混合智能

王小凤 金潇阳 翻译

1导言

许多研究长期以来一直在讨论在预测某些结果方面什么更优越:统计方法还是人脑。人工智能领域的显著技术进步一再引发了这场辩论，例如解决对象和语音识别等任务，通过深度学习算法实现准确性的显著提高(Goodfellow等人，2016年)，或者结合各种计算智能方法，如模糊逻辑、遗传算法和基于案例的推理(Medsker，2012年)。这些进步背后隐含的承诺之一是，有一天机器将能够执行复杂的任务，甚至在执行这些任务上可能取代人类。这引发了关于机器最终何时会取代人类的新一轮激烈辩论(McAfee和Brynjolfsson，2017)。虽然先前的研究已经证明，人工智能在一些明确定义的任务中表现良好，例如下象棋、下围棋或识别图像上的对象，但人们怀疑能够同时解决多个任务的人工智能(AGI)的发展能否在不久的将来实现(例如，Russell和Norvig 2016)。此外，使用人工智能来解决组织结构中的复杂业务问题的情况很少发生，并且用于解决复杂问题的人工智能应用程序主要停留在实验室环境中，而不是在实践中实现。

由于通往AGI的道路仍然漫长，我们认为未来几十年人类和机器之间最有可能的分工模式是混合智能。这一概念旨在利用人类智能和人工智能的互补优势，使它们能够比两者分别表现得更好(例如，Kamar 2016)。

2  概念基础和混合智能的含义

在详细讨论混合智能之前，我们首先要描述这个概念和相关但仍然不同的智能形式之间的区别。

2.1情报

智能一词的各种定义和维度(如社会、逻辑、空间、音乐)存在于多个研究学科中，如心理学、认知科学、神经科学、人类行为、教育或计算机科学。为了我们的研究目的，我们使用一个包含性和通用的定义来描述一般智能。它是在环境中完成复杂目标、学习、推理和适应性地执行有效行动的能力。这通常可以包含在获取和应用知识的能力中(Gottfredson 1997)。虽然智能最常用于人类(以及最近的智能人工智能)，但它也适用于动物的智能、目标导向的行为。

2.2人类智能

与人类物种相关的智力子维度定义了人类的精神能力。在最全面的层面上，它涵盖了在现有知识的基础上，在环境中学习、推理和适应性地执行有效行动的能力。这使人类能够适应不断变化的环境，并朝着实现目标的方向行动。

虽然关于智力的一个假设是存在所谓的“g因子”，它表明了对一般智力的一种衡量(布兰德1996)，但认知科学领域的其他研究探索了与个体进化经验相关的智力。这意味着，人类不再拥有一般形式的智力，而是变得更加有效地解决在熟悉的情境中出现的问题(韦克斯勒1964)。

另一种关于智力的观点认为，一般的人类智力可以细分为专门的智力组成部分，如语言、逻辑数学数学、音乐、动觉、空间、社会或存在智力(加德纳2000)。

综合这些关于人类智力的观点，斯特恩伯格(1985)提出了智力的三个独特的维度:成分、情境和经验。智力的成分维度是指人类的某种个人(一般)技能集。智力的经验维度指的是一个人通过进化经验学习和适应的能力。最后，智力的情景维度定义了大脑在特定情况下归纳理解和行动的能力，以及做出选择和修改这些情境的能力。

2.3集体智慧

另一个相关的概念是集体智慧。根据马龙和伯恩斯坦(2015年，第3页)的说法，集体智慧是指“[……]以看似聪明的方式集体行动的个人群体”。尽管“个人”一词有解释的余地，但是这一领域的研究人员通常引用群体智慧的概念，因此，是人类个体智能的综合(Woolley等人，2010)。这个概念描述了，在一定条件下，一群普通人可以胜过群体中的任何一个人，甚至一个专家(莱梅斯特，2010)。集体智慧的其他众所周知的例子是生物学中发现的现象，例如，