讓準備作戰的機器人如何具有人類行為？

原標題：讓準備作戰的機器人如何具有人類行為？

最近有報道稱,美國的研究人員目前正在採用腦電波向機器人戰士教授一些人類的直覺。由於人類的直覺可能意味著造成生或死的差別,因此美國國防部官員堅持在戰場必須有人處在控制機器人系統的迴路之中。人類的配合也可能會使人工智慧系統更好地執行包括情報分析和威脅識別在內的各種戰場任務。

人工智慧(AI)在某些方面要比人類的智力更好,例如AI系統處理數據的速度比人更快。不過,人能夠更加有效地評估危險和確定什麼時候射擊,更為重要的是確定何時不要射擊。美國陸軍研究實驗室的一個團隊正在尋求向AI系統灌輸士兵直覺的途徑。陸軍研究實驗室人類研究和工程處的統計數學家弗農·勞亨解釋說,最大的挑戰是開發既能利用AI的優勢,又能將人類的直覺、專門技術和引導輸入 AI的新技術。

陸軍研究實驗室正在與弗吉尼亞州亞歷山大市的DCS公司合作,利用人腦電波向AI系統傳授對場景進行分析以找到潛在威脅的技術。研究團隊最近完成了一系列的由士兵頭戴腦電圖掃描帽來控制AI系統的試驗。試驗所採用的計算機視覺系統是一種AI系統,機器人系統日後有可能採用這種AI系統作為部隊小組的一部分。

AI雖然能夠有效地使用資料庫在數以百萬計的圖像中識別物體,但是識別危險卻要困難得多。勞亨說,當覺得有事情會發生,需要非常小心的時候,人類有良好的直覺。預計一個人機視覺團隊能夠準確地將危險事物和威脅進行分類,這是計算機AI本身尚未解決的問題。

人機視覺團隊最近進行的試驗涉及士兵頭戴腦電圖掃描帽在模擬的城市環境中行進,研究人員還使用了腦電圖掃描網路這種基於網路的平台來輔助腦電波研究。當一名士兵確認存在獨特或者位置不當的事物時,腦部就會發出一種叫做P300的特殊信號。科學家提出的理論認為,無論在戰場還是在情報分析中心,P300腦電波都可能會使神經網路更好地確定環境中的異常現象。在試驗中,要求士兵在場景中尋找異常元素,例如一個帶武器的男人或者一張翻倒的有可能隱藏爆炸裝置的桌子,也要求士兵尋找不構成威脅的事物,例如不帶武器的人和能夠看到下方的桌子。計算機視覺系統尋找同種類型的異常現象,研究人員希望查明能否向計算機視覺程序提供腦電波信息,來幫助它準確找到目標或者人類能夠確定的類似場景樣貌。勞亨解釋說,試圖讓AI系統接受人類的腦電圖掃描信號和明白人類正在觀看的東西,試驗涉及如何以人類的專門技術和對情景的理解來利用AI系統的速度。

勞亨認為,相關研究強化了當AI系統的行動可能造成重大後果時,人應該處在迴路之中的觀念。他說,在與AI系統的合作之中,後果的作用非常重要。如果行動不重要的話,AI系統就可以獨自行動而不需要人的介入,例如機器人真空吸塵器即使偶爾會碰到傢具也可以獨自行動。當然,戰場的情況就大不相同了,其後果是非常嚴重的,因此要是沒有人的介入的話,必須平衡行動的後果和AI執行行動的能力。如果後果非常嚴重,甚至有可能是災難性的,人在迴路之中就能夠控制AI系統。

相關試驗是一個深度學習過程,而深度學習是一種部分以人腦為基礎設計的機器學習演算法。勞亨將人腦描述為一種層級結構系統,人腦中的多個層級分別專門執行一定種類的任務。信息進入人腦的較高層級,然後被結合和向上傳送。人的視覺系統就是一個很好的例子。大量的神經科學研究表明,人腦在視覺處理的初始階段了解物件的邊緣,接著聚集邊緣構成形狀,更進一步的就是識別物體。勞亨還說,深度學習演算法試圖以類似方式處理信息,以數據的層級表達來實現更為有效的理解。

相關研究日後可能會對戰士有好處,也有可能幫助政府進行數據挖掘,還有可能幫助情報和執法分析人員搜索無數的圖像。勞亨指出,視頻網站YouTube每分鐘上傳的視頻資料,其視頻內容超過了400小時,衛星圖像也在以同樣令人眩暈的速度集聚,積累的數據資料可能多達幾十萬萬億位元組,大量的數據資料都不曾為人類分析者所過目。數據資料積累的速度極快,人們實際上無法去瀏覽它們來發現感興趣的東西。因此,現在的問題在於能否使用計算機視覺AI系統幫助人類搜索資料庫,找到感興趣的東西供進一步仔細檢查。人們想要利用AI快速處理數據的能力,同時也希望以人類的專門技術去影響AI的搜尋。

陸軍研究實驗室的研究計劃是該實驗室的一個範圍更大的科學研究計劃的一部分。2010年,該實驗室發起建立了認知和神經工效學技術合作聯合會,吸引了多個部門的專家,一起來推進神經系統科學的發展。綜合性計劃的主要目的是了解執行複雜任務的時候,大腦如何在複雜的環境中運作。勞亨說,必須清晰地理解人腦在真實世界的作戰環境中如何運作,並且加以利用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！