XiaoMi-AI文件搜索系统
World File Search System囚徒
人工智能与合作
人工智能与合作 计算社区联盟 (CCC) 四年一次的论文 Elisa Bertino（普渡大学）、Finale Doshi-Velez（哈佛大学）、Maria Gini（明尼苏达大学）、Daniel Lopresti（理海大学）和 David Parkes（哈佛大学） 人工智能 (AI) 的兴起将使人们越来越愿意将决策权交给机器。但我们不应该仅仅让机器做出影响我们的决策，还需要找到与人工智能系统合作的方式。我们迫切需要开展“人工智能与合作”方面的研究，以了解人工智能系统和人工智能与人类的系统如何产生合作行为。对人工智能的信任也很关键：信任是内在的，而且只有随着时间的推移才能获得。这里我们使用“AI”一词的最广义，正如最近的《AI 研究 20 年社区路线图》（Gil and Selman，2019 年）所用，其中包括但不限于深度学习的最新进展。如果成功，人类与 AI 之间的合作可以像人与人之间的合作一样构建社会。无论是出于内在的乐于助人的意愿，还是出于自身利益的驱动，人类社会都已经变得强大，人类物种也通过合作取得了成功。我们在“小”范围内合作——以家庭为单位、与邻居、与同事、与陌生人——并在“大”范围内作为一个全球社区寻求在商业、气候变化和裁军问题上达成合作成果。自然界中也进化出了合作，在细胞和动物之间。虽然许多涉及人类与 AI 合作的情况是不对称的，最终由人类控制，但 AI 系统变得如此复杂，以至于即使在今天，当人类只是作为被动观察者时，人类也不可能完全理解它们的推理、建议和行动。研究议程必然很广泛，涉及计算机科学、经济学、心理学、语言学、法律和哲学。事实上，合作可以意味着很多不同的事情。早期的分布式人工智能文献研究了所有共享相同效用函数并且都想要相同东西的人工智能系统。但我们也可以考虑自利、理性的代理人的经济模型，即寻求对他们个人最有利的代理人。合作也可以在这里产生。正如博弈论中经典的囚徒困境所熟知的那样，合作也可以在自利代理人之间的反复互动中产生。为了使人与人工智能系统成功合作，我们需要能够理解人类偏好、能够模拟他人行为、能够响应规范和道德结构的人工智能系统。我们需要在现行法律、制度和协调机制内运作的人工智能系统，并了解新类型的“相遇规则”在促进合作方面将发挥什么作用
通过联合概率方法破解量子博弈中的困境
现在人们已经认识到信息从根本上植根于物理学 1,2。物理学最终是量子的，信息也是如此。经典信息理论的一些关键障碍已被其量子对应理论所克服，这为量子计算领域开辟了新视野，这主要是由于纠缠作为一种基本资源的可用性 1,2。信息在博弈论这个数学分支中发挥了核心作用，它提供了分析冲突局势的工具，在冲突局势中，各方（称为参与者）做出相互依赖的决策。因此，每个参与者都会考虑其他参与者可能做出的决策或策略，以制定最佳策略。然而，当冲突局势得到解决时，参与者的最佳策略描述了博弈的解决方案。否则，我们会陷入困境，即博弈中没有最佳解决方案的情况。尽管博弈论最初是在数学背景下发展起来的，试图描述机会游戏和赌博，但它很快就成为微观经济学的基础。第一个发展是所谓的零和游戏，其中玩家完全不相上下，没有合作的理由。后来，这一限制被取消，合作博弈论领域诞生了。经典合作博弈的量子扩展被称为量子博弈 2 – 9 (QG)。游戏的量子扩展最近因其在经济学中作为量子技术和谈判的新环境的可能作用而受到评论 10 – 12。在 Eisert 6、7 的量子博弈方案中，玩家的策略是在二分希尔伯特空间中对初始最大纠缠态执行的特定局部幺正变换。在玩家策略到位后，量子态通过解缠门产生最终状态。随后对该状态进行四个“量子”概率（以下称为概率）测量。游戏的支付关系用相应双矩阵的支付条目和由此产生的概率来表示。量子纠缠的一个特点是，纠缠会干扰经典博弈中的困境 6、7 。从经典角度来看，这种困境在于，没有玩家能够在不降低其他玩家预期收益的情况下获胜。从这个意义上讲，对于量子纠缠，可以说原始博弈的困境可以完全消失，也就是说，博弈的困境被打破了。在量子纠缠中，经典博弈中的一些限制被解除，从而干扰了困境，这为获得一种均衡提供了可能性，即两个玩家都获胜，并且在博弈中可用策略的可能收益范围内获得可接受的收益。将纠缠纳入博弈的初始状态，就会生成玩家最初无法使用的策略 7 。这些策略的数学公式可以探索量子和经典玩家之间的竞争互动 5、13。本文针对囚徒困境 6、7 和性别之战 14 测试了这些策略。同样，这种方法也可以用于其他游戏，例如胆小鬼游戏 7。此外，