研究人员表示社交智能是人工智能的下一个前沿领域
Siri 和 Google Assistant 或许能够根据要求安排会议，但它们还没有社交能力来独立确定约会的优先级。据中国研究人员称，人工智能 (AI) 可能很聪明，但由于缺乏社交技能而受到阻碍。
他们于 3 月 10 日在CAAI 人工智能研究中发表了对现状的回顾并呼吁未来的方向。
“人工智能改变了我们的社会和我们的日常生活，”北京通用人工智能研究院(BIGAI)通用人工智能国家重点实验室的第一作者范立峰说。“未来人工智能面临的下一个重要挑战是什么?我们认为人工社会智能 (ASI) 是下一个重要的前沿领域。”
研究人员表示，ASI 包括多个孤立的子领域，包括社会感知、心理理论——他人从自己的角度思考的理解——以及社会互动。通过使用认知科学和计算模型来确定人工智能系统与人类社会智能之间的差距，以及当前的问题和未来的方向，范说该领域将更好地发展。
“与我们对工作的物理理解相比，ASI 是独特且具有挑战性的;它高度依赖于上下文，”范说。“在这里，背景可以大到文化和常识，也可以小到两个朋友的共同经历。这一独特的挑战使标准算法无法解决现实环境中的 ASI 问题，这些问题通常是复杂的、模糊的、动态的、随机的、部分可观察的和多代理的。”
因此，Fan 说，ASI 需要一种综合方法，因为改进 ASI 系统的特定组件可能并不总是会提高性能——这与当代人工智能系统不同。相反，ASI 需要能够解释潜在的社交线索，例如翻白眼或打哈欠，以了解其他代理人的心理状态，例如信念和意图，并在共同任务中进行合作。
“多学科研究为 ASI 的研究提供了信息和启发：研究人类社会智能可以深入了解开发具有类人特征的 ASI 所需的基础、课程、比较点和基准，”Fan 说。“我们专注于社会智能的三个最重要且密不可分的方面：社会感知、心理理论和社会互动，因为它们以成熟的认知科学理论为基础，并且是在这些领域开发计算模型的现成工具。 ”
根据 Fan 的说法，最好的方法是一种更全面的方法，模仿人类如何与他人以及他们周围的世界互动。这需要一个开放式和交互式的环境，以及考虑如何将更好的类人偏差引入 ASI 模型。
“为了加速 ASI 的未来进步，我们建议像人类一样采取更全面的方法，利用不同的学习方法，如终身学习、多任务学习、一次/几次学习、元学习等。 ”范说。“我们需要定义新的问题，创建新的环境和数据集，建立新的评估协议，并建立新的计算模型。最终目标是为人工智能配备高级 ASI，并借助人工智能社会智能提升人类福祉。”
其他贡献者包括 Manjie Xu、Zhihao Cao 和 Song-Chun Zhu，以及 BIGAI;和北京大学人工智能研究所的 Yixin Zhu。徐还隶属于北京理工大学计算机科学与技术学院;清华大学自动化系的曹和朱;和朱与北京大学人工智能研究所。
版权声明：本文由用户上传，如有侵权请联系删除！