新闻中心

EEPW首页 > 智能计算 > 设计应用 > 学贯中西(8):从GAN领悟人机协同创新之道

学贯中西(8):从GAN领悟人机协同创新之道

作者:高焕堂(铭传大学、长庚大学教授,台北)时间:2022-06-11来源:电子产品世界收藏

1 回顾:里的两个角色

本文引用地址:http://www.eepw.com.cn/article/202206/435051.htm

在上一期里,详细介绍了 ( 生成对抗网 ) 里的两个角色:生成者 (generator) 和判别者 (discriminator)。其中的生成者,又称为创新者,而判别者又称为鉴赏者。在常见的图像绘画领域,其典型的协同创新模式是: G( 创新者 ) 负责创作图片;而 D( 鉴赏者 ) 负责辨别一 张图像的真或假,然后引领 G 逐步改进,止于完美逼近目标。

上述的 协同创新模式,属于 AI 机器与机器之间的协同合作或创新。然而,在 AI 科技不断成长的潮流下,这些协同合作模式,也可望扩展为人机之间的协同合作或创新。换句话说,AI 机器可以扮演创新者,也可以扮演鉴赏者。而人类一样可以扮演创新者,又可以扮演鉴赏者。

2 AI机器扮演鉴赏者角色

也就是,把上一小节里的创作者角色,改为人类来扮演,让人类来学习创作,但仍由AI机器来评鉴与指导。形成了由 AI 机器来教人类创新的情境,如图 1。

image.png

图1

例如,在语言教学上,由 AI 来纠正人类学习者的发音,已有很优秀的表现了。

3 AI机器扮演助手角色

在这方面,AI 也有许多亮丽的表现了,包括语音秘书、绘画等助手,如图 2。

image.png

图2

就像谷歌公司的 AutoDraw 绘画助手,可随时陪伴创作者作画。例如,人类用手绘画,如图 3。

image.png

图3

image.png

图4

当人们画了上面左图,继续画成右图时,可以让 AutoDraw 绘画助手来表现一下,它可以帮忙画成一只海豚,如图 4。目前,在各行各业里,这样的 AI 助手都蓬勃发展中。

4 AI机器扮演学生角色

这就是本专栏所介绍的 < 机器学习 > 了。人类担任训练者 (trainer),采集许多数据(如同教材)来教导 ( 训练 ) 机器学生,如图 5。

image.png

图5

于是人们也都能扮演训练者的角色,来调教 AI 机器。例如,人们可以直接写入自己的笔迹来训练一个 AI 机器。例如在画面上直接写了阿拉伯数字,拿笔迹来调教这 AI 机器,如图 6。

1654946270451930.png

图6

接下来,人们可以写入数百个阿拉伯数字 <0>~<9> 的笔迹,来调教这 AI 机器。就像人们学习的过程一样,很快地,AI 机器就学会了辨识这些笔迹了,也就是会分辨出人们所输入的笔迹了。

5 AI机器扮演神鹰角色

有一个传说中的成吉思汗与神鹰的故事。有一天成吉思汗自己一个人去打猎,却迷路了,眼前一遍沙漠,又口干舌燥,突然看到峭壁上滴下了水滴,成吉思汗就拿着水杯去装水,正要拿来喝的时候,他常常携带的一只神鹰,在空中飞翔,就飞下来,唰一声,把杯子踢翻了,连续踢了四次。成吉思汗想要吓吓它,叫它不要捣蛋,就拿起弓箭来吓它,射出箭之后,神鹰惨叫一声,掉落到峭壁上。

成吉思汗爬到峭壁上发现神鹰被他射死了。神鹰旁边的水池 ( 就是水滴的来源 ),里面有一条毒蛇,而且是死的。因为蛇是死的,所以水是有毒的。成吉思汗发现了神鹰救了他的命。

这是伟大决策者——成吉思汗与神鹰的协同合作的故事,如图 7。

image.png

图7

于是我们就可以继续思考一个问题:如果今天我们做出了两个 AI,一个叫 AI 神鹰,另一个叫 AI 猎狗。 那么我们就来想一想,成吉思汗会携带 AI 神鹰,还是 AI 猎狗呢 ? 很容易推论,他会选择 AI 神鹰。为什么呢 ? 因为神鹰会看到危险,看到危机、看到风险。这意味着,决策性比较高的场域,AI 很适合做神鹰这个角色。如果是这样做,AI 就会很成功。反之,如果 AI 做到成吉思汗的角色,效果可能不太好。

所以,把 AI 做在决策点与行动点之间,是最具价值性的。从成吉思汗与神鹰的故事,可以领会到,AI 扮演神鹰的角色,既符合 AI 的特性,又非常具有价值。当 AI( 神鹰 ) 发现决策者思绪不够完美时,可以给予画龙点睛的效果。

AI 扮演神鹰的角色,其价值在于:当 AI( 神鹰 ) 发现决策者的决定是错的,而且行动是灾难性的,AI 立即提出严重警告。换句话说,AI 必须在决策者的 < 决策时间点 > 与 < 行动时间点 > 之间的数秒钟内,必须即时纳入当下的决策,做出智慧的推论,采取保护主人的行动,而且刻不容缓。

6 登山者/雪巴人协同模式

大都知道,尼泊尔的珠峰是全世界最高的山峰。其登山者常常需要当地雪巴人的协同合作。我们可以从登山者与雪巴人来看他们的特性;雪巴人在山上已经住了 30、40、50 甚至 60 年以上,所以他的阅历很多,对那个场域、环境很熟悉。而登山者有他的梦想、勇气,到了一个陌生的环境中探索。所以雪巴人扮演一个角色,就是:降低风险。他会告诉登山者那里有坑、那里有洞;而登山者就去探索和想象,追逐他的梦想;就是这样的 组合。

我来举一个例子,有一位登山者,他准备 ( 半年后 ) 在 12 月份登上最高峰,他就选择珠峰的南边,经由南边而爬上珠峰的最顶端。这时,雪巴人就告诉他说:那一条路不能走。登山者就问:为什么不能走 ? 雪巴人反问登山者:请先说说,您为什么选择那一条 ? 此时登山者回答说,因为到了十月份,是秋天,南边的阳光比较充足;而北边黑暗,不知道怎么爬。然后,雪巴人就说那一条路不能走的原因是:到十月份,会刮东北风,所以南边会有大规模的雪崩。这时候他就告诉登山者说:那里有一个风险,非常高,您不应该往那边走。这是要降低风险,让他不要失败。所以像兵法讲的一句话:不打“没有把握的仗”。就是由雪巴人来告诉他那些部分是没把握的仗。

这就是不确定性高、变化度很大的场域,最典型的是战争,像政治啦、战争啦。所以刘邦旁边需要张良,刘备旁边需要孔明等,都是这样的搭配。这常称为:登山者 / 雪巴人协同模式。AI 机器也可以同时扮演此模式里的两个角色,如图 8。

image.png

图8

至于现在的不确定性场域,就是股票、基金等金融,其不确定性最高。我们也可以给予 AI 机器特别的训练,让它逐渐具有神鹰的能力,来帮决策者降低风险。例如,在股票市场里,“AI 量化交易”里,就有 AI 神鹰的角色,会很敏锐地给予投资者示警,告知那里有坑、那里有洞,来有效避免投资者的偏见和误判,降低风险,提高赢率。

7 结语:从预测到决策

AI 模型的常见用途是:预测 (prediction)。如果,把拿来当作手段,那么决策 (decision) 是其目的之一。如果我们能把 AI 与商业之间的连结,从预测提升到决策层级,那么 AI 将带给企业的效益就大大提升了。

从刚才的“登山者与雪巴人”的例子里,可以了解到,雪巴人担任的事情就是从过去的经验,推论出来十月份南边会有雪崩,因为是基于他的经验及事实,所以他的否证能力是超强的。于是现在,您就可以很了解了, AI 因为基于大数据,所以它的归纳性推理 ( 从因推到果 ) 能力特别强,而且已经远远超越人类的能力了。

AI 是基于大数据,当作人的支持 ( 协助 ) 工具。成功关键在于如何“支持”。关键性答案是:不是创造利益或省成本,而是降低风险。雪巴人的关键性角色,就是降低登山者的决策风险,也就是强力支持决策者去探索更好的机会。

虽然,AI 的特长在于代替人类去做预测性的思考,还不能媲美人类的创造性思考,然而它却可以赋能而助力人的创新思维飞上万米高空。只要您的创新思维能飞, AI 就可赋能给您,飞得更高更远!

(注:本文转自《电子产品世界》杂志2022年第6期)



关键词: 202206 GAN 人机协同

评论


相关推荐

技术专区

关闭