上一篇： 機器人需要一些類似情感的東西以便做出復(fù)雜的決定
下一篇： 沒有了
戴佛特（Delft）是荷蘭大西洋海岸的一個美麗小城，也是戴佛特科技大學(xué)（Technische Universiteit Delft）的所在地。當(dāng)?shù)亟值廓M窄，且有數(shù)條運河環(huán)繞著商業(yè)區(qū)。從酒店區(qū)走向戴佛特科技大學(xué)，漫步經(jīng)過蜿蜒曲折的運河，穿過彎窄的街道，一路風(fēng)景如畫。然而，途中遇到的危險并不是來自汽車，而是來自蜂群般的自行車，他們四面八方地高速穿梭，好像無處不在。在荷蘭，自行車有自己的車道，與汽車和人行道是分開的。然而，在戴佛特的市中心，自行車和行人混在一起。
“這絕對安全，”招待我的人一直保證，“只要你別伸手，也不要試著躲避。不要突然停下或猛然轉(zhuǎn)向?？傊屓四軌蝾A(yù)測。”換句話說，就是保持勻速的步伐和穩(wěn)定的方向。根據(jù)可以預(yù)測的假設(shè)，騎自行車的人已經(jīng)小心地計算過他們的路徑，不會與其他自行車和路人相撞。如果行人試著要與自行車騎士斗智斗勇，后果將不堪設(shè)想。
戴佛特的騎行者提供了我們?nèi)绾闻c智能機器互動的一種可能模式。畢竟，我們有一個操作者，即行人，與智能的機器（自行車）在互動。在這個案例里，機器其實是自行車與人的結(jié)合體，人既提供動力，還有智慧。行人和自行車與騎行者的結(jié)合體都由人的大腦全力控制，然而，兩者之間未能成功協(xié)調(diào)一致。自行車與騎行者的組合并不缺少智慧，只缺乏對行人的溝通。那么多的自行車，速度都比行人快。行人不可能與騎自行車的人交談，畢竟當(dāng)兩者接近時，為時已晚，無法磋商。在缺乏有效的溝通之下，互動的方法便是行人走路的速度和方向必須能夠預(yù)測，如此就無須協(xié)調(diào)：只需參與者一方，即自行車與騎行者做路線規(guī)劃，而另一方應(yīng)對即可。這個案例可以當(dāng)成設(shè)計的好教材。如果一個人不能與由人操縱的智能設(shè)備協(xié)調(diào)活動（比如自行車與騎行者），憑什么我們認為與智能設(shè)備順利協(xié)作會更容易呢？這個案例說明我們不應(yīng)該朝這個方向去努力。未來聰明的機器不會嘗試去了解與之互動的操作者的心思，也不會去推測他們的動機，或者預(yù)測他們的下一個行為。因為如此一來，會面臨兩個問題：首先，它們可能會出錯；其次，這樣會使機器的行動不可預(yù)測。操作者試圖預(yù)測機器可能會怎么做，同時，機器也試圖猜測人的行動，這樣的話一定會混亂。切記戴佛特的自行車，它們說明了一個很重要的設(shè)計法則，即可預(yù)測性。
現(xiàn)在再來看下一個左右為難的問題：人和智能設(shè)備，哪一個應(yīng)當(dāng)是可以被預(yù)測的部分？如果兩個部分都同樣聰明、能干，那就沒有問題。這就像騎自行車的人和行人的例子。智慧都來自于人類，所以無論騎自行車的人還是行人都能小心地預(yù)測和應(yīng)對。只要每個人對彼此扮演的角色都有共識，就沒有問題。然而，大部分情況下兩邊并不平等。人類的智力和對外界所掌握的普遍認知，遠超過智能設(shè)備所擁有的。行人和騎自行車的人有某種程度的共識和共同背景，他們唯一的困難是兩者之間沒有足夠的時間做充分的交流和協(xié)調(diào)。至于人與機器之間，并不存在溝通所需的共同領(lǐng)域，所以，最好是機器的行為可以被預(yù)測，然后操作者對機器做出適當(dāng)?shù)姆磻?yīng)。在這里，策略腳本的想法可以有效地幫助操作者了解機器所遵循的運作程序。如果機器試著要推測人的動機，然后進一步猜測人的行動，輕者會導(dǎo)致混亂，嚴重者甚至?xí)a(chǎn)生極端危險。
上一篇： 機器人需要一些類似情感的東西以便做出復(fù)雜的決定
下一篇： 沒有了
