科学家试图让机器人有社交技能

　　然而，令人惊讶的是，在确保机器人能够社交方面，即使在基本层面上，却几乎没有做什么工作。麻省理工学院（MIT）的一个研究团队接受了这一挑战：科学家制定了一个机器人技术框架，其中包括社交互动，从而使机器人能够知道人类如何帮助或阻碍其他人类同胞。

　　MIT计算机科学和人工智能实验室的信息实验室负责人、研究报告作者之一鲍里斯·卡茨在一份新闻稿中说：“机器人很快就会生活在我们的世界里，而且真的需要学习如何以人类的方式与我们交流。机器人需要知道，什么时候该提供帮助，什么时候该看看可以做些什么来防止某些事情的发生。”

　　在科学家的新框架里，人们定义了三种类型的机器人：0级机器人仅有物理目标，无法进行社交推理；1级机器人既有物理目标又有社交目标，但假定其他机器人只有物理目标；2级机器人有物理和社交目标，而且假定其他机器人也两者兼有。科学家们推测，这些高级机器人已经可以与其他机器人很好地协同工作——并且也可以与人类很好地协同工作。

　　为测试这一框架，研究人员创造了一个模拟环境，一个机器人观察另一个机器人，猜测另一个机器人的目标，然后根据自己的目标，要么选择帮助，要么选择阻碍另一个机器人。

　　研究团队创造了98种不同的场景，在这些场景中，虚拟机器人根据对另一个机器人目标的猜测来相互帮助或阻碍，然后将这些目标与自己的目标相融合。后来，当人类观看机器人互动的视频时——这被描绘为一系列计算机动画，他们对机器人目标的预测与机器人对彼此的预测基本相符。

　　卡茨说，这项实验是朝着教机器人识别人类目标并与人类互动迈出的虽小但重要的一步。卡茨在新闻稿中说：“这是非常早期的工作，我们只触及了皮毛，但我感觉这是第一次非常认真的尝试，旨在了解人类和机器社交互动的意义。”

　　除了训练机器人，这项研究最终可能有超越人工智能的应用。研究报告的作者之一、MIT大脑、思维和机器研究中心的研究员安德烈·巴尔布指出，无法量化社交互动在许多科学领域造成了问题。

　　例如，与我们能够轻松地准确测量血压或胆固醇的方法不同，没有定量的方法来确定患者的抑郁程度，也无法精确评估患者在自闭症谱系上的位置。但巴尔布说，由于至少在某种程度上，抑郁症和孤独症都涉及社交障碍，像这样的计算模型可以为评估人类社交表现提供客观的基准，并可能使开发和测试这些疾病的药物更容易。

　　在训练人工智能时，一个有据可查的问题是，通过简单地给模型提供大量数据，就可以训练出非常强大的人工智能，但这也往往会产生性别歧视和种族歧视的人工智能。这个MIT研究团队认为，他们的方法可能是避免这个问题的一个途径。巴尔布说：“孩子们在离开家人时并没有他们父母的肤色优于其他人的想法，这完全是因为他们95%的数据来自具有这种肤色的人，但这正是这些大型模型得出的结论。”

　　通过学习估计他人的目标和需求，而不是仅仅根据海量数据做出联想和推断，这种训练机器人的新方法可能最终创造出与人类利益更契合的人工智能。