人与机器之间的最佳界面是什么?
在零压力播客中, Helen Sharman与海军准将Michael Brasseur和Sameer Alam教授一起探索“人机合作”的概念。, 我们如何处理人与人之间的关系, 这台机器, 以及它们之间的相互作用和相互依赖.
机器学习的概念在社会上变得越来越明显和有价值, 但了解如何优化人机界面以及它们如何协同工作是这项技术成功的关键.
Michael Brasseur准将和Sameer Alam教授如是说, 两名人工智能专家分别在无人海上应用和空中交通管制领域工作, 在最新一期的帝国理工学院和 星际网赌导航的零压力播客.
可在您喜爱的频道收看:
海事机器人的作用
零压力主机, 英国宇航员海伦·沙曼, 首先听迈克尔·布拉瑟讲述他作为美国海军新特遣部队59指挥官的角色. 该团队的目标是将无人系统和人工智能快速整合到海军第五舰队在阿拉伯湾的行动中. 这项技术最终有望用于反海盗和海上拦截行动.
布拉瑟尔准将告诉海伦，自主能力在减少人类操作员的负担方面具有很大的价值, 特别是在处理大量数据或在压力下进行多任务操作时. 然而, 如果人类要相信机器算法, 我们需要确定机器会做我们期望它做的事.
“例如, 我们不希望我们的无人驾驶任务用机器侵犯别人的领海. 当潜在的对手试图破坏我们的通信或GPS时，我们需要了解机器的行为,他说.
“这真的是一个难题. 建立信任的唯一途径是在一个有争议的沟通环境中运作, 通过走几步, 在机器被设计用来做的地方做一些练习.”
最终, 布拉瑟尔准将认为，海上机器人的巨大价值之一是能够利用它们比载人解决方案更便宜的事实, 比如更多的驱逐舰或巡洋舰, 因此有更多的可用资源.
他说:“在水上部署更多的传感器是有价值的，可以提高我们的海事意识。.
他在上图中描绘了一个人控制12或13个海上机器人的画面, 在水上和水下, 提供全面的数据，建立一种生活模式, 所以机器可以学会判断什么时候出现异常, 高亮显示，以便操作者仔细观察. 然而, 他补充说，他对未来的理想设想是人类始终参与其中, 特别是对于高风险的操作.
空中交通管制的机器学习
空中交通管理在接受机器学习研究方面比海上交通管理走得更远, 部分原因是不那么恶劣的物理环境和根深蒂固的自动化文化.
Sameer Alam教授, 新加坡空中交通管理研究所副所长、南洋理工大学联合实验室联合主任, 有20年研究空中交通管理机器学习的经验吗, 在新加坡实验室领导着一个由20名研究科学家和7名博士生组成的团队.
阿拉姆教授, 主要关注的领域包括解决诸如机器如何, 或人工智能代理, 感知环境, 采取行动, 同时还要评估这一行动的后续影响. 和, 如何让机器收集到足够的人类行为数据，从而识别出既定的行为模式, 在此基础上，它可以开始做出自己的决策.
“这使得算法非常强大，因为现在它们是随着时间的推移而进化的人类集体知识,他说.
其他研究领域包括可解释人工智能, 当机器不仅建议你做一个决定, 同时也会告诉你做决定背后的逻辑. 并以一种可理解的、因而值得信赖的方式这样做.
用户界面的重要性
有趣的是, Brasseur准将和Alam教授都强调了界面技术在人类用户和人工智能代理之间建立信任的重要性.
在空中交通管制场景中, 阿拉姆提到了增强现实和虚拟现实设备, 包括微软全息眼镜的试用, 控制器可以在家工作的地方, 不需要来控制中心.
在海事案件中, 布拉瑟尔说，一艘无人水面舰艇的试航是由X-Box控制器控制的. 他说:“这是操作人员熟悉的界面，使过渡操作变得容易。.
改进界面技术和利用自主性的另一个重要好处是减少了决策者或操作员的认知负荷. “我们正处于一个传感器过载的时期，人类的大脑可能会过载, 它会疲劳, 而机器学习可以处理大量的信息并理解它们,布拉瑟准将补充道.