查看原文
其他

当人类和AI组队时,谁会是猪队友?

知社 知社学术圈 2022-09-26

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

2016-2017年,谷歌公司的人工智能AlphaGo连续击败了韩国九段李世石和中国九段柯洁。加上之前网络对弈的60连败,围棋选手们不得不承认,在这个领域,人类已经不是AI的对手了。但是围棋毕竟是单人项目,如果是需要团队合作的游戏,AI是否也能有出色的表现呢?

柯洁0:3不敌AlphaGo


在一项新的研究中,麻省理工学院林肯实验室的研究人员尝试让AI和人类一起玩一种纸牌游戏Hanabi。这是一种日式纸牌游戏,类似于多人接龙的形式。玩家共同合作,按顺序堆叠相同花色的牌。相较于围棋这类信息充分的棋类游戏,它最大的特点是信息不充分,玩家数量可以是2-5名,每个玩家可以看到对方的牌,但无法看到自己的牌,玩家需要向其他人提供有关他们的牌的提示,并决定是否丢弃或打出某些牌。研究人员准备了两种队友:一种是高级货,经过大数据训练的AI,而另一种则是基于游戏规则以预定义模式出牌的“机器人”。


测试的结果令研究人员感到惊讶。不仅AI队友的得分并不比机器人更高,而且人类普遍都很讨厌这个AI队友。他们认为它是不可预测、不可靠和无法信任的,即使团队得分很高,他们也会感到不开心。



以Hanabi游戏作为团队协作基准而开发的AI种类很多,在这项研究中林肯实验室使用的软件并非由他们开发,而是使用了这一领域中目前表现最好的两种软件。在与人类组队之前,研究团队让两种不同的AI合作取得了有史以来最高的Hanabi游戏得分。


研究人员之一的 Allen 认为,如果这些从未谋面的AI能够一起合作并打得非常好,那么让AI和人类合作应该也会取得好成绩,毕竟测试证明AI的水平已经很高,而人们应该喜欢高水平的队友。


然而测试的结果是,AI和基于规则的机器人获得的分数没有统计上的显著差异。更加出乎意料的是,所有29名人类选手在问卷中都明确表示更喜欢基于规则的机器人——测试中他们并不知道这局的队友是AI还是机器人。


论文作者 Jaime Pena说:"一位参与者表示,他们对AI的糟糕表现感到非常紧张,甚至让他们头疼。另一位则说,他们认为机器人虽然有点笨,但却是能合作的,而AI的表现证明它理解规则,但它的选择对团队未必有利。因为很多时候它给出了不好的暗示,做出了让人误解的选择。"


在游戏中人类选手经常搞不懂AI在干什么。

图源: Bryan Mastergeorge


人类选手认为AI常出 "昏招"的看法是问题的关键所在。


2016年,当AlphaGo首次击败围棋世界冠军李世石的过程中,最著名的一手是第二局的第37步棋,这步棋是如此的不同寻常,以人类棋手的眼光来看都认为这是一个错误。后来的复盘显示,这步棋实际上是经过精心计算的,后来被称为 "神之一手"。


AI作出这种人类无法理解但是事后证明是超出人类智慧的选择时,大家都觉得这说明AI变得更厉害了。但在团队合作的条件下,这种举动可能就有问题了。林肯实验室的研究人员发现,在需要队友紧密合作的游戏中,奇怪或看似不合逻辑的选择会破坏人类对AI队友的信任——“我去,你在干什么?!”这种不按常理出牌的方式让人类选手感到无所适从:无法理解队友行动的意图,即便那可能是“神奇的”一招,但是我不懂啊,那又该如何配合呢?


需要指出的是,参与测试的玩家都是公认水平较高的专家级玩家,但是他们普遍反映不喜欢AI队友。研究人员认为这个现象对AI开发者来说很重要,因为这种被称为“团队智能”的方向是人工智能领域的另一个研究前沿。这种AI更关注使用者的主观感觉而不仅仅是让AI在预定模式中拿到更高的分数。团队AI预想的使用场景包括导弹防御系统或复杂的外科手术,在这些环境中AI的角色应该是一个“眼疾手快”的助手而不是喜欢个人英雄主义的单干户。



确实,现在大部分AI的思考方式对开发者来说也是一个“黑箱”:AI完成了任务,但是它究竟是如何完成的,在过程中经历了哪些选择和思考,很多时候并不清楚。研究人员认为,如果AI能解释其行动的原因可能会让情况有所改善,这将是他们未来一年的工作重点。就像人类团队在赛后复盘时进行交流一样,如果AI可以回答诸如“你为什么要做那个动作?”、“那个时候你在哪?”之类的问题,那么它和人类之间就有可能产生某种信任,毕竟人类的适应能力是很强的,只要能够大致理解AI清奇的脑回路,那么下一次的结果就可能不同。


研究员Siu调侃道:“大多数人工智能团队没人愿意去考虑人类的愚蠢和缓慢,更不用说还得让自己的AI去适应这种笨笨的队友,但是这是必须面对的问题”。


参考文献:

https://scitechdaily.com/artificial-intelligence-is-smart-but-does-it-doesnt-play-well-with-others/


点击下方知社人才广场,查看最新学术招聘

扩展阅读

 

AI预测运动伤病,助教练放心排兵布阵

实验员要下岗?一天能做500个实验的人工化学家问世

翻开尘封的历史:AI帮忙重整欧洲数十亿页档案

2.2亿美元经费,11个AI研究院!美国朝野搞AI

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存