“機器人威脅論”塵囂甚上？DeepMind 研究要教機器人“服從人類”

以《機械公敵》為代表的科幻電影中，都表達了未來人類可能會被機器人掌管的擔憂。在耳渲目染下，不少人都堅信奇點（人工智能的智力超過人類）的存在，不過最新的研究報告可能舒緩這方面的擔憂。

來自 Google 的 DeepMind 人工智能實驗室的最新研究報告指出，大腦信號將自動告訴我們人類如何融入社會等級。在制造智慧型機器人過程中，這項研究將會產生巨大幫助，使其了解自身階級定位，從而讓人類始終具備主動權。

為摸清人類如何學習社會等級制度，來自 DeepMind 和倫敦大學學院的科研團隊利用 fMRI 腦掃描儀，邀請了 30 名健康的大學生執行一項任務。這項任務就是假設自己畢業到想要的公司上班，如何才能盡快了解公司現有的權力架構。

他們要求觀察兩名同事之間的「競爭」，并根據勝出結果來判斷兩者之間的權利大小。在完全了解公司的權力架構后，繪制出這家公司的權利階級。而最終，他們不得不決定在公司內應該為哪個人工作。

「我們發現這種讓參與者了解團隊中個體權利大小的方式，是貝葉斯推理邏輯的最佳證明。」DeepMind 實驗室的科研專家 Dharshan Kumaran 說道：「基本上你需要評估每個人的權利等級，當你接受到新的訊息（例如兩個人的競爭結果）時候就會自動更新。」

這意味著人們可以通過觀察不同人之間的交互結果并填補缺失部分，就能迅速形成對整個層級等級的理解。

舉例來說，當有人觀察到「Jane」在同「Paul」的競賽中獲勝，又觀察到 Paul 戰勝了很多競賽者，那這樣就能讓他們預估 Jane 的權利有多大。這是因為有新的證據表明，Paul 盡管是第一場比賽的失敗者，但依然比我們想象中的更為強大。

「相比較作為旁觀者，當身處于某個權利架構中的時候，人類就會使用多種方式學習和展現社會階層。」Kumaran 說道：「人類的腦前額葉，是高度發達的區域。該項研究的參與者在了解自己所屬社會團體中人員權利組成的時候，明顯要比了解其他人的社會團體權利結構更加的活躍。這也表明當涉及自我信息的時候人類的特殊天然反應。」

社會互動必須要區分我們的思想、目標和偏好，而這正式人類所擅長的認知功能。Kumaran 教授說道：「DeepMind 團隊從事神經科學研究的部分原因是，我們的終極目標是研發人工智能并將其應用解決世界上最棘手的問題。」

「因此我們口中的『智能』的核心之一是，理解我們人類自己是如何學習結構化知識，因此這是我們研究的重點。」這項研究成果已經在《Neuron》期刊上發表。

via dailymail

【招聘】雷鋒網堅持在人工智能、無人駕駛、VR/AR、Fintech、未來醫療等領域第一時間提供海外科技動態與資訊。我們需要若干關注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優良的外翻編輯加入。

簡歷投遞至 guoyixin@leiphone.com，工作地 深圳；

或投遞至 wudexin@leiphone.com，工作地 北京。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。