著：Jim Guszcza, Jeff Schwartz

譯：小炎

注：這是一篇英語文章，由『小炎的人工智能』頭條號運營者 小炎 首次翻譯。

麻省理工大學的Thomas Malone教授, 人機群體智能與人類工作的未來

DI Superminds Malone

通常我們認為，“智能”是個體的一種內在特質。我們所有人，無論是學生、僱員、士兵、藝術家還是運動員，都會被評價個人有什麼樣的成就，就像科學研究、政治和上頁等方面中充斥著“孤膽英雄”的報道。

類似的，人工智能的典型定義是一種對構建擁有不同形式智能機器個體的追求，即使是那種已經在人類身上測量了一個世紀以上的廣義智能。

然而如果專注於個體智能的話，無論專注於人類個體還是機器個體，都會使我們偏離成就的真正本質。就像麻省理工大學的Thomas Malone教授所說的一樣，“幾乎我們人類做過的每件事，都不是由個人獨立完成的，而是由一群人，通常跨越時間和空間相互協作完成的”。

Malone, 《工作的未來》一書的作者，群體智能領域的前沿研究者，同時也對人工智能技術改造工人、工作地和社會的潛力有獨到的理解。在和德勤（世界四大會計事務所之一）的Jim Guszcza 和Jeff Schwartz交談的過程中，Malone討論了在他的新書《超級大腦——為工作的未來實現新形式人機群體智能及應用的框架》。

超級大腦和群體智能

Jim Guszcza, 德勤諮詢公司美國首席數據科學家：首先我們來定義一下術語。你能告訴我們什麼是“超級大腦”嗎？以及你是如何定義群體智能的？

AI

Thomas Malone, 麻省理工群體智能中心主任：“超級大腦”就是一群個體以一種看起來智能的方式協作性地運作，而群體智能本質上有相同的定義。多年來，我把群體智能定義為大量個體以一種看起來智能的方式、協作性地運作。但是我認為，可能把群體智能看做超級大腦所擁有的一種特質更為合理。

Guszcza: 所以群體智能就是一群個體本身所具有的某種特性嗎？

Malone: 是的，當然也不是一定必須是一群人。群體智能是由人或機器組成的一個群體所顯現出來的某種東西。可以是一群機器、蜜蜂、螞蟻或者甚至是一群細菌。

Jeff Schwartz: 就算是之前在探討群體智能的時候，你就對兩種智能進行了重要區分，是吧？

Malone: 是的。廣義來說，智能就是實現目標的能力。有很多其他的方式來定義智能，但那個方式對我們是有效的。而這也正表明還有另外兩種智能。

一種是專業智能：在特定情況下實現特定目標的能力；

另一種是通用智能：在多種情況下實現不同目標的能力。

Guszcza: 所以如果我理解得正確的話，這兩者之間的區別對於理解當今的AI系統的能力至關重要。

Malone: 沒錯，很多人沒有意識到的是，即使當今最先進的AI程序也只有專業智能。

比如，IBM的Watson程序，雖然在Jeopardy!遊戲中戰勝了人類最好的玩家，但是卻連簡單地三連棋都不會下，更不用說象棋了。類似地，一輛自動駕駛汽車可能能在交通擁擠的道路中表現良好，但是卻不會把倉庫中的一個東西拿下來放到盒子裡。這就是專業智能，智能做某一方面的事。

相反，即使是一個五歲大的孩子也有更廣泛的智能。相比當今任何計算機，孩子都能在更多的話題中進行更有意義的對話，並能在不可預測的環境中行為更高效。

Guszcza: 就未來60年的人工智能來看，儘管計算機通常擅長一些對人類很難的事，但很多對小孩來說習以為常的事，對計算機來說卻仍然會很困難。

Malone: 對於第一種近似，沒錯，是這樣。我們經常會假設智能是一維的：你的智能可能多或者少，但它總是一維的。我們會逐漸理解智能有很多維度，而很多不同種類的智能可以通過組合行程更多類型。所以，智能的種類可能和地球上物種的種類一樣多。

現在，當然，有幾方面的智能，比如計算，計算機表現得比人類好。最近十年來，通過機器學習，計算機在一些方面的模式識別表現得比人類更好。但是這不是意味著，計算機在任何方面都比人聰明。這只是說，對於這種特殊的思維，電腦比人好得多。但還是有很多方面人比機器要好。

群體智能的測量？

人機協作的四種形式？

人性化工作？

對企業的影響？

更多精彩見下次更新。