相信自从阿尔法狗战胜人类之后，不少人想干脆两个人工智能直接对决算了。 Google 的 Deepmind 团队还真的做了一件类似的事，不过设置有点稍稍不同，这来源于试验的目的并不是要找哪个人工智能玩围棋更腻害，而是，人工智能在特定的有些规则环境下，究竟是会合作还是竞争？ 毕竟，未来人工智能在这个社会中，要处理的事情可能很多，小到指挥交通，大到国家的经济运行，可能都有人工智能的参与。然而人类发展的历程告诉我们，有时候合作也许是对大家最好。
为了探讨这个问题，DeepMind 做了个实验，说将几个 AI 机器人置于一系列的“社交困境”中，在这些情况下，个人可以从背叛他人中获利，但如果所有人都那些自私，那就没有赢家。这是不是让你想起了诺贝尔奖得主纳什提出的“博弈论”里面的“囚徒困境”？ Deepmind 做实验的方法就是......让这些 AI 们一起玩两个简单的电子游戏。 第一个电子游戏叫“捡苹果”，两名玩家要在中间的一道管子上收集苹果，谁捡的苹果多谁赢。同时他们都有一个技能，通过用激光来阻碍对方的行动，让对手暂时在游戏中消失，前者就又机会收集更多的苹果了。 第二个游戏叫“狼群”，两名玩家需要在一个充满困难和障碍的环境中捕猎一只猎物。不过不只是抓道猎物那名玩家可以得分，而是当猎物被捕时，所有靠近猎物的玩家都可以得分。 实验结果略有趣，但是不算意外，这些人工智能都会根据不同的情景和规则，调整他们的行为方式，时而合作时而敌对。 比如，在“捡苹果”游戏中，当苹果数量很充足的时候，这些人工智能似乎懒得去动手阻碍别人，而是努力在自顾自地捡苹果。然而当苹果的总数逐渐减少，他们使用激光技能的次数也开始增多了。文科生大概开始在YY各种什么人在极端情况下展现最真实的人性，还有什么马克思的原始共产主义社会理论被打破之类的 但这是一个机器人，接下来的事情就更有趣了，当引入一个运算能力更强的人工智能时，他却倾向于无论剩下多少苹果，都会去阻碍对手。似乎更聪明的AI展现出来的是，在这个游戏中，什么时候都要好斗。 不要这是不是就是意味着，AI 认为，阻碍别人就是最好的战略呢？不一定哦。 研究人员认为，更高级的人工智能在游戏中使用激光的次数更多，有可能只是因为发激光这个动作更难.AI需要把武器瞄准目标，通过跟踪它们的踪迹，这样的举动需要更多的运行能力，而且还会占用宝贵的捡苹果时间。所有除非玩家觉得发激光划得来，否则他大概会乖乖一起捡苹果。 那么在“狼群”中游戏中又如何？ 这个游戏的情况则恰恰相反，更聪明的 AI，在这个游戏里更倾倾和和其他玩家合作。研究人员解释，这也是因为跟其他玩家一起追踪和围捕猎物，要求更多算力...... 不得不说，不同级别的机器人模式转变的理由，真是十分实在。即便AI展现出来的合作与好斗的程度，跟他们的“能力”有关，但无论如何，研究结果都说明，人工智能的行为模式会随着它们所面临的规则而变。如果游戏规则鼓励的是好斗的行为，也就是说你要好斗才能拿高分，AI会变得好斗;如果游戏规则鼓励合作行为，那他们会表现得更为为合作。显然上面的游戏中，第一个捡苹果的游戏更像一个零和博弈，你捡的苹果多了我的就少;第二个则则正和博弈，合作时双方至少一方的利益会增加，也就是整体利益会增加。 这也告诉告诉了人工智能研究的相关人员，未来在涉及多个AI交互的场景中，确保制定的“游戏规则”适当，是控制AI行为很重要的部分。就像研究人员在博客中写道： 这个实验之后，我们似乎更能理解与控制多方参与的系统，比如经济运行，交通系统或者地球生态健康的维护，这些都依靠我们持续的合作。 如果把上述游戏中的AI换成人，得出的结论很像社会心理学的基本假设，倾向于将人的行为模式归结到环境变化。然而人的不可控性在于复杂的七情六欲，还有内心对于机器而言，还没有性格可言，在同一环境下的不同行为，变量只是运算能力。 也许囚徒困境不会是个问题，因为即便信息不对称，只要你给我足够的算力，我可以算出合作是最优解。但人呢？即便智商够高，也不一定能相信坐在隔壁的人不会背叛我。 不过如果出现了“西部世界”的情况，机器人有了记忆和意识，不知道他们还会不会纯粹靠智商思考？ 稿源：36kr |
