學貫中西(8)：從GAN領(lǐng)悟人機協(xié)同創(chuàng)新之道

1 回顧：GAN里的兩個角色

在上一期里，詳細介紹了 GAN( 生成對抗網(wǎng) ) 里的兩個角色：生成者 (generator) 和判別者 (discriminator)。其中的生成者，又稱為創(chuàng)新者，而判別者又稱為鑒賞者。在常見的圖像繪畫領(lǐng)域，其典型的協(xié)同創(chuàng)新模式是： G( 創(chuàng)新者 ) 負責創(chuàng)作圖片；而 D( 鑒賞者 ) 負責辨別一 張圖像的真或假，然后引領(lǐng) G 逐步改進，止于完美逼近目標。

上述的 GAN 協(xié)同創(chuàng)新模式，屬于 AI 機器與機器之間的協(xié)同合作或創(chuàng)新。然而，在 AI 科技不斷成長的潮流下，這些協(xié)同合作模式，也可望擴展為人機之間的協(xié)同合作或創(chuàng)新。換句話說，AI 機器可以扮演創(chuàng)新者，也可以扮演鑒賞者。而人類一樣可以扮演創(chuàng)新者，又可以扮演鑒賞者。

2 AI機器扮演鑒賞者角色

也就是，把上一小節(jié)里的創(chuàng)作者角色，改為人類來扮演，讓人類來學習創(chuàng)作，但仍由AI機器來評鑒與指導。形成了由 AI 機器來教人類創(chuàng)新的情境，如圖 1。

圖1

例如，在語言教學上，由 AI 來糾正人類學習者的發(fā)音，已有很優(yōu)秀的表現(xiàn)了。

3 AI機器扮演助手角色

在這方面，AI 也有許多亮麗的表現(xiàn)了，包括語音秘書、繪畫等助手，如圖 2。

圖2

就像谷歌公司的 AutoDraw 繪畫助手，可隨時陪伴創(chuàng)作者作畫。例如，人類用手繪畫，如圖 3。

圖3

圖4

當人們畫了上面左圖，繼續(xù)畫成右圖時，可以讓 AutoDraw 繪畫助手來表現(xiàn)一下，它可以幫忙畫成一只海豚，如圖 4。目前，在各行各業(yè)里，這樣的 AI 助手都蓬勃發(fā)展中。

4 AI機器扮演學生角色

這就是本專欄所介紹的 < 機器學習 > 了。人類擔任訓練者 (trainer)，采集許多數(shù)據(jù)（如同教材）來教導 ( 訓練 ) 機器學生，如圖 5。

圖5

于是人們也都能扮演訓練者的角色，來調(diào)教 AI 機器。例如，人們可以直接寫入自己的筆跡來訓練一個 AI 機器。例如在畫面上直接寫了阿拉伯數(shù)字，拿筆跡來調(diào)教這 AI 機器，如圖 6。

圖6

接下來，人們可以寫入數(shù)百個阿拉伯數(shù)字 <0>~<9> 的筆跡，來調(diào)教這 AI 機器。就像人們學習的過程一樣，很快地，AI 機器就學會了辨識這些筆跡了，也就是會分辨出人們所輸入的筆跡了。

5 AI機器扮演神鷹角色

有一個傳說中的成吉思汗與神鷹的故事。有一天成吉思汗自己一個人去打獵，卻迷路了，眼前一遍沙漠，又口干舌燥，突然看到峭壁上滴下了水滴，成吉思汗就拿著水杯去裝水，正要拿來喝的時候，他常常攜帶的一只神鷹，在空中飛翔，就飛下來，唰一聲，把杯子踢翻了，連續(xù)踢了四次。成吉思汗想要嚇嚇它，叫它不要搗蛋，就拿起弓箭來嚇它，射出箭之后，神鷹慘叫一聲，掉落到峭壁上。

成吉思汗爬到峭壁上發(fā)現(xiàn)神鷹被他射死了。神鷹旁邊的水池 ( 就是水滴的來源 )，里面有一條毒蛇，而且是死的。因為蛇是死的，所以水是有毒的。成吉思汗發(fā)現(xiàn)了神鷹救了他的命。

這是偉大決策者——成吉思汗與神鷹的協(xié)同合作的故事，如圖 7。

圖7

于是我們就可以繼續(xù)思考一個問題：如果今天我們做出了兩個 AI，一個叫 AI 神鷹，另一個叫 AI 獵狗。 那么我們就來想一想，成吉思汗會攜帶 AI 神鷹，還是 AI 獵狗呢 ? 很容易推論，他會選擇 AI 神鷹。為什么呢 ? 因為神鷹會看到危險，看到危機、看到風險。這意味著，決策性比較高的場域，AI 很適合做神鷹這個角色。如果是這樣做，AI 就會很成功。反之，如果 AI 做到成吉思汗的角色，效果可能不太好。

所以，把 AI 做在決策點與行動點之間，是最具價值性的。從成吉思汗與神鷹的故事，可以領(lǐng)會到，AI 扮演神鷹的角色，既符合 AI 的特性，又非常具有價值。當 AI( 神鷹 ) 發(fā)現(xiàn)決策者思緒不夠完美時，可以給予畫龍點睛的效果。

AI 扮演神鷹的角色，其價值在于：當 AI( 神鷹 ) 發(fā)現(xiàn)決策者的決定是錯的，而且行動是災(zāi)難性的，AI 立即提出嚴重警告。換句話說，AI 必須在決策者的 < 決策時間點 > 與 < 行動時間點 > 之間的數(shù)秒鐘內(nèi)，必須即時納入當下的決策，做出智慧的推論，采取保護主人的行動，而且刻不容緩。

6 登山者/雪巴人協(xié)同模式

大都知道，尼泊爾的珠峰是全世界最高的山峰。其登山者常常需要當?shù)匮┌腿说膮f(xié)同合作。我們可以從登山者與雪巴人來看他們的特性；雪巴人在山上已經(jīng)住了 30、40、50 甚至 60 年以上，所以他的閱歷很多，對那個場域、環(huán)境很熟悉。而登山者有他的夢想、勇氣，到了一個陌生的環(huán)境中探索。所以雪巴人扮演一個角色，就是：降低風險。他會告訴登山者那里有坑、那里有洞；而登山者就去探索和想象，追逐他的夢想；就是這樣的 組合。

我來舉一個例子，有一位登山者，他準備 ( 半年后 ) 在 12 月份登上最高峰，他就選擇珠峰的南邊，經(jīng)由南邊而爬上珠峰的最頂端。這時，雪巴人就告訴他說：那一條路不能走。登山者就問：為什么不能走 ? 雪巴人反問登山者：請先說說，您為什么選擇那一條 ? 此時登山者回答說，因為到了十月份，是秋天，南邊的陽光比較充足；而北邊黑暗，不知道怎么爬。然后，雪巴人就說那一條路不能走的原因是：到十月份，會刮東北風，所以南邊會有大規(guī)模的雪崩。這時候他就告訴登山者說：那里有一個風險，非常高，您不應(yīng)該往那邊走。這是要降低風險，讓他不要失敗。所以像兵法講的一句話：不打“沒有把握的仗”。就是由雪巴人來告訴他那些部分是沒把握的仗。

這就是不確定性高、變化度很大的場域，最典型的是戰(zhàn)爭，像政治啦、戰(zhàn)爭啦。所以劉邦旁邊需要張良，劉備旁邊需要孔明等，都是這樣的搭配。這常稱為：登山者 / 雪巴人協(xié)同模式。AI 機器也可以同時扮演此模式里的兩個角色，如圖 8。

圖8

至于現(xiàn)在的不確定性場域，就是股票、基金等金融，其不確定性最高。我們也可以給予 AI 機器特別的訓練，讓它逐漸具有神鷹的能力，來幫決策者降低風險。例如，在股票市場里，“AI 量化交易”里，就有 AI 神鷹的角色，會很敏銳地給予投資者示警，告知那里有坑、那里有洞，來有效避免投資者的偏見和誤判，降低風險，提高贏率。

7 結(jié)語：從預測到?jīng)Q策

AI 模型的常見用途是：預測 (prediction)。如果，把拿來當作手段，那么決策 (decision) 是其目的之一。如果我們能把 AI 與商業(yè)之間的連結(jié)，從預測提升到?jīng)Q策層級，那么 AI 將帶給企業(yè)的效益就大大提升了。

從剛才的“登山者與雪巴人”的例子里，可以了解到，雪巴人擔任的事情就是從過去的經(jīng)驗，推論出來十月份南邊會有雪崩，因為是基于他的經(jīng)驗及事實，所以他的否證能力是超強的。于是現(xiàn)在，您就可以很了解了， AI 因為基于大數(shù)據(jù)，所以它的歸納性推理 ( 從因推到果 ) 能力特別強，而且已經(jīng)遠遠超越人類的能力了。

AI 是基于大數(shù)據(jù)，當作人的支持 ( 協(xié)助 ) 工具。成功關(guān)鍵在于如何“支持”。關(guān)鍵性答案是：不是創(chuàng)造利益或省成本，而是降低風險。雪巴人的關(guān)鍵性角色，就是降低登山者的決策風險，也就是強力支持決策者去探索更好的機會。

雖然，AI 的特長在于代替人類去做預測性的思考，還不能媲美人類的創(chuàng)造性思考，然而它卻可以賦能而助力人的創(chuàng)新思維飛上萬米高空。只要您的創(chuàng)新思維能飛， AI 就可賦能給您，飛得更高更遠！

（注：本文轉(zhuǎn)自《電子產(chǎn)品世界》雜志2022年第6期）