Искусственный интеллект (ИИ) уже стал невидимым, но незаменимым помощником в нашей жизни. Он помогает фильтровать спам из вашего почтового ящика, улучшает рекомендации Netflix и, как автомобильный второй пилот, предлагает оптимальные маршруты, отслеживает слепые зоны и помогает с парковкой.

Такое бесшовное сотрудничество между людьми и ИИ позволяет нам выполнять ежедневные задачи и достигать целей более эффективно. Но поскольку совместная работа человека и ИИ становится неотъемлемой частью нашей повседневной жизни, возникают важные вопросы: какие роли должны играть люди и ИИ, чтобы наилучшим образом дополнять друг друга? Как различные формы обратной связи от людей могут ускорить обучение ИИ? Каков идеальный уровень доверия людей к ИИ, чтобы улучшить сотрудничество без риска чрезмерной зависимости? Как мы можем устранить предвзятость в принятии решений как у людей, так и у ИИ, чтобы гарантировать, что они не будут усиливать или усиливать друг друга?

Чтобы ответить на эти актуальные вопросы и углубить наше понимание взаимодействия человека и искусственного интеллекта, исследователи из Университета Дьюка разработали инновационную платформу под названием CREW, которая поможет ответить на эти вопросы.

«Целью любого объединения искусственного интеллекта и человека является использование сильных сторон обоих путем поощрения динамичных, совместных и адаптивных отношений», — объяснил Боюань Чэнь, профессор машиностроения и материаловедения , электротехники и вычислительной техники, а также компьютерных наук в Университете Дьюка, где он также руководит лабораторией Duke General Robotics Lab. «Но до сих пор у нас не было комплексного способа изучения и улучшения этих взаимодействий. CREW меняет это».

Опубликованная 24 ноября в журнале Transactions of Machine Learning Research , книга CREW предоставляет исследователям универсальный инструментарий для изучения нюансов взаимодействия человека и искусственного интеллекта в различных научных дисциплинах.

«CREW — это как гигантская виртуальная игровая площадка, где люди и ИИ могут работать вместе над разнообразными задачами», — объяснил Линюй Чжан, ведущий автор и аспирант первого года в лаборатории Чэня. «Но вместо того, чтобы просто играть ради развлечения, мы используем эти игры, чтобы понять, как люди и ИИ могут работать вместе наиболее эффективно».

Платформа CREW включает несколько готовых игр, включая боулинг, поиск сокровищ и прятки, каждая из которых разработана для изучения различных аспектов сотрудничества. Она также поддерживает интеграцию настраиваемых задач, позволяя исследователям адаптировать платформу к своим конкретным исследовательским целям.

В отличие от существующих платформ, которые в первую очередь фокусируются на производительности ИИ как таковой, CREW делает сильный акцент на человеческом факторе. Одной из выдающихся особенностей является его способность получать непрерывную, тонкую обратную связь от людей, выходя за рамки традиционных скалярных вариантов «хорошо», «плохо» и «нейтрально».

Позволяя пользователям наводить курсор мыши на градиентную шкалу и предоставлять обратную связь в реальном времени по мере выполнения задач ИИ, CREW способствует более богатому взаимодействию. Такой подход не только повышает качество обратной связи от человека, но и значительно ускоряет процесс обучения ИИ, делая сотрудничество более эффективным и адаптивным.

CREW также предлагает расширенные интерфейсы для сбора пассивных физиологических сигналов, таких как движение глаз, мозговая активность, частота сердечных сокращений, речь и письменные тексты. Этот всеобъемлющий набор данных предлагает более глубокое понимание того, как люди взаимодействуют с ИИ, и открывает новые возможности для разработки более интуитивных, адаптивных и эффективных фреймворков взаимодействия человека и ИИ.

В рамках этих усилий CREW включает набор когнитивных тестов, предназначенных для количественной оценки черт, которые могут повлиять на эффективность работы в команде. В сравнительном исследовании с участием 50 взрослых исследователи обнаружили, что определенные когнитивные навыки , такие как пространственное мышление и быстрое принятие решений, значительно влияют на то, насколько эффективно человек может работать с агентом ИИ в определенных задачах.

«Эти результаты подчеркивают захватывающие возможности, такие как улучшение человеческих способностей посредством целенаправленного обучения и выявление новых факторов, которые способствуют эффективному руководству ИИ для обучения более быстрого и отзывчивого ИИ», — сказал Чэнь. «Они также указывают на потенциал для разработки более адаптивных фреймворков обучения, которые не только улучшают ИИ, но и повышают человеческие навыки, прокладывая путь для более сильных и более совместных команд человек-ИИ».

CREW — это полностью открытый исходный код, приглашающий исследователей по всему миру исследовать новые возможности в сотрудничестве человека и ИИ. Будущие обновления нацелены на введение более разнообразных задач, включая многопользовательские сценарии со сложными стратегиями и среды на основе физики робототехники. Платформа также планирует улучшить обработку и анализ физиологических данных человека, еще больше продвигая исследования в области взаимодействия человека и ИИ.

«Мы только царапаем поверхность», — с энтузиазмом говорит Чжан. «Потенциал сотрудничества человека и ИИ огромен, и CREW дает нам инструменты для его систематического изучения, активно формируя его, чтобы гарантировать, что эти партнерства расширяют человеческие возможности, а не заменяют то, что делает нас уникальными людьми».

Несколько университетов, научно-исследовательских институтов и государственных учреждений уже начали экспериментировать с CREW в своих исследованиях. Тем временем команда Duke General Robotics Lab также активно работает над расширением своих усилий для более масштабируемых и интерактивных исследований взаимодействия человека и ИИ.