人机智能协同-方向和任务
点击次数：
随着新一代人工智能的发展，人机协同成为人工智能发展的重要趋势。以无人驾驶、自主机器人等为代表的机器已经发展成自主智能系统，在智能化程度上远远超越了传统的智能系统，具有一定的自主决策、自主学习和自主行为能力。机器越来越具备人的智能特征，也越来越多的体现出人的情感特征，模拟人-人交互方式的人机交互将越来越普遍。尽管人机交流的本质仍是以人为中心，需要按照人的需要和价值判断决定机器的行为，机器只是人的被动服务者，但随着自主智能系统“拟人度”的提高，人机交流更多地体现出对等主体交流的特征。自主智能系统深度融入到生产和服务过程中，作为与人一样的主体参与业务过程，形成人机智能协同的新形态。人机协同改变了管理的环境和对象，也深刻影响着组织的管理过程与决策模式，成为影响人工智能发展和应用的关键问题。我国在新一代人工智能发展规划中把混合增强智能、自主协同控制与优化决策作为人机协同基础理论的重要内容展开研究布局。美国2019年国家人工智能研究和发展战略计划中，也把人与人工智能的协同(strategy2: develop effective methods for human-AI collaboration)作为7个发展战略之一。
人机智能协同是在人和具有自主智能的机器（以下简称机器）共同参与的业务环境下，通过人机交互，以满足人的需求为出发点，通过协商形成对决策场景和决策态势的人机共识，从而发挥人与机器各自的优势，及时发现系统事件，准确判断事件的影响，实时给出解决方案，从而高效地组织系统资源，提高生产服务系统的效率。在人机共生时代，机器与人的协同能力，决定着其“智能”的程度，也决定着人工智能应用的范围和深度。
当前人机协同系统研究中，很多研究者从传统智能系统与人的交互角度，探索智能系统的行为模式。这类智能系统缺少自主行为能力，其行为由人事先规定，机器只完成程序化的任务执行功能，本质上是自动化系统的延伸；有些研究从人-机-社会系统的角度研究人在系统中的作用，如，智能制造系统、武器装备系统等，采用虚拟建模与仿真方法构建“人在回路”系统模型，体现出人的因素在系统中的作用，其人机协同模式仍然是以人为主，系统提供数据分析功能以辅助人类决策。近年来，自主智能系统的发展和应用越来越普遍，人机协同的环境正在发生革命性变革。2021年被称为元宇宙元年，元宇宙概念的兴起，使得虚拟与现实融合、人与机器协同成为人机共生时代普遍存在的组织和运行模式，人工智能开始走向与人全方位协同。面对自主智能系统带来的人工智能革命性变革，人机协同的本质发生了根本改变，以往的人机协同中以人为主的主从协同模式正被人机对等智能协同的伙伴模式取代，从而使人机协同面临着全新的环境和理论挑战。
人机智能协同的过程，就是人与机器通过交互达成对环境和态势的共识并实现人和机器各自拥有的信息、知识和能力的最优配置方案的过程。由于自主智能系统的自主行为特性，对人的行为模式产生重要影响，而人的行为模式变化反过来又要求调整自主智能系统的行为模式以适应人的需求。为此，需要从系统管理的角度需要对人和机器的行为特征进行深入研究，探索人和机器协同中的互相影响、互相依存的关系。
（1）人和机器如何理解相互的行为。人类智能对环境的感知是不断适应环境变化的过程，即运用风险判断和价值判断对变化的环境和态势做出评价，从而采取有利的行为。人对环境和态势的理解是根据信息价值来衡量其对任务目标的影响，一般通过意图、期望、风险、信念等心理行为概念来表达其认知。机器要参与人的认知过程，就需要具有和人一样的认知方式。比如，无人驾驶汽车对态势的认知，应当是和人类驾驶员一样对驾驶的危险、效率和舒适度等方面做出度量和评价。如果无人驾驶汽车缺少对安全性等认知概念的表达，其行为不能和人所理解的驾驶行为一致，就无法消除人对其安全性的担忧。实际上，这也是自动驾驶在L3以上级别难以取得突破的主要瓶颈。以人机一致的认知架构为基础实现人机智能协同，是理解人机系统中人和机器行为模式、实现人机协同的前提。
（2）人和机器在协同中如何形成共识。人类群体的协同过程中，行为主体之间遇到冲突时，会以信任、包容、接纳、妥协、说服等多种方式处理冲突，形成共识，从而利用不同主体各自的优势，产生总体大于个体之和的协同效果。在人机协同环境中，由于人和机器在行为目标和行为偏好等方面的差异，在遇到人和机器的感知信息不对等、目标不一致等问题时，同样需要通过相应的协商过程决定各自的行为，确定人机之间的代理权分配，以实现人机高效协同。人和机器如何依据共同的伦理和价值准则，揭示在不同情形下的人机共识形成机理，是达成人机协同目标的关键。
（3）人和机器如何交互以实现共同目标。人机协同的目的是充分利用人和机器各自的优势，从而获得比人类或者单纯的机器更高效的行为。人机协同中的交互过程和控制机制，是人机系统环境下管理的核心问题。由于人和机器在信息获取方式、信息处理能力以及对信息理解等方面的能力差异，需要解决人和机器在何时机、以何种方式进行交互的问题。同时，要利用人和机器各自的优势，还需要根据人和机器协同过程中各自的需求和求解问题的自然过程，解决人和机器的任务分工、匹配、调度、控制权分配、决策结果集结等问题。
人工智能在深度学习领域取得了突破性进展以后，在改造传统产业和社会服务方面的浪潮正在兴起。然而由于缺少自主智能系统环境下人机系统行为和协同理论与方法的支撑，从实践角度看，当前的人工智能应用大多局限在感知层次和特定的数据分析领域，在人机关系上，要么是完全由人控制，人机协同的效能得不到充分利用，要么是为了强调机器的自主能力而出现大量的“伪”人工智能，人机协同大多停留在信息交互方式方面，而没有深入到价值判断和行为互动层次。实际上，随着认知智能的发展，具有类人行为能力的强人工智能越来越成为现实。与人进行协同工作的能力正是强人工智能需要解决的重要科学问题之一，也是人工智能与现实领域结合的关键环节。通过管理学科、信息学科、行为学科等多学科的融合，解决人和人工智能如何协同的问题，既是人工智能走向深入的关键，也是管理和行为科学理论发展的重要机遇。