人工智能可以抵消人類的弱點從而做出更好的決策

現代生活中充滿了令人費解的人工智能——想想客戶服務聊天機器人的誤解，或者在你的Spotify播放列表中算法錯誤的發飾。MustafaMertÇelikok說，這些人工智能系統無法有效地與人合作，因為他們不知道人類可以以看似非理性的方式行事。他是一名研究人機交互的博士生，他的想法是利用雙方的優勢和劣勢，并將它們融合成一個優秀的決策者。

在人工智能世界中，這種混合體的一個例子是“半人馬”。它不是神話中的馬-人，而是人-AI團隊。半人馬出現在1990年代后期的國際象棋中，當時人工智能系統變得先進到足以擊敗人類冠軍。代替“人類與機器”對決，半人馬或半機械人國際象棋涉及一個或多個計算機國際象棋程序和每一方的人類玩家。

“這是國際象棋的一級方程式，”Çelikok說。“宗師被打敗了。超級AI已被擊敗。玩強大AI的大師們也輸了。”事實證明，與AI配對的新手玩家是最成功的。“新手沒有強烈的意見”，可以與他們的AI隊友形成有效的決策伙伴關系，而“大師們認為他們比AI更了解并在他們不同意時推翻他們——這是他們的失敗，”Çelikok觀察到。

在象棋這樣的游戲中，人類和人工智能都有明確的規則和明確的目標。但是在在線購物、播放列表或人類遇到算法的任何其他服務的世界中，可能沒有共同的目標，或者目標可能定義不明確，至少從人工智能的角度來看是這樣。Çelikok正試圖通過包含有關人類行為的實際信息來解決這個問題，以便多智能體系統——人與人工智能的類似半人馬的伙伴關系——能夠相互理解并做出更好的決策。

Çelikok說，人類與人工智能交互中的“人類”尚未得到太多探索。“研究人員不使用任何人類行為模型，但我們正在做的是明確使用人類認知科學。我們并不想取代人類或教AI完成一項任務。相反，我們希望人工智能幫助人們做出更好的決定。”就Çelikok的最新研究而言，這意味著幫助人們吃得更健康。

在實驗模擬中，一個人正在瀏覽食品卡車，試圖在他們可信賴的人工智能自動駕駛汽車的幫助下決定去哪里吃飯。汽車知道乘客更喜歡健康的素食而不是不健康的甜甜圈。考慮到這個標準，人工智能汽車會選擇走最短路徑到素食餐車。不過，這個簡單的解決方案可能會適得其反。如果最短路徑經過甜甜圈店，乘客可能會駕駛輪子，超越人工智能。這種明顯的人類非理性與最合乎邏輯的解決方案相沖突。

Çelikok的模型通過幫助AI找出人類的時間不一致來獨特地避免了這個問題。“如果你問人們，你現在想要10美元還是明天要20美元，他們現在選擇10，但你再問，你想要100天后10美元還是101天后20美元，他們選擇20，即不一致，”他解釋道。

“差距沒有被同等對待。這就是我們所說的時間不一致，典型的人工智能不會考慮非理性或時間不一致的偏好，”例如拖延、即時改變偏好或甜甜圈的誘惑。在Çelikok的研究中，人工智能汽車會發現，采取稍長的路線將繞過甜甜圈店，從而為乘客帶來更健康的結果。

“人工智能有獨特的優勢和劣勢，人類也有，”Çelikok說。“人類的弱點是非理性行為和時間不一致，人工智能可以修復和補充。”另一方面，如果出現人工智能錯誤而人權正確的情況，人工智能將在被覆蓋時學會根據人類的偏好行事。這是Çelikok數學建模的另一個副作用。

Çelikok說，將人類認知模型與統計數據相結合，可以讓人工智能系統更快地了解人們的行為方式。它也更有效率。與訓練具有數千張圖像的AI系統來學習視覺識別相比，與人交互是緩慢且昂貴的，因為學習只是一個人的偏好可能需要很長時間。

Çelikok再次將其與國際象棋進行比較：人類新手或人工智能系統都可以理解規則和物理動作，但他們可能都難以理解大師的復雜意圖。Çelikok的研究正在尋找最佳動作和直覺動作之間的平衡，用數學構建現實生活中的半人馬。