最近有报道称,美国的研究人员目前正在采用脑电波向机器人战士教授一些人类的直觉。由于人类的直觉可能意味着造成生或死的差别,因此美国国防部官员坚持在战场必须有人处在控制机器人系统的回路之中。人类的配合也可能会使人工智能系统更好地执行包括情报分析和威胁识别在内的各种战场任务。
人工智能(AI)在某些方面要比人类的智力更好,例如AI系统处理数据的速度比人更快。不过,人能够更加有效地评估危险和确定什么时候射击,更为重要的是确定何时不要射击。美国陆军研究实验室的一个团队正在寻求向AI系统灌输士兵直觉的途径。陆军研究实验室人类研究和工程处的统计数学家弗农·劳亨解释说,最大的挑战是开发既能利用AI的优势,又能将人类的直觉、专门技术和引导输入 AI的新技术。
陆军研究实验室正在与弗吉尼亚州亚历山大市的DCS公司合作,利用人脑电波向AI系统传授对场景进行分析以找到潜在威胁的技术。研究团队最近完成了一系列的由士兵头戴脑电图扫描帽来控制AI系统的试验。试验所采用的计算机视觉系统是一种AI系统,机器人系统日后有可能采用这种AI系统作为部队小组的一部分。
AI虽然能够有效地使用数据库在数以百万计的图像中识别物体,但是识别危险却要困难得多。劳亨说,当觉得有事情会发生,需要非常小心的时候,人类有良好的直觉。预计一个人机视觉团队能够准确地将危险事物和威胁进行分类,这是计算机AI本身尚未解决的问题。
人机视觉团队最近进行的试验涉及士兵头戴脑电图扫描帽在模拟的城市环境中行进,研究人员还使用了脑电图扫描网络这种基于网络的平台来辅助脑电波研究。当一名士兵确认存在独特或者位置不当的事物时,脑部就会发出一种叫做P300的特殊信号。科学家提出的理论认为,无论在战场还是在情报分析中心,P300脑电波都可能会使神经网络更好地确定环境中的异常现象。在试验中,要求士兵在场景中寻找异常元素,例如一个带武器的男人或者一张翻倒的有可能隐藏爆炸装置的桌子,也要求士兵寻找不构成威胁的事物,例如不带武器的人和能够看到下方的桌子。计算机视觉系统寻找同种类型的异常现象,研究人员希望查明能否向计算机视觉程序提供脑电波信息,来帮助它准确找到目标或者人类能够确定的类似场景样貌。劳亨解释说,试图让AI系统接受人类的脑电图扫描信号和明白人类正在观看的东西,试验涉及如何以人类的专门技术和对情景的理解来利用AI系统的速度。
劳亨认为,相关研究强化了当AI系统的行动可能造成重大后果时,人应该处在回路之中的观念。他说,在与AI系统的合作之中,后果的作用非常重要。如果行动不重要的话,AI系统就可以独自行动而不需要人的介入,例如机器人真空吸尘器即使偶尔会碰到家具也可以独自行动。当然,战场的情况就大不相同了,其后果是非常严重的,因此要是没有人的介入的话,必须平衡行动的后果和AI执行行动的能力。如果后果非常严重,甚至有可能是灾难性的,人在回路之中就能够控制AI系统。
相关试验是一个深度学习过程,而深度学习是一种部分以人脑为基础设计的机器学习算法。劳亨将人脑描述为一种层级结构系统,人脑中的多个层级分别专门执行一定种类的任务。信息进入人脑的较高层级,然后被结合和向上传送。人的视觉系统就是一个很好的例子。大量的神经科学研究表明,人脑在视觉处理的初始阶段了解物件的边缘,接着聚集边缘构成形状,更进一步的就是识别物体。劳亨还说,深度学习算法试图以类似方式处理信息,以数据的层级表达来实现更为有效的理解。
相关研究日后可能会对战士有好处,也有可能帮助政府进行数据挖掘,还有可能帮助情报和执法分析人员搜索无数的图像。劳亨指出,视频网站YouTube每分钟上传的视频资料,其视频内容超过了400小时,卫星图像也在以同样令人眩晕的速度集聚,积累的数据资料可能多达几十万万亿字节,大量的数据资料都不曾为人类分析者所过目。数据资料积累的速度极快,人们实际上无法去浏览它们来发现感兴趣的东西。因此,现在的问题在于能否使用计算机视觉AI系统帮助人类搜索数据库,找到感兴趣的东西供进一步仔细检查。人们想要利用AI快速处理数据的能力,同时也希望以人类的专门技术去影响AI的搜寻。
陆军研究实验室的研究计划是该实验室的一个范围更大的科学研究计划的一部分。2010年,该实验室发起建立了认知和神经工效学技术合作联合会,吸引了多个部门的专家,一起来推进神经系统科学的发展。综合性计划的主要目的是了解执行复杂任务的时候,大脑如何在复杂的环境中运作。劳亨说,必须清晰地理解人脑在真实世界的作战环境中如何运作,并且加以利用。
联系客服
