會犯錯的笨機器人實際上幫助人類解決問題
最新研究表明，當人類與不太聰明的機器人一起工作時，他們比只與其他人一起工作時更善於解決問題。這一發現有助於提高數字化工作場所的生產率。這是邁向瞭解自動化未來的一步，在自動化未來，機器人可能會幫助人們做出更好的決策。當然，天網的創造者們可能也是這麼想的。
我們自動化的未來已經到來——至少在某種程度上。演算法和智慧裝置幫助人們選擇買什麼，讀什麼，看什麼，走哪條路。但是耶魯大學的社會科學家尼古拉斯·克裡斯塔基斯和Hirokazu Shirado想在更大的範圍內理解這意味著什麼：機器是如何改變人類相互作用的？機器人同事能幫助人類更有效地合作嗎？
為了找到答案，克裡斯塔基斯和西拉多挑戰人們，讓他們解決一個只在人類群體中工作的難題，或者在包括偽裝**類玩家的機器人的群體中工作。就在那時，研究人員做出了一個矛盾的發現。混合人類機器人團隊比純人類團隊更快地解決了挑戰，但只有在機器人偶爾做出完全隨機的決定時。根據今天發表在《自然》雜誌上的研究，基本上，啞巴機器人不穩定的行為使人類擺脫了慣常的習慣，並引導他們找到更有創意的解決方案(這並不是無痛的——混合組的人喜歡勝利，但他們發現自己不可預知的機器人隊友很煩人。）
“特別令人興奮的是，在我們現在的世界，當然在未來，人們和演算法將一起做決定，”伊恩·庫津說，他在馬克斯·普朗克研究所研究集體行為，沒有參與這項研究我們正努力以更定量的方式來理解這些系統——讓我們從科學的角度來理解集體決策是如何做出的。”
Christakis和Shirado透過Amazon Mechanical Turk招募了4000人，Amazon Mechanical Turk是一個線上平臺，使用者可以透過付費完成線上任務。他們將參與者分成230個不同的小組，每組約20人。每個玩家都要控制一組相連點中一個點的顏色。圓點可以是綠色、橙色或紫色。
任務是：由20名玩家組成的小組必須確保他們網路中的每一個點都有不同於其鄰居的顏色。如果五分鐘過去了，還有，比方說，兩個紫色的旁邊，整個團隊都輸了。而且他們失去了他們的獎金：每個玩家只要出現就可以得到2美元的獎金，而3美元的獎金隨著團隊解決問題的時間越長價值就會下降。挑戰在於玩家只能看到自己的圓點，以及他們的近鄰——他們無法縮小並看到整個陣列。這是一個遊戲化的隱喻：我們可以看到我們的個人任務，以及坐在我們旁邊的人的任務——但更難看到更大的圖景。
有些團體完全由人組成。但其中一些人用三個機器人代替了三個人。機器人被設定為選擇最不可能與近鄰衝突的顏色。但在某些情況下，研究人員在機器人程式中添加了一點“噪音”，或隨機變化。所以偶爾-10%的時間是“低噪音”機器人，30%的時間是“高噪音”機器人-一些機器人會無緣無故地隨機改變他們的點的顏色。
有時，這些機器人會在陣列邊緣取代人類玩家，在那裡他們沒有很多鄰居，有時他們會被放在中間——他們有很多鄰居。其他時候，他們被隨機放在球場上。事實證明，擁有低噪音機器人的團隊比所有人類團隊或擁有高噪音機器人的團隊解決難題的速度要快得多。這似乎是個奇怪的結果。為什麼在網路中的幾個關鍵位置新增隨機變數會使團隊的表現變得更好？
向系統中新增錯誤或不合邏輯的行為可能是有益的，這種想法在自然界中實際上有一些先例。例如，如果你一代又一代都有完美的生殖能力，那麼你就不會得到進化，克裡斯塔基斯說所以在繁殖過程中你需要一點噪音，一點突變來讓有機體適應新的環境，”他說。
同樣地，如果人類玩家在著色挑戰中頑固地堅持他們的鄰居的完美顏色，他們可能永遠也解決不了這個難題。”每個人都在想，“我已經完成了我的工作，是其他地方的某個**沒有完成他們的工作！”但與此同時，那傢伙在想，‘我已經完成了我的工作！’克裡斯塔基斯說因此，在這種情況下，每個人都被鎖定在他們在當地似乎能做的最好的事情上，但在全球範圍內，他們沒有做最好的事情。”
為了達成全球解決方案，玩家們必須容忍犯錯，或者選擇一種讓他們與鄰居發生衝突的顏色。即使僅僅是三個行為更不穩定的機器人，也讓遠在網路中的人類明白，這種策略可以解鎖那些不明顯的解決方案。
由此推論，推動像沃森和AlphaGo這樣的超級智慧人工智慧，可能會被誤導。即使是“純樸”的人工智慧——克裡斯塔基斯也沒有動手，他稱自己的機器人為啞巴——可以影響人類的行為，在這種情況下，可以提高人類的表現。”人工智慧不需要那麼聰明，因為人類已經很聰明瞭，但我們需要一些幫助也許人工智慧或機器人可以幫助人們自助。”
庫津說，這一發現非常發人深省他們表明，網路中的這些機器人實際上可以極大地改變人類做出決定的能力——即使他們不知道自己在那裡，”他說。它已經在發生——演算法影響著我們每天的決策。”這是我們人類需要開始面對的問題，因為如果我們不從科學、倫理的角度來看待這個問題，那麼我們就不理解它。如果我們不理解它，那麼它就可能被濫用。“這就是為什麼像這樣的研究如此重要，他說。
例如，克裡斯塔基斯並不害怕一個不成熟的機器人會誘使人類做出更好的決定的未來。”他開玩笑說：“與超級智慧人工智慧相比，我當然會覺得啞巴人工智慧更安全。”我覺得這些機器人比天網安全多了。”
- 發表於 2021-05-11 05:43
- 閱讀 ( 39 )
- 分類：網際網路
你可能感興趣的文章
5款獨特的安卓聊天機器人，讓您盡情享受
由於機器學習和日益緊密的聯絡世界，人工智慧（AI）正迎來一個激增。從你玩的電子遊戲到智慧**上的虛擬助理，甚至客戶支援，AI都在進入我們的日常生活。 ...
20個ted關於程式設計的演講每個人都必須觀看
... “如果你不準備犯錯，你就永遠不會想出任何原創的東西。”雖然這篇20分鐘的TED演講沒有提到程式設計，但所討論的每件事對程式設計師來說都是至關重要的。人們很容易忘記程式設計...
什麼是電腦科學？
...——能夠顯示思維、說話、推理和解決問題等認知功能的機器的發展。融合了其他領域，包括語言學、心理學和神經科學。機器學習是一個子集，它探索機器自己學習、進化和識別資料模式的能力。 生物資訊學—...
什麼是機器學習演算法？他們是這樣工作的
...器學習演算法如何工作的快速解釋，以及一些機器學習出錯的例子。 ...
htg評論了romo：一個古怪的網真機器人很難不愛
...時不時地複習一些有趣的東西，比如Romo，一個古怪的小機器人，很難不去愛。 什麼是羅莫(the romo)？ Romo是一種可程式設計的臨場感機器人。該裝置本身實際上並不包含任何型別的電子大腦，而是使用iPhone或ipodtouch作為視覺指...
機器人實驗室助理進行研究的速度快了1000倍
研究人員已經開發出一種突破性的機器人實驗室助理，可以像人類一樣在實驗室裡走動和進行科學實驗。 這臺由英國利物浦大學科學家設計的機器遠沒有完全自主：它需要根據實驗室裝置的位置進行程式設計，不能...
機器人能明辨是非嗎？
...計，畢竟。正如阿金所說，“很難知道什麼是對的什麼是錯的。”
麻省理工學院用兩個機器人手指升級了人手
...級一下。 麻省理工學院的“7指機器人”透過在人手上增加兩個超長的手指，讓使用者可以執行範圍更廣的任務。麻省理工學院機械工程研究生吳菲（fayewu）在一段有關該專案的影片中說，手指“從感測...
優步挖走了卡內基梅隆頂尖的機器人實驗室，製造自動駕駛汽車
...上大部分地區都在擺脫假期後的宿醉時，卡內基梅隆大學機器人中心的人們開始消失。一開始只有幾個人，大部分是軟體開發人員。後來它變成了一個完整的團隊，最終這個團隊包括了中心的主任。 他們沒走多遠...
如果你願意的話，向這個機器人坦白你所有的罪行
...最好不要。寧可默默忍受，也不要冒險去相信另一個容易犯錯的人？” 如果是這樣，孤獨的心，有一個機器人在那裡為你！ 總部位於紐約的第三方電影**公司將在未來幾周內帶著一個“彈出式懺悔室”在紐約...
