科學家為集體智能制定理論框架,助力社交媒體信息傳播的發展

2024-05-06     DeepTech深科技

原標題:科學家為集體智能制定理論框架,助力社交媒體信息傳播的發展

人類社會能夠形成、維護和運轉,都離不開智能(Intelligence)的幫助。在動物王國中,動物越是機智,它們的社交活動就越頻繁。

曾有學者提出「社會大腦理論」的說法,它講的是人類之所以比其他靈長類動物聰明,是因為人類需要處理和維持各種社交活動。

換句話說,就是因為人類的社交需求,我們才變得越來越聰明。

在人類社會之中,智能不是孤立的,而是大家共同擁有和創造的。這種共同創造的智能,被稱之為「集體智能(Collective Intelligence)」。

隨著信息和通信技術(ICT,information and communications technology )的不斷進步,人類可以更容易、更成本更低地開展網絡合作,這也讓集體智能被提升到一個更高的水平。

網際網路特別是全球資訊網,正是為了幫助大家一起做事而設計。

全球資訊網幫助人類完成了史無前例的超大型協作項目,比如維基百科(中國與之對應有百度百科)、各種公民科學項目,還有一起開發軟體和協作標記項目等。

雖然大規模合作和眾包等活動,不完全是網際網路特有的。但是,不可否認的是網際網路大大推動了人類共同創造知識、完成任務和做決策的方式。

AI 也像網際網路一樣,正在飛速改變人類生活的方方面面,影響著人類單獨和集體做決策的方式。

比如,有了可以學習的智能設備、以及能用自然語言跟人類對話的家電,這些都讓人類的日常生活、工作乃至社交方式都發生了變化。

所以,探究 AI 如何像 ICT 革命那樣,幫助人類的集體智能更上一層樓,是一件當務之急。

雖然人們一開始研究集體智能時,只關注人和人之間的合作。但是,人們已經開始把 AI 也算作團隊里的一員,即所謂的「混合智能」。

支持這個想法的人認為,如果把人類和 AI 結合起來,就能一起能做出更聰明的決定,甚至達到一個人或一台機器單獨無法實現的目標。

目前,研究者們正在探索如何讓人和電腦協同工作,讓人類整體表現得比任何一個人或任何一台電腦都聰明。

近年來,隨著 AI 技術的飛速發展,AI 在人類團隊里的角色將不僅僅是工具,還能成為一個可以參與決策的成員。

AI 在很多方面都比人類有巨大優勢,比如 AI 能更快地處理大量數據、識別肉眼無法看到的模式、基於複雜的算法提供洞見。

而人類又擁有 AI 所不具備的能力,比如人類擁有直覺、複雜的情感、對文化和社會背景的理解,以及倫理道德觀念。

人類和 AI 各有獨特優勢,如能將這些優點結合在一起,就有可能創造出一種新型超級智能。

這種智能超越單個人或單個 AI 的能力,能以更高的效率、更高的精確度、更高的創造力來解決複雜問題。

因此,研究如何將 AI 融入人類團隊,以增強整個團隊的集體智能變得非常重要。

然而,目前這一領域依舊缺乏一個全面的理論框架。基於此,目前在愛爾蘭都柏林大學擔任博士後研究員的崔浩博士和所在團隊撰寫了一篇綜述論文。

圖 | 崔浩(來源:崔浩)

論文中,課題組介紹了關鍵概念、最新進展和未來展望。崔浩表示,AI 增強的集體智能可被用於社交媒體信息傳播領域。

此前,在讀博期間她曾探究過微博熱搜榜話題的轉髮網絡和它們隨時間的演化模式。社交媒體上的信息真偽難以辨識,而虛假信息的傳播可能會誤導公眾輿論,對社會產生負面影響。

隨著 AI 的發展,大量深度偽造(deepfake)視頻也開始湧現。那麼,如何有效地識別這些信息?

據了解,結合人類的判斷力和 AI 技術,能夠提高識別的準確率和效率。

已有研究發現,這種結合使用的方式在識別上述視頻上,比單獨依靠人或單獨依靠 AI 更加有效。

此外,AI 增強的集體智能在醫療、教育、農業、金融和環境等領域都取得了初步進展。

那麼,崔浩具體是怎麼寫下這篇論文的?

據介紹,當她在奧地利中歐大學讀博時,就了解過集體智能的概念。當時,她覺得這是一個聽起來很有趣又很模糊的概念。

來到愛爾蘭都柏林大學開始博士後研究之後,導師讓她先廣泛了解這一領域的現有研究。

但是,集體智能這個概念比較模糊,而隨著時間的推移這一概念已經被重新定義。並且,不同研究領域甚至使用這個術語來描述不同內容。

為此,崔浩先是把集體智能看作一種結果,並由大量人群的輸入融合而產生。

在這一研究方向里,集體智能的概念又經常和群體智慧(Wisdom of the Crowd)混淆。儘管翻譯成中文聽起來很相似,但它們還是有所不同。

群體智慧,指的是通過彙集分布在不同地方的大量人群的個人信息來形成判斷,通常是依靠簡單的統計聚合。

相比之下,集體智能源於智能個體之間的互動協同效應,它們通過相互關聯的努力,來協同實現共同目標。

另一種研究方向則將集體智能定義為一種能力,用來解決在複雜環境條件下的一系列隨時間變化的問題。

這種基於團隊的通用集體智能,類似於個體的通用智能,但是被擴展到了團隊層面。

雖然這兩個研究方向的學者,對於集體智能的具體定義有區別,但是本質上是相容的,即他們都認為團隊中的集體智能,不僅僅是成員個體智能的總和。

此外,網絡科學也是崔浩讀博期間的研究方向之一。為此,她採用複雜系統的思維模式和網絡科學的方法,來探究現實世界的問題。

網絡科學可以幫助人類更好地理解社會系統的複雜性,比如理解眾多不同因素如何一起作用,從而影響整個系統的行為。

基於此,崔浩開始思考能否用這一套思維來解釋集體智能。她將人與 AI 的集體看作一個多層網絡複雜系統,其中包含認知層面、物理層面、信息層面這三個層面。

這一複雜系統能夠適應環境的變化並且不斷進化。在複雜系統中,湧現(emergence)的概念可以用來描述這樣的現象:新屬性在集體層面出現,而在個體層面並不存在。

在這個框架之下,相比微觀層面的個體智能,宏觀層面的集體智能是一個更加優秀的新屬性。

這個屬性包括結果、能力和行為,兼容並包含已有的集體智能的定義。

崔浩表示,集體智能是由系統內部各種複雜、非線性的關係共同作用的結果,可能包括小規模互動(自下而上)和更大範圍的結構和規則(自上而下)多種過程的共同影響。

而當她撰寫本次綜述論文的時候,也不斷地有新的綜述論文發表。

其表示:「這給我帶來了很大壓力,以至於我需要找到創新點新視角。當我看到美國卡內基梅隆大學團隊的一篇論文時,心已經涼了一半,以為會和我們的論文有較大重疊。」

但是,讀完上述論文之後,她發現他們感興趣的內容更側重於 AI 如何影響認知層面來增強集體智能,因此在論文上並沒有較大重疊。

當她搜尋關於 AI 增強集體智能的現實社會應用案例時,她偶然發現了「超級大腦設計」(Supermind Design)數據集。

該數據集包含了多種智能分類和多個領域的實際應用案例。於是,崔浩聯繫了「超級大腦設計」的負責人,並就此開展了合作。

最終,相關論文以《人工智慧增強的集體智能:現狀與前景》(AI-enhanced Collective Intelligence:The State of the Art and Prospects)為題發在 arXiv[1]。

崔浩是第一作者,都柏林大學塔哈·亞瑟利(TAHA YASSERI)教授擔任通訊作者。

圖 | 相關論文(來源:arXiv)

未來,課題組計劃深入研究 AI 在人類團隊中的具體角色,以及它如何影響團隊的整體運作。

他們會探討的內容包括 AI 作為團隊隊員或管理者的角色,人類對 AI 成員的看法和態度,以及 AI 的加入如何影響團隊的合作、解決衝突和創新等方面。

據介紹,人類與 AI 的互動中蘊含了豐富的社會學研究價值。隨著 AI 的日益普及,研究人與機器之間的社會關係將成為一個重要領域,預計這個領域將迎來顯著的發展。

因此,各個學科的專家學者應加強合作,開展更多跨學科的交流、緊跟最新趨勢,共同推動 AI 增強集體智能這一新興研究領域的發展。

參考資料:

1.https://arxiv.org/pdf/2403.10433

運營/排版:何晨龍

文章來源: https://twgreatdaily.com/zh-mo/6fa614ec0c64d6ea8914ec87da98e3ae.html