人类如何教导AI更好地进行猜测

 
人工智能(AI)的发展中的一项重要任务就是赋予机器与人互动时预测意图的能力。
我们人类一直在做它，甚至没有意识到：我们观察，倾听，利用我们过去的经验来推断某人在做什么，他们为什么这样做是为了对他们将做的事情做出预测下一个。
目前，人工智能在检测另一个人的意图方面可能做得很合理(换句话说，事后)。或者它甚至可能具有人类在给定情况下会做出响应的预定义的可能响应的列表。但是，当一个AI系统或机器只剩下一些线索或部分观察结果时，它的响应有时会有点……是机器人。
UNSW Engineering的高级讲师Lina Yao博士是该项目的首席研究员，该项目旨在使AI系统和人机界面尽快适应人类行为的细微差别。她说，最终目标是将研究成果用于自治AI系统，机器人甚至机器人中，但第一步要集中在人机与智能机器之间的接口上。
“我们在这些早期阶段所做的工作是帮助机器根据我们的日常交互以及受我们自己的判断和期望影响的动作来学习像人一样的行为，以便可以更好地预测我们的意图。”她说。 “反过来，这甚至可能导致我们自己采取新的行动和做出新的决定，以便我们建立合作关系。”
姚博士希望看到人们对不太明显的人类行为实例的认识，这些实例已集成到AI系统中以改善意图预测。诸如手势，眼球运动，姿势，面部表情，甚至是微表情之类的东西-当某人对刺激做出情感反应但试图使其保持隐藏状态时，就可以说出真实的体征。
这是一个艰巨的任务，因为在尝试预测另一个人的意图时，人类本身并不是万无一失的。
她说：“有时候人们可能会采取一些偏离自己正常习惯的行为，这可能是由外部环境或其他人的行为的影响所触发的。”
所有正确的行动
尽管如此，使AI系统和机器更精确地调整为人类启动动作的方式还是一个好的开始。为此，姚博士和她的团队正在开发一种原型人机界面系统，旨在捕捉人类运动背后的意图。
姚博士说：“我们可以学习并预测人们在佩戴EEG(脑电图)设备时会做些什么。”
“佩戴这些设备中的一种时，无论何时人进行运动，都将收集他们的脑波，然后我们可以对其进行分析。
“稍后，我们可以要求人们考虑采取特定动作进行举动-例如举起右臂。因此，实际上不是举起手臂，而是思考它，然后我们可以收集相关的脑电波。”
姚医生说，记录这些数据有可能帮助人们由于残疾或疾病而无法自由移动或交流。可以对用EEG设备记录的脑电波进行分析，并用于移动轮椅等机械设备，甚至传达协助请求。
“重症监护病房中的某些人可能没有沟通的能力，但是，如果他们戴着EEG装置，他们的脑电波模式可以解释为说他们很痛苦或想坐起来。”姚说。
“因此，由于这种人机交互作用，观察者可以理解身体上不可能或无法表达的动作或行为意图。已经有实现这一目标的技术，这更多的是所有的工作部分都在一起。”
终身伴侣
姚博士说，开发能够帮助人类的AI系统和机器的最终目标不仅是要被视为工具，还应被视为合作伙伴。
她说：“我们正在努力开发一些好的算法，这些算法可以部署在需要决策的情况下。”
“例如，在救援情况下，可以使用AI系统帮助救援人员采取最佳策略来更精确地定位人员。这样的系统可以使用使用GPS位置和其他数据来定位人员的定位算法，例如以及评估与某人联系所需的时间范围，并就最佳行动方案提出建议。
“最终，人类将做出最终决定，但重要的是，在如此动态的环境中，AI是有价值的协作者。如今，这种技术已经在使用。”
但是，与人类合作时是一回事。 完全独立于他们的工作还有很长的路要走。 姚博士说，自主AI系统和机器有一天可能会在观察到我们的行为后将我们视为三类之一：同伴，旁观者或竞争对手。 姚博士说，尽管这看起来冷酷无情，但根据类别的变化，这些类别可能会动态地从一种变为另一种。 她说，无论如何，这种认知分类实际上是非常人性化的。
她说：“考虑到这一点，我们每天都会对周围的人做出同样的判断。”