利用人工智能建立更好的人机团队

人工智能（AI）无法代表和模拟人类伙伴是当今阻碍有效人机协作的最大挑战。当前的人工智能代理能够响应命令并按照训练中的指示执行，但无法理解其人类对应者固有的意图、期望、情绪和其他社会智能方面。这种缺乏理解阻碍了创建安全、高效和高效的人机协作的努力。

“作为人类，我们能够推断出不可观察的状态，如情境信念和目标，并利用这些状态来预测另一个人的后续行动、反应或需求，”美国国防高级研究计划局信息创新办公室（I2o）的项目经理Joshua Elliott博士说。“如果我们希望机器能够以一种有用和有效的方式与我们合作，或者作为团队中值得信赖的成员，它们就必须能够做到这一点。”

然而，教机器社会智能并不是一个小壮举。人类凭直觉建立了周围世界的心理模型，其中包括其他人类的心理模型的近似值——一种称为心理理论（tom）的技能。人类利用他们的汤姆技能从观察到的行为和环境中推断出他们队友的心理状态，并且能够根据这些推断预测未来的行为。这些模型建立在每个人现有的经验、观察和信仰的基础上。在团队环境中，人类通过围绕环境、团队和策略的关键方面进行协调，建立共享的心理模型。Tom和共享的心理模型是人类社会智能的关键要素，它们共同工作以实现有效的人类协作。

DARPA的“成功团队的人工社会智能”（ASIST）计划旨在开发基础人工智能理论和系统，以展示促进有效的机器-人类协作所需的基本机器-社会技能。ASIST的目标是通过观察和理解他们的环境和人类伙伴，开发有用的上下文感知行为，并在适当的时候执行这些行为，创建能够证明机器Tom以及有效参与团队的能力的人工智能代理。

在ASIST下开发的代理将需要在多个场景、环境和其他可变环境中运行，从而使它们能够根据需要进行演变和调整。因此，ASIST将致力于开发能够在日益复杂的环境中运行的代理，适应突然的变化，并使用观察来开发复杂的推论和预测。

在项目的第一个阶段，ASIST计划使用单个人机交互进行实验，以了解代理如何推断人类目标和态势感知，利用这些洞察来预测他们的队友的行动，并提供有用的建议行动。随着项目的进展，复杂度将随着最多10个成员的团队与人工智能代理交互而增加。在这些实验中，ASIST将测试代理理解团队的认知模型（而不仅仅是单个人的认知模型）的能力，并利用这种理解制定适当的情境相关行动。