讓人工智能坐上副駕駛：智能協(xié)作能做到什么？

　　當人工智能可以幫助人類(lèi)承擔一些工作時(shí)，我們總是把雙方的職責劃分的很清楚。人類(lèi)工作時(shí)，很少看到人工智能的主動(dòng)參與，人工智能做事時(shí)，人類(lèi)更是完全不插手。

　　這一點(diǎn)最明顯的體現就在于輔助駕駛上，人類(lèi)駕駛時(shí)輔助駕駛頂多會(huì )通過(guò)燈光閃爍、方向盤(pán)震動(dòng)來(lái)提示人類(lèi)駕駛環(huán)境的變化，而不會(huì )主動(dòng)去掌握主動(dòng)權，影響汽車(chē)行動(dòng)的方向和速度。在輔助駕駛自動(dòng)泊車(chē)時(shí)，也會(huì )讓人類(lèi)雙手離開(kāi)方向盤(pán)。

　　其中的原因或許是人類(lèi)的行為實(shí)在太千差萬(wàn)別，如果引入智能解決方案之中會(huì )加更多的計算量。想象一下，在自動(dòng)泊車(chē)時(shí)人工智能認為一個(gè)車(chē)位要倒兩把才能進(jìn)去，人類(lèi)老司機卻認為倒一把就能進(jìn)去，這種對問(wèn)題解決方式設定的不同會(huì )讓雙方根本無(wú)法合作。

　　可如果人類(lèi)可以在各個(gè)領(lǐng)域人工智能親密合作，會(huì )是怎樣一種景象?

　　從復制雙手到復制思想：人類(lèi)和人工智能的合作史

　　關(guān)于人機合作這件事，我們已經(jīng)歷經(jīng)了很多年的研究，雙方合作的模式可以被分為三種類(lèi)型。

　　第一類(lèi)合作模式是主從操縱。

　　在40年代，人類(lèi)為了研究不宜人體接觸的放射性物質(zhì)，研發(fā)出了一種主從機械手對其進(jìn)行遠程操控。從機械手(或機器人)負責在不適宜人類(lèi)前往的地方工作，通過(guò)傳感系統收集和傳達信息，而人類(lèi)負責控制主機械手，將動(dòng)作映射到從機械手上，就形成了完美的遠程操作。

　　如今這種方式已經(jīng)應用在很多地方，水下機器人、手術(shù)機器人等等都是這種人機合作的成果。

　　可這樣的操作方式有著(zhù)很多不便，比如動(dòng)作映射之間會(huì )有一定的誤差，從機器人傳感器收集來(lái)的信息也可能有一定的延遲，最后就會(huì )導致操作的低效。

　　于是出現了第二種人機合作模式——協(xié)作智能。

　　這種合作模式是讓人和自動(dòng)化的智能體一起協(xié)作，先讓智能體預測人的目標，再來(lái)協(xié)助人實(shí)現這一目標。就拿簡(jiǎn)單的分揀動(dòng)作來(lái)說(shuō)，一張桌子上放置著(zhù)不同形狀的物體，人類(lèi)向正方體的方向伸出手，機械手就分揀出了所有的正方體。讀懂人類(lèi)的目標并完成目標，這就是典型的協(xié)作智能。

　　可這種模式的問(wèn)題在于，人類(lèi)在工作時(shí)的想法往往是多變的——那些目標流程單一，可以被套路化的工作早就被自動(dòng)化了，也用不上協(xié)作智能。那些可以從多種途徑實(shí)現的工作，卻需要對智能體進(jìn)行大量訓練才能使其讀懂人類(lèi)每一個(gè)動(dòng)作的意圖，于是協(xié)作智能在應用上也遲遲沒(méi)有什么進(jìn)展。

　　第三種合作模式則是目前熱度很高的腦機接口 ，通過(guò)對腦電信號的讀取和解碼實(shí)現對器械的操控。這樣的方式雖然已經(jīng)和“讀懂人類(lèi)意圖，協(xié)助實(shí)現目標”非常接近。

　　但對于腦機接口我們此前也有過(guò)很多介紹，由于捕捉腦電信號十分困難，現在我們至多可以利用腦機接口完成一些非常簡(jiǎn)單的動(dòng)作，距離提升生產(chǎn)力效率還很遙遠。

　　人工智能+人類(lèi)，可不可能比人工智能更強?

　　這樣看來(lái)，第二種協(xié)作智能的模式更接近我們理想中的人機合作模式：智能體通過(guò)人類(lèi)動(dòng)作、操作信號等等更明確同時(shí)也更容易理解的信息判斷人類(lèi)目標，同時(shí)擁有一定的自主性，不至于事事都讓人類(lèi)親手教學(xué)。

　　最近伯克利的人工智能研究院推出了一篇論文，顯示了如何利用深度強化學(xué)習來(lái)增強協(xié)作智能的效果。

　　簡(jiǎn)單來(lái)說(shuō)就是讓智能體和阿爾法狗一樣，把人類(lèi)的動(dòng)作當做“棋譜”大量輸入給神經(jīng)網(wǎng)絡(luò )，讓神經(jīng)網(wǎng)絡(luò )自行挖掘動(dòng)作和實(shí)現目標之間的關(guān)系。在訓練時(shí)，為神經(jīng)網(wǎng)絡(luò )加入獎懲機制，每一次當智能體幫助人類(lèi)更接近一步目標時(shí)，智能體就會(huì )獲得獎勵，從而促使智能體越來(lái)越接近正確的合作模式。

　　在研究院的實(shí)驗中，相比直接告訴智能體目標，讓其自己尋找解決方案，這種讓智能體分辨人類(lèi)目標，和人類(lèi)一起尋找解決方案的方式，訓練時(shí)間會(huì )大大縮短，并且幫助人類(lèi)完成自己無(wú)法完成的事情。

　　舉例來(lái)講，研究員們測試了一款Lunar Lander的游戲，游戲目標是操縱一輛從天而降左右搖晃的小車(chē)，使其降落在兩只旗幟中間。人類(lèi)用鍵盤(pán)進(jìn)行這項游戲時(shí)很大幾率會(huì )以失敗告終，讓人工智能沖著(zhù)目標獨自摸索更是需要無(wú)窮盡的訓練。但當人類(lèi)和人工智能合作時(shí)，僅需一段時(shí)間的訓練，人工智能就可以幫助人類(lèi)以各種姿勢實(shí)現目標了。

　　讓人工智能坐上副駕駛，一起探索未知

　　協(xié)作智能給了我們一個(gè)提示：當世界上出現人類(lèi)和人工智能都無(wú)法單獨完成的工作時(shí)，我們應該怎么辦?

　　這樣的問(wèn)題絕對是大范圍存在的，就像阿爾法元經(jīng)過(guò)自我對弈進(jìn)行訓練，打敗了用人類(lèi)棋譜訓練出的阿爾法狗一樣。很多時(shí)候我們自以為找到了最好的解決方案，只需悉數傳授給人工智能時(shí)，卻未曾想過(guò)這可能是一種自大。尤其在物理世界，人工智能無(wú)法像解決圍棋的數學(xué)問(wèn)題一樣自己尋找解法。這時(shí)人類(lèi)和人工智能的親密合作，或許才是最高效的解決方案。

　　可以應用到協(xié)作智能的場(chǎng)景很多，比如在伯克利人工智能研究院的測試中，用降落無(wú)人機到指定地點(diǎn)為標準，人類(lèi)獨自操作的速度、精準度都要遠遠落后于于智能協(xié)作操作的速度和精準度。人工智能就好像是人類(lèi)的副駕駛，以另一種視角幫助人類(lèi)更好的達成目標。

　　換句話(huà)說(shuō)，我們對輔助駕駛系統的種種不滿(mǎn)，或許都能用這種方式解決。例如自動(dòng)泊車(chē)不再僅僅限于奢侈的大車(chē)位，人類(lèi)或許可以和人工智能一起嘗試在小車(chē)位中上演極限操作。不僅僅輔助駕駛，無(wú)人機操縱、工業(yè)自動(dòng)化……人類(lèi)和人工智能的一切工作都可以通過(guò)這種方式達到更強的成果。

　　當然，協(xié)作智能也并非是完全的解決方案。最典型的問(wèn)題是其訓練數據來(lái)自于人類(lèi)與人工智能的協(xié)作操作，很難獲得現成的數據只能親手制造，所以對于駕駛、工業(yè)操作等等物理世界中的項目，需要耗費極大的人力去訓練人工智能。

　　但我們相信這些問(wèn)題總會(huì )被一一解決，更重要的是我們要知道人類(lèi)和人工智能是互相需要的。創(chuàng )造出一種技術(shù)僅僅為了使其替代自己，完成已知的工作是一種懶惰和愚蠢，雙方協(xié)作創(chuàng )造更多未知，才是技術(shù)真正的價(jià)值所在。