人智协同计算 | CCCF精选

B站影视 2025-01-22 09:51 2

摘要:本期专题聚焦人智协同计算,从人智协同行为分析与建模、可信人智协同系统构建、人智协同计算环境设计、人机计算系统发展、人机合作决策优化等五个前沿方向进行多维度、深层次探讨,推动其向更加智能、安全可靠、可信可控的方向发展,为该领域的理论创新与技术突破提供深刻洞察,从

本期专题聚焦人智协同计算,从人智协同行为分析与建模、可信人智协同系统构建、人智协同计算环境设计、人机计算系统发展、人机合作决策优化等五个前沿方向进行多维度、深层次探讨,推动其向更加智能、安全可靠、可信可控的方向发展,为该领域的理论创新与技术突破提供深刻洞察,从而实现大规模AI时代的人智和谐共生。

随着人工智能(AI)技术的蓬勃发展,AI正在塑造经济社会各个领域的全新面貌,催生出新产业、新模式与新动能。人智协同计算(Human-AI Collaborative Computing),即人类与AI深度互动与协作,并通过信息的高效交互、知识的精准传递以及意图的深刻理解,实现双方优势互补与有序融合,共同应对复杂的任务挑战,将成为“新质生产力”和未来的主要工作模式,是推动AI技术在人类社会大规模落地应用的关键途径。2023年,美国国家科学技术委员会人工智能特别委员会发布了《美国国家人工智能研究和发展战略计划》,明确将“开发人机协作的有效方法”作为重要战略方向。2024年,全球信息技术研究与咨询机构Gartner在《2025年十大战略技术趋势》报告中,也将“人机协同”列为三大核心主题之一,进一步彰显了人机协同在未来科技发展中的战略地位。随后,2024年世界互联网大会·乌镇峰会,以“拥抱以人为本、智能向善的数字未来——携手构建网络空间命运共同体”为主题,深入探讨了人工智能技术的未来发展与人类社会的深度融合,强调“只有人与机器的力量有机结合,才能真正让生产力提质增效”。因此,人智协同计算不仅是引领世界科技前沿的关键方向,同时也是推动经济社会高质量发展的强大动力。对其理论模型、关键技术、核心规律、系统平台的突破,对我国抢抓人工智能发展的战略机遇、加速创新型国家和世界科技强国建设具有重要的价值与现实意义。

人智协同计算是以人为中心的计算领域持续关注的重要研究方向。随着AI的兴起,以人为中心的计算研究正在经历由群智协同到人智协同的演化变革。群智协同计算(Crowd Cooperative Computing)通过互联网平台汇聚大规模参与者的智慧和能力,以群智涌现的方式完成对大规模复杂任务的处理。随着大模型技术的发展,越来越多的群智参与者使用大模型等智能体作为辅助,推动了群智协同计算向人智协同计算演变。人智协同计算的兴起,不仅标志着人工智能技术从单纯的自动化工具转变为与人类深度合作的伙伴,更在社会经济层面展现出深远影响。例如,在医疗领域,大模型展现了其数据分析和模式识别方面的卓越才能,可以辅助医生进行个性化的疾病诊断并定制出精准有效的治疗方案;在制造业领域,大模型可以优化生产流程,实现精准的预测性维护,显著提高整体生产效率并降低成本,为制造业的智能化转型注入强劲动力。此外,人智协同计算在智慧教育、智慧金融、智能传播、智能交通等多个领域都展现出其独特的价值,提升了行业的整体竞争力和创新能力。随着技术的不断进步,人智协同计算的应用场景将更加广泛,对社会的影响也将更加深刻。它不仅能够提高工作效率,还能够促进新业态的形成,推动经济结构的优化升级,为社会的可持续发展注入新的动力。

然而,随着大模型技术的发展,AI的自主性、主动性日益增强,人与AI的界限逐渐模糊,双方以多模态的交互方式共同参与决策过程,并追求多元化、多样化的目标,导致人智生态系统推演难、人智协同计算环境设计难、人与AI交互理解难、高效协作难、信任建立难、价值对齐难等突出问题。例如,2024年世界科技与发展论坛发布的《2024年人工智能十大前沿技术趋势展望》明确指出,人机对齐是当前人工智能领域十大前沿趋势之一。

中国计算学会(CCF)协同计算专委会长期聚焦和引领以人为中心的协同计算研究领域的前沿发展,继胡斌、顾宁、孙海龙等人在2018年第11期CCCF上组织“群智协同计算”专题之后,又精心准备了本期“人智协同计算”专题,针对人智协同面临的全新问题和挑战,特邀领域顶尖学者,围绕人智协同行为分析与建模、可信人智协同系统构建、人智协同计算环境、人机计算系统、人机合作决策等五个前沿方向进行了多维度、深层次探讨,挖掘人智协同计算的潜在问题,推动其向更加智能、安全可靠、可信可控的方向发展,为该领域的理论创新与技术突破提供深刻洞察。

在人智协同行为分析与建模方面,复旦大学教授卢暾及其团队撰写了《从群智协同到人智协同——以人为中心的计算视角》,系统阐述了以人为中心的人智协同计算的基本概念、研究目标和前沿方向,介绍了其团队近期面向人智协同创作、人智协同决策等典型场景开展的用户个性化行为模式与行为意图建模、大模型价值观评估与对齐、人智协同交互模拟推演等研究工作,并对未来以人为中心的人智协同计算尤其是以人为中心的人与大模型智能体协同研究提出深度洞察。

在可信人智协同系统构建方面,北京航空航天大学教授孙海龙及其团队撰写了《面向可信AI系统构建的人智协同技术》,分析了构建可信AI系统面临的主要问题,并总结了国内外在人在回路AI、以人为中心的AI等方面的工作,进一步介绍了人智协同在群智标注数据获取、群智监督学习和人机协作模型优化方面所取得的研究进展。

在人智协同计算环境方面,郑州大学教授杨天若撰写了《人智协同环境的系统设计与数据分析》,深入探讨了如何高效构建和优化人智协同环境系统的自动化设计方法,梳理了国内外在数据感知、表示、融合、分析以及隐私保护等方面的最新研究成果。在此基础上,作者介绍了其团队提出的基于数据驱动的自适应闭环系统优化设计策略,详细解析了“系统-数据-反馈-系统优化”的闭环流程,并对相关研究领域进行全面的洞察分析。

在人机计算系统方面,哈尔滨工程大学与西北工业大学教授於志文及其团队撰写了《人机计算系统》,系统阐述了人机计算的背景、发展趋势、基本内涵及模式,介绍了团队近期在人机操作系统搭建、代码翻译场景下的迭代式人机协作方法,以及智慧医疗场景下的分配式人机协作方法等研究工作,并对人机资源建模及协作的未来发展所面临的机遇与挑战进行了讨论。

在人机合作决策方面,香港科技大学副教授麻晓娟及其团队撰写了《以双向理解促进人智协同——以人机合作决策为例》,旨在通过以人为中心的设计理念,提升人智团队中人与AI的相互理解,优化人机合作决策。作者团队从促进决策者理解AI、促进AI理解决策者、提升决策者的自身理解,以及促进决策者与AI双向理解四个层面,深入探讨了复杂多样的人机合作决策场景下人与AI的协作方式与性能,为提升人机协作系统的整体效能提供了新思路。

这五篇文章不仅深入分析了人智协同计算的前沿技术,还着重探讨了如何确保人智协同系统与环境的安全可信、技术的可靠可控等重要问题,旨在推动人智协同更加高效、有序,推动大规模AI时代的人智和谐共生。

卢暾

CCF杰出会员、协同计算专委会秘书长,CCCF特邀译者。复旦大学计算机科学技术学院教授。主要研究方向为计算机支持的协同工作与社会计算、群智协同计算、智协同与交互、数字社会智能治理。lutun@fudan.edu.cn

孙海龙

CCF杰出会员、协同计算专委会副主任、开源发展委员会执行委员。北京航空航天大学教授。主要研究方向为群体智能、智能软件工程和开源软件等。

sunhl@buaa.edu.cn

来源:CCFvoice

相关推荐