人工智能与人类决策 ——从决策角度探讨人与机器的差异

今天，除了规则引擎之外，人工智能并没有做出很多战略决策，但是在推理和决策方面，人类和机器有什么区别？机器需要多长时间才能拥有相同的功能——或者甚至可以复制？

根据莫拉维克悖论的同名者汉斯·莫拉维克的说法，到 2040 年，机器人将变得和人类一样聪明，甚至超越人类智能，最终，作为主导物种，它们只会将我们保留为一个活生生的博物馆，以纪念那些创造它们的物种。 。

听起来汉斯不太有趣……

更乐观的观点是，人类的智力，加上我们对意识、情感和耳朵之间的三磅糊状物知之甚少，是相当独特的。

因此，当我们人类仍在发号施令时，我们正在深入研究一些关于人类决策与机器决策有何不同的主题。

如果偏见是“坏”的，为什么我们会有偏见？

在本期通讯中，我们一直在探索认知偏差和技术，以限制其对决策过程的影响——尤其是在群体中。

偏见是根深蒂固的，正如我们在之前的文章中提到的，反驳表明，用于测试其“负面”、非理性影响的方法没有考虑到许多有意义的、现实世界的因素。

我们在极度不确定和激烈竞争的环境中做出战略决策，并且有无数令人困惑的变量超出了我们的控制范围——已知的和未知的。

这开始浮现出许多有趣的问题……

为什么情感、信任、竞争和感知是决策中有意义的因素？

为什么我们持有非理性的信念并且难以进行概率性思考？

为什么我们要针对这种利用很少的信息对环境进行建模的能力进行优化？

为什么“调查性”、溯因推理对我们来说如此自然？

加里·克莱因 ( Gary Klein)、格德·吉格伦泽( Gerd Gigerenzer)、菲尔·罗森茨威格 ( Phil Rosenzweig ) 等人认为，这些使我们变得非常人性化的东西，隐藏着我们如何在高速、低信息环境下做出复杂、高度重要决策的秘密。

需要明确的是，两个阵营的观点有很大的重叠。在2010年的一次采访中，卡尼曼和克莱因争论了两种观点：

两人都同意明确的决策过程很重要，尤其是在评估信息时。

两人都认为可以而且应该使用直觉，尽管卡尼曼强调应该尽可能推迟直觉。

两人都同意领域专业知识很重要，但卡尼曼认为专家中的偏见尤其严重，必须纠正。

那么为什么我们的大脑如此严重地依赖偏见和启发法呢？

我们的大脑针对能量消耗进行优化。它们消耗了我们一天产生的能量的大约 20% （想想亚里士多德认为大脑的主要功能只是一个防止心脏过热的散热器）。

从那里开始，大脑内的能量消耗是一个黑匣子，但研究表明，一般来说，需要更多处理的功能，例如复杂的问题解决、决策和工作记忆，往往比那些需要更多处理的功能消耗更多的能量。更加常规或自动，例如呼吸和消化。

因此，大脑往往不会做出决定。

它通过为 Daniel Kahneman 所说的“系统 1 ”思维创建结构来实现这一点。这些结构使用认知“捷径”（启发式）来做出节能决策，这些决策感觉有意识，但依赖于潜意识功能的基础。当我们提升需要更多认知能力的决策时，卡尼曼将其称为“系统 2 ”思维。

由于卡尼曼的书《思考，快与慢》是《纽约时报》非常受欢迎的畅销书，这可能是一篇评论，但这就是我们通常被教导的：偏见和启发法会损害决策——直觉在人类判断中常常存在缺陷。

卡尼曼和阿莫斯·特沃斯基提出的偏见和启发式模型遭到了反驳，他们的研究是在受控的、类似实验室的环境中进行的，其决策具有相对确定的结果（而不是通常复杂的、后果性的），这一事实是至关重要的。我们在生活和工作中做出的决定）。

这些论点大致属于生态理性和自然决策（NDM）。简而言之，他们通常争论同一件事：有了这些启发法的人类通常依赖于以识别为主导的决策。认识到我们的经验模式有助于我们在这些高风险、高度不确定的情况下快速有效地做出决策。

人类非常擅长根据我们的经验将很少的信息推断为决策模型——无论我们自己做出的判断是否客观理性——我们有这种制定战略的能力。

正如 Deepmind 创始人 Demis Hassabis在接受 Lex Friedman 采访时表示，随着这些智能系统变得更加智能，人们更容易理解人类认知的不同之处。

我们渴望理解“为什么”、感知意义、坚定信念地行动、激发灵感，以及也许最重要的——团队合作，这似乎是一种深具人性的渴望。

“人类的智力在很大程度上是外化的，不包含在你的大脑中，而是包含在你的文明中。将个人视为工具，他们的大脑是一个比他们自己大得多的认知系统中的模块——这个系统可以自我完善，而且已经存在很长时间了。” — Erik J. Larson，《人工智能的神话：为什么计算机不能像我们一样思考》

尽管过去 50 年在理解我们如何做出决策方面取得了令人难以置信的飞跃，但人工智能尽管有其局限性，但可能更多地揭示了人类认知的力量。

或者人类成为我们机器人霸主的电子宠物……