的协作史

关于人机协作这件事，咱们现已历经了许多年的研讨，两边协作的形式能够被分为三种类型。

第一类协作形式是主从操作。

在40年代，人类为了研讨不宜人体接触的放射性物质，研发出了一种主从机械手对其进行长途控制。从机械手（或机器人）担任在不适宜人类前往的当地作业，经过传感体系搜集和传达信息，而人类担任控制主机械手，将动作映射到从机械手上，就形成了完美的长途操作。

现在这种方法现已应用在许多当地，水下机器人、手术机器人等等都是这种人机协作的作用。

可这样的操作方法有着许多不方便，比方动作映射之间会有必定的差错，从机器人传感器搜集来的信息也可能有必定的推迟，最终就会导致操作的低效。

所以呈现了第二种人机协作形式——协作智能。

这种协作形式是让人和主动化的智能体一同协作，先让智能体猜测人的方针，再来协助人完结这一方针。就拿简略的分拣动作来说，一张桌子上放置着不同形状的物体，人类向正方体的方向伸出手，机械手就分拣出了一切的正方体。读懂人类的方针并完结方针，这就是典型的协作智能。

可这种形式的问题在于，人类在作业时的想法往往是多变的——那些方针流程单一，能够被套路化的作业早就被主动化了，也用不上协作智能。那些能够从多种途径完结的作业，却需求对智能体进行许多练习才干使其读懂人类每一个动作的目的，所以协作智能在应用上也迟迟没有什么发展。

第三种协作形式则是现在热度很高的脑机接口，经过对脑电信号的读取和解码完结对器械的控制。这样的方法尽管现已和“读懂人类目的，协助完结方针”十分挨近。

但关于脑机接口咱们此前也有过许多介绍，因为捕捉脑电信号好不简略，现在咱们至多能够使用脑机接口完结一些十分简略的动作，间隔提升生产力功率还很悠远。

人工智能+人类，可不可能比人工智能更强？

这样看来，第二种协作智能的形式更挨近咱们抱负中的人机协作形式：智能体经过人类动作、操作信号等等更清晰同时也更简略了解的信息判别人类方针，同时拥有必定的自主性，不至于事事都让人类亲手教育。

最近伯克利的人工智能研讨院推出了一篇论文，显现了怎么使用深度强化学习来增强协作智能的作用。

简略来说就是让智能体和阿尔法狗相同，把人类的动作作为“棋谱”许多输入给神经网络，让神经网络自行挖掘动作和完结方针之间的联系。在练习时，为神经网络参加奖惩机制，每一次当智能体协助人类更挨近一步方针时，智能体就会取得奖赏，然后促进智能体越来越挨近正确的协作形式。

在研讨院的试验中，相比直接通知智能体方针，让其自己寻觅处理方案，这种让智能体分辩人类方针，和人类一同寻觅处理方案的方法，练习时刻会大大缩短，而且协助人类完结自己无法完结的作业。

举例来讲，研讨员们测验了一款Lunar Lander的游戏，游戏方针是操作一辆突如其来左右摇晃的小车，使其下降在两只旗号中间。人类用键盘进行这项游戏时很大几率会以失败告终，让人工智能冲着方针单独摸索更是需求无穷尽的练习。但当人类和人工智能协作时，仅需一段时刻的练习，人工智能就能够协助人类以各种姿态完结方针了。

让人工智能坐上副驾驭，一同探索不知道

协作智能给了咱们一个提示：当国际上呈现人类和人工智能都无法单独完结的作业时，咱们应该怎么办？

这样的问题肯定是大范围存在的，就像阿尔法元经过自我对弈进行练习，打败了用人类棋谱练习出的阿尔法狗相同。许多时分咱们自以为找到了最好的处理方案，只需悉数传授给人工智能时，却未曾想过这可能是一种自负。尤其在物理国际，人工智能无法像处理围棋的数学问题相同自己寻觅解法。这时人类和人工智能的亲密协作，或许才是最高效的处理方案。

能够应用到协作智能的场景许多，比方在伯克利人工智能研讨院的测验中，用下降无人机到指定地址为标准，人类单独操作的速度、精准度都要远远落后于于智能协作操作的速度和精准度。人工智能就好像是人类的副驾驭，以另一种视角协助人类更好的达成方针。

换句话说，咱们对辅佐驾驭体系的种种不满，或许都能用这种方法处理。例如主动泊车不再只是限于奢华的大车位，人类或许能够和人工智能一同测验在小车位中演出极限操作。不只是辅佐驾驭，无人机操作、工业主动化……人类和人工智能的一切作业都能够经过这种方法达到更强的作用。

当然，协作智能也并非是完全的处理方案。最典型的问题是其练习数据来自于人类与人工智能的协作操作，很难取得现成的数据只能亲手制作，所以关于驾驭、工业操作等等物理国际中的项目，需求耗费极大的人力去练习人工智能。

但咱们信任这些问题总会被一一处理，更重要的是咱们要知道人类和人工智能是相互需求的。发明出一种技能只是为了使其代替自己，完结已知的作业是一种懒散和愚笨，两边协作发明更多不知道，才是技能真实的价值地点。