在AI時代重新思考人機共生：了解人類在人機系統的最理想角色

56年前，J.C.R.Licklider 闡述了計算機與人類大腦相結合的理念，人類的思維将能夠思考人類獨自無法達到的想法。這個願景影響了一代科學家和工程師，并且在很大程度上是我們今天的計算經驗的基礎。然而，我并沒有覺得我和現在的機器建立了合作關系，而且我經常發現自己需要苦苦思索，或屈服于自己的意志去适應機器。這難道不應該是反過來嗎？我錯過了“人機共生”嗎？

當然，我們的計算機已經比1960年代的更加使用者友好。人因工程學領域在創造互動技術方面取得了很大的進步，這些技術可以更好地讓人類和機器合作。這在人機互動（HCI）的主流計算機科學領域以及最近的人本計算（human-centered computing）中展現出來。這些進展已經有一些結果，比如F-35第三代頭盔顯示器系統，微軟的Kinect，以及低成本傳感器和大量計算能力所帶來的衆多新型輸入技術。但是，共生意味着比互動技術更重要的東西。

人機共生的潛力經常見于藝術作品，在這些藝術作品中，計算機技術已經能夠創造以前無法實作的表達形式。計算技術賦能了一大批新的藝術家群體，如沉浸式和增強現實遊戲、動畫電影、音樂作曲和表演等。以前需要錄音棚的工作，現在GarageBand就行了；以前需要暗房的工作，現在有Photoshop就行了；以前需要電影膠片的地方，現在隻需要Blender和RenderMan。在這些領域，我們開始将人類和機器視為藝術創作的完全合作夥伴。當我們利用人類和機器（畢竟，大腦隻是一個可替代的計算平台)，我們不僅使從前不可能的問題變得容易處理，而且也創造出截然不同的方法。我們得以構想新的創作，思考以前不可能的想法。我們的目标應該是加倍在這些系統的工作，增強我們作為人類的能力，賦予我們不同的觀察和思考的方式。

人本計算的新興領域已經開始在這個方向揭示一些驚人的機會。卡内基梅隆大學計算機科學系副教授 Luis von Ahn 展示了我們人類對遊戲和謎題偏好可以如何用于完成驚人的任務，例如通過ESP遊戲在網際網路上标記圖像，以及通過CAPTCHA “OCR”處理大量書籍。在這些情況中，我們正在改變使用者、計算和正在解決的整個任務之間的關系。

就我個人的經驗而言，作為DARPA 移動邊緣網絡項目的一名研究人員，我的團隊使用陸軍野戰手冊中的操作訓練原則來建構以内容為中心的網絡模式。我們重新考慮了基于使用者的任務動态的網絡範式。我們的方法與其他希望使用機器學習、情緒分析和其他資料分析技術來“了解”使用者的内容類型的研究者形成了對比。學習和大資料的方法在數學上很優雅，算法上也很複雜。但它解決了一個人工的問題。相比之下，通過聚焦于人類使用者及其資訊需求和任務目标（所有這些目标在一開始就已衆所周知），許多算法上的難題都消失了，結果是我們的作戰人員的聯網能力類型截然不同。

這就是共生關系的核心：了解人類在人機系統中的最優、最理想的角色。這些問題成為人類和計算機共同解決的問題，而不僅僅是計算機自身解決的問題。也許這正是我們所缺失的：我們經常要求機器自己解決問題，而不是作為人機團隊的一部分。例如，對于一些傳統的工程師來說，計算機僅僅是一個更強大的電腦；MATLAB已經取代了幻燈片的規則，但是人為驅動的任務本質上是一樣的。這是計算機科學之外的現實，在他們看來，資料庫仍然隻是一個Excel電子表格，而文字處理器僅僅是打字機的替代品。為了充分實作資訊革命，帶來“第二次機器革命”（Erik Brynjolfsson & Andrew McAfee）的經濟效應，我們需要重新思考計算機科學家的工作重點，以通過人機合作來解決社會問題。（我不知道這是不是計算機科學多樣性問題的根源之一：我們把機器視為與人類分開的，那麼它們把我們與我們的人性分開，而不是增強人類能力。)

從這個角度來看，計算機教育至少有兩方面的含義。首先，除了一小部分修讀HCI、認知心理學，或某些軟體工程學的學生之外，計算機科學大學畢業生很可能不必接觸 任何的使用者需求就能獲得學士學位，更不用說處于複雜或混亂的科學或工程領域的使用者。在我們的大學計算機課程中，使用啟發和以使用者為中心的思維方式已經變得越來越普遍，我們應該尋求這些複雜或混亂的科學和工程問題來解決我們的技術問題。

其次，在幾乎所有傳統的計算機科學教育中，計算機通常被視為一個孤立的盒子。它是處理器、資料和記憶體的地方；是算法的數學僞碼；是提供銀行交易、飛行控制、視訊遊戲或工廠規劃的軟硬體“網絡實體”系統，等等。我們如何讓學生了解人類在人機系統中所扮演的角色呢？我們希望培養學生去設想如何從根本上改變問題的性質，使問題能夠被人機結合的團隊解決。

我認為這對計算機科學研究的影響同樣是激進的；我們花費了大量的精力來推進我們假設的基礎計算機科學，然而我們可能錯過一個更大的機會，因為我們沒有提出正确的問題。

提出正确的問題是亨利·福特（Henry Ford）和他的團隊工業創新的關鍵。他們不是簡單地擴大現有的勞動實踐，而是系統地把人類勞動和機器勞動之間的關系作為共享生産體系的一部分。我們這個時代面臨的挑戰是培養新一代的科學家和工程師，他們嚴格地探索人機共享勞動的潛在機會，不是為了取代人的勞動，而是以各種形式增強人類勞動。

愛因斯坦在1949年發表的一篇社論中反思了科學對社會的影響，他總結道：“如果人類要生存下去，我們将需要一種全新的思維方式。”在我看來，人機合作是這種新的思維方式的核心。鑒于今天這個科技快速發展、社會快速變革的時代，我們要思考得“更快”，思考新的點子，唯一的方法就是與我們的計算機夥伴合作，這是我們賴以生存的。

關于作者

William Regli 是 DARPA 國防科學辦公室副主任。他在德雷塞爾大學（Drexel University）任教17年後，于2014年開始在 DARPA 工作。Regli已經發表了250多篇技術文章，涉及在計算機圖形學、人工智能、機器人、無線網絡、組織工程學、以及工程設計和制造方面的研究。他是ACM、IEEE以及AAAI的進階會員。

原文釋出時間為：2017-11-27

本文作者：馬文

本文來自雲栖社群合作夥伴新智元，了解相關資訊可以關注“AI_era”微信公衆号