兩個 AI 一起工作，它們會合作還是互鬥？Google 給出了答案

兩個或者多個 AI 在工作時，如果有利益相關，或是目標出現衝突，它們會選擇鬥爭還是合作？
隨着人工智能 AI 的不斷髮展，人們對它能力的擔憂和期待也越來越多。Google 旗下的 Deepmind 也在研究不同環境中 AI 們的具體行為。

2 月 10 日，Google Deepmind 部門公佈了一項研究結果，人工智能在測試後出現了這樣一種情況：AI 會根據其所在環境來改變自己的行動，這與人類的一些社會行為相似。

Google 通過兩個不同的遊戲來測試 AI 的個體行為，一個遊戲名為“Gathering”，另一個名為“Wolfpack”。

“Gathering” 是一種“雙人遊戲”，需要參與者收集足夠多的蘋果。在遊戲裏，AI 玩家都可以選擇對對方做激光標記點，一旦被標註，則被標記者在當局裏無法收集蘋果。標記對手不會有額外獎勵。

另一個遊戲“Wolfpack” 是一個捕獵遊戲，玩家要在到處都是障礙的環境裏捕捉獵物，當兩個 AI 獵人都接近獵物並最終捕獲獵物時，他們都可以得分。
Deepmind 部門的研究員讓 AI 來參與這兩個遊戲，並重復實驗上千次來避免結果的隨機性。

結果表明，在“Gathring”遊戲裏，如果蘋果數量夠多，兩個計算能力相近的 AI 玩家會選擇和平相處，各自不斷拿走蘋果；一旦蘋果數量減少，AI 們就變得好鬥了，它們會用激光標記對方，為自己贏得更多搶蘋果的機會。


遊戲視頻截圖，綠色代表蘋果，數量少時 AI 會發出黃色光束標記對方

並且，如果兩個 AI 的計算能力不同，能力較強者好鬥性更強，不論蘋果數量多少，它都傾向於選擇標註對方，增加自己的勝算。
這一結果與博弈論裏的囚徒困境理論中的多種情境相近（囚徒困境是博弈論的非零和博弈中具代表性的例子，反映個人最佳選擇並非團體最佳選擇。或者説在一個羣體中，個人做出理性選擇卻往往導致集體的非理性。）

Deepmind 的研究員認為，不管是和平共處共同收集蘋果，還是通過阻礙對手贏取更多蘋果，AI 都會在具體情境下學會更符合它們“期待”的行為。當剩餘資源減少，AI 會採取更為激進的策略，通過把對手擊敗踢出局來贏得所有蘋果。

在 “Wolfpack”遊戲裏，AI 則傾向於通過合作來完成狩獵行動，且計算能力更強者選擇這種做法的情況更多。這與“Gathring”遊戲的情況是相反的。

遊戲視頻截圖，紅色的捕獵者 AI 會通過合作抓捕獵物

在 Deepmind 看來，人工智能會根據具體情境改變行為方式，這與人類類似。而人工智能也可以在某些具體任務裏，特別是合作能帶來更大收益的情況下，達成合作，從而取得行動的最佳效果。


蘋果越少，好鬥性越強；獨狼抓住獵物的比例越大，羣體利益越低

在 Deepmind 的博客內容裏，科學家喬爾·Z·勒博（Joel Z Leibo）説：“這類研究將幫助我們更好地理解和控制複雜多人工智能系統的行為，例如在解決經濟、交通和環境問題的過程中。”

題圖自：businessinsider

資料來源：愛範兒（ifanr）