說得直白點(diǎn)，大意是 “在網(wǎng)絡(luò)試驗(yàn)中，機(jī)器人攪局小淘氣，反而促進(jìn)人類協(xié)作”。
這篇論文提了一個(gè)好問題，機(jī)器人與人能否和諧相處？機(jī)器人的參與，是否能促進(jìn)而不是破壞，人類的社會協(xié)作？
論文設(shè)計(jì)了一個(gè)交互行為被嚴(yán)格限定的游戲，來證實(shí)存在這么一種可能性：
在某些特定任務(wù)中，人與機(jī)器人，是可以和諧相處，并且相互促進(jìn)的。
可能性固然重要，但是更重要的，是要找到一種方法，來教育機(jī)器人應(yīng)該如何行動(dòng)，才能幫助人與機(jī)器人組成的群體，實(shí)現(xiàn)整個(gè)群體的最優(yōu)目標(biāo)。以及為了實(shí)現(xiàn)全局最優(yōu)，在什么情況下，機(jī)器人需要攪局，以犧牲局部收益為代價(jià)，打破僵局。
其實(shí)這個(gè)方法是現(xiàn)成的，這就是Reinforcement Learning （強(qiáng)化學(xué)習(xí)）。尤其值得關(guān)注的是，強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)的雜交，Deep Reinforcement Learning。
DeepMinders 用 Deep Reinforcement Learning 技術(shù)，在幾十個(gè)游戲上，擊敗了人類玩家。
令人好奇的是，如果讓機(jī)器人參與團(tuán)隊(duì)對戰(zhàn)游戲，每個(gè)團(tuán)隊(duì)有多人組成。而且團(tuán)隊(duì)中不僅可以有人類玩家，也可以有機(jī)器人。
如果用深度強(qiáng)化學(xué)習(xí)技術(shù)來訓(xùn)練機(jī)器人，是否會提升人機(jī)團(tuán)隊(duì)的戰(zhàn)績？
遇到危險(xiǎn)的時(shí)候，機(jī)器人是否會主動(dòng)自我犧牲，以便保全人類玩家？
或者，機(jī)器人是否會以團(tuán)隊(duì)?wèi)?zhàn)績?yōu)樽罡吣繕?biāo)，不惜犧牲人類玩家，保全機(jī)器人，來取得整個(gè)團(tuán)隊(duì)的戰(zhàn)績？
先前人們普遍認(rèn)為，機(jī)器人的行為取決于算法，而算法是人類編寫的。所以，機(jī)器人的行為，完全是人類預(yù)先設(shè)定的。但是當(dāng)機(jī)器人的行為是通過 “機(jī)器學(xué)習(xí)算法” 學(xué)習(xí)來的，機(jī)器人的行為，就不再那么嚴(yán)絲合縫地符合人類的預(yù)期了。
更進(jìn)一步，不久的將來，機(jī)器將擁有 “Learn to learn” 的能力，屆時(shí)，人類更無法準(zhǔn)確地預(yù)期機(jī)器人的行為了。
除了玩游戲，機(jī)器學(xué)習(xí)技術(shù)，能夠在現(xiàn)實(shí)生活中，發(fā)揮作用？
從技術(shù)方面講，Chatbot 技術(shù)日臻完善，現(xiàn)在已經(jīng)開發(fā)了不少客服機(jī)器人。節(jié)省人工，提高客服質(zhì)量。如果機(jī)器對話的技術(shù)障礙解決了，下一個(gè)問題，是如何讓機(jī)器人助力網(wǎng)上社區(qū)的運(yùn)營。
客服與運(yùn)營有很大不同?？头且粚σ坏膶υ?，而運(yùn)營的核心是群體的協(xié)調(diào)，包括挑起爭論、幽默搞笑舒緩氣氛、轉(zhuǎn)移話題降溫爭吵，等等。運(yùn)營中最難的又最重要的，是時(shí)事營銷。人類編輯的反應(yīng)速度，肯定比不上永遠(yuǎn)在線，永遠(yuǎn)不知疲倦的機(jī)器人。
互聯(lián)網(wǎng)讓人與人的交流更方便，同時(shí)互聯(lián)網(wǎng)也產(chǎn)生了大量數(shù)據(jù)。如何挖掘這些數(shù)據(jù)，如何從中提煉出協(xié)調(diào)人群的有效算法，是大數(shù)據(jù)和機(jī)器學(xué)習(xí)的工作。
機(jī)器人參與人類社會的互動(dòng)和協(xié)作，多半是從網(wǎng)絡(luò)互動(dòng)開始的。
機(jī)器人監(jiān)管促進(jìn)人類社會的協(xié)作，多半是從社區(qū)的運(yùn)營開始的。
