通过模仿，计算机和人工智能可以更好地了解人类

翻译：杨兆坤

来源：阿尔托大学

概要：尽管在人工智能方面人类已有了显著的突破，但是对于计算机来说理解使用者的行为原因一直都非常困难。如今研究者们报告称计算机能够通过捕捉人的眼神和动作解释他们的行为。

这张图片显示了ABC（近似贝叶斯计算）驱动参数如何更精准地预测使用者的行为。

引自：阿尔托大学

计算机能够通过捕捉人的眼神和动作解释他们的行为。

来自阿尔托大学、伯明翰大学和奥斯陆大学的研究者们为实现计算机仅通过观察就能够了解人的心理活动创造了条件。在新发表的会议文章中，研究者们展示了仅通过观察使用者点击“开始”菜单的时间，计算机就能够建立可以复制相似行为的模型并精准估计使用者视觉系统的特点，比如注视时长。

尽管在人工智能方面人类已有了显著的突破，但是对于计算机来说理解使用者的行为原因一直都非常困难。描述个人能力及目标的认知模型可以很好地解释这些行为并因此能够在新情境下预测个人行为。然而，从实际可用的间接数据中了解这些模型是根本办不到的。

来自阿尔托大学的博士生Antti Kangasrääsiö解释说：“我们这种方法的益处是与‘黑匣子’方法相比，它所需的数据要少很多。之前执行这种调试的方法不仅需要大量人力而且还需要很多准确的观测数据，所以至今都一直限制着这些模型的运用。”

这种方法以近似贝叶斯计算为基础，贝叶斯计算是一种机器学习方法，其研发目的旨在通过观察推测出非常复杂的模型并用于气候科学和流行病学。它为通过自然观察而自动推断出复杂的人类行为模型创造了条件。这对于人机互动或是自动评估个人能力，比如检测认知衰退症状来说是很有用的。

来自阿尔托大学的机器学习教授Samuel Kaski说：“我们将能够推断出一个人的模型并模拟他如何在全新情况下学会行动。”

另一位来自阿尔托大学的用户界面教授Antti Oulasvirta说：“我们对于智能用户界面领域的这项工作的前景感到很兴奋。”

他还补充道：“在未来，计算机将能够以类似人类理解彼此的方式来理解人类。它不仅能够更好地预测潜在变化带来的好处，而且还能够为个人预测这种变化的成本，而这种能力是适应界面所缺乏的。”

这些成果将会于2017年5月在美国丹佛举办的世界最大人机交互大会CHI中展出。

翻译：杨兆坤

来源：阿尔托大学

原文：https://www.sciencedaily.com/releases/2017/05/170503093009.htm

---

6月3日第二期前沿科技趋势学习班学习和活动安排

第二期前沿科技趋势学习班将在2017年6月3-4日在北京中关村举办。学员将听取和学习人工智能、互联网、脑科学、虚拟现实、机器人、纳米技术，生物基因，3D打印等前沿科技的最新动态和未来发展趋势。同时学院也将直接与来自人工智能，机器人等前沿科技领域的企业家进行学习和交流。

来科技学院第二期学员将可以免费学习和观看第一期全部学习视频，共享未来科技学院的高端科学家、企业家和投资人资源，共同解决企业和投资过程中遇到的科技问题；参与前沿科技未来发展重大课题研究；参加未来科技学院组织的讲座、参观和会议。

报名登记请点击本文左下角“阅读原文”，或扫描下列二维码报名