德國萊比錫的計算機科學家為他們的機器人足球隊進測試比賽作準備。

截圖來源：《自然》網站

為幫助人類解決更根本問題，科學家需要讓人工智能（AI）重新理解更為深層的社會。

AI助手和推薦算法每天在與數十億人互動，以多種方式影響人類的生活，但究其根本，他們對人類的了解仍然很少。英國《自然》雜志近日發表評論文章表示，由AI控制的自動駕駛汽車已逐漸掌握與自然界的互動，但在與其他汽車和行人進行協調或與人類駕駛員進行協作時，它們仍然是新手。

AI需要理解社會和“合作”的智慧，才能更好地融入我們。

在“合作”上，AI如同嬰兒

AI應用程序的狀態，反映了研究領域的狀態。

從入門教科書可以明顯看出，規范的AI依然是面向非社會環境的孤立機器。這似乎是一個明智的起點，但AI就像嬰兒一樣，必須要去增加對周圍環境的掌握以及增加如何與環境交互的基本了解。

目前，即使在涉及多個AI參與的工作中，仍未解決“合作”這一難題，譬如在西洋雙陸棋、國際象棋、圍棋和撲克這些競爭性的案例中。盡管在現實世界，這種“純沖突”的環境已很少甚至接近消失，但它們依然是吸引人的研究項目。與半合作式游戲相比，它們在文化上非常珍貴，相對容易進行基準測試，并且具有更簡單的解決方案。

未來幾年，AI系統需要彼此之間以及與人類之間以快速、復雜的方式進行交互：在人行道和車道上，在消費者和金融市場中，在電子郵件通信和社交媒體中，都需要網絡安全和物理環境安全。與人交互不好的自動駕駛汽車或智慧城市將無法實現其利益，甚至可能破壞穩定的人際關系。

建立一門“合作型AI”科學

科學家建議，需要建立一門“合作型AI”科學。這一領域的研究人員認為，現在應該優先發展具有促進互利的、共同行動能力的AI。正如研究人類的心理學家發現，如果沒有社會互動，嬰兒的大腦就無法充分發育一樣，除非人們將合作問題放在研究的中心，否則對社會真正有價值的AI的發展將受到阻礙。

當人類父母養育孩子時，經常鼓勵孩子超越對父母的依賴，變得“自主”。但當人類個體作為更廣泛的社會的一部分而展開合作時，通常最有生產力。

類似地，對AI系統中的某些成員來說，“自主”是非常有用的，同時它們也能有效地為廣泛合作作出貢獻。譬如，人們最關心的自動駕駛汽車，其大部分價值并不是在空曠的道路上駕駛，而是與行人、騎自行車者和人類駕駛的汽車之間順暢協調的配合。因此，“合作型AI”并不是替代了“自主”，而是超越了它。

三種“合作型AI”

對AI“合作”的研究目前可分為AI與AI合作、人與AI合作、改善人與人合作的AI這三個集群。

AI與AI合作，可以應對更加困難、豐富的環境。這種多主體AI研究在某方面已經取得了不錯的成績——從IBM的象棋計算機“深藍”的超人表現，到阿法狗（AlphaGo）深度強化學習的有力演示都是如此，但從現實世界來看，這種互動并不多見，因此提高固有競爭性游戲的技能，不太可能是AI產生社會價值的最有前途的方法。

人與AI合作，則需要增進AI對自然語言的理解，使機器能夠了解人們的喜好，并使人類更容易使用機器推理。

改善人與人合作的AI，是研究用于改善（而不是損害）人與人之間合作的有力工具。例如，一種管理社交媒體的算法，更好地促進了健康在線社區，就是一個成功的例子。

科學其實也是一項社會事業，促進對“合作型AI”的研究將需要全社會干預。人類當今面臨的重大危機，其實也是合作方面的挑戰——氣候變化、全球公共衛生以及水、土壤、空氣等其他公共物品，都需要人類采取集體行動。隨著AI潛力的不斷擴大，推動“合作型AI”的研究將使人們實現更好的全球合作與治理。