想象一下，你站在電梯裡，門開始關閉，突然看到走廊盡頭有兩個人朝你跑來。甚至在他們喊叫之前，你就能從他們的速度和肢體語言中判斷出他們正趕著要坐同一部電梯。作為一個熱心的人，你會伸出手按住電梯門。在那一瞬間，你解讀了別人的意圖並採取行動進行幫助；這些是人工智慧機器的設計者只能羨慕的本能行為。但隨著研究人員嘗試創造具有預測性社交技能的人工智慧（AI），以幫助其更好地與人互動，這種情況最終可能會改變。
例如，未來的酒店服務生機器人應該能夠根據細微的甚至是無意的暗示來預測酒店客人的需求和意圖，而不僅僅是響應一連串的口頭命令。西英格蘭大學布里斯托爾分校的機器人倫理學教授艾倫·溫菲爾德表示，實際上它會“理解”——在無意識的機器能夠理解的範圍內——周圍發生的事情。
溫菲爾德希望透過“心智模擬理論”來發展這種理解，這種人工智慧方法允許機器人在內部模擬人們、事物和其他機器人的預期需求和行為，並使用結果（結合預先程式設計的指令）來確定適當的響應。換句話說，這樣的機器人會執行一個板載程式，該程式模擬它們自己的行為以及其他物體和人的行為。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將有助於確保關於當今塑造我們世界的發現和想法的有影響力的故事的未來。
溫菲爾德說：“我製造的機器人內部有它們自己和其他機器人的模擬。把模擬放入機器人內部的想法……是一種非常巧妙的方式，可以使其真正預測未來。”
“心智理論”是哲學家和心理學家用來描述透過想象自己處於某事物或某人的位置來預測自己和他人的行為的能力。溫菲爾德認為，讓機器人做到這一點將有助於它們推斷周圍代理人的目標和願望，就像意識到跑步的那對夫婦真的想搭乘那部電梯一樣。
這使得溫菲爾德的方法與機器學習有所不同，在機器學習中，人工智慧系統可以使用例如人工神經網路，該網路可以訓練自己以滿足使用者期望的方式執行所需的操作。一種越來越常見的形式是深度學習，它涉及構建一個大型神經網路，該網路可以在某種程度上自動學習如何解釋資訊並選擇適當的響應。
基於模擬的方法依賴於預先程式設計的內部模型。溫菲爾德將心智模擬理論系統描述為使用“後果引擎”。換句話說，配備該系統的機器人可以回答關於潛在行為的簡單“如果……會怎樣”的問題。例如，如果它模擬向左轉，它可能會檢測到它會撞到附近的牆壁。為了使這種預測成為可能，機器人預先程式設計了基本的物理知識，以便它們瞭解物體碰撞時會發生什麼。溫菲爾德將他的機器人描述為具有一點“常識”。
目前，機器人只能在相對簡單的情況下使用心智模擬理論。在1月份發表的一篇論文中，溫菲爾德和他的同事描述了一個實驗，其中一個機器人被設計為在被賦予預測附近其他機器人可能移動的能力後，更安全地（即，不撞到任何東西）沿著走廊移動。這對於機器人來說並不是一項新功能，但在這種情況下，溫菲爾德的機器模擬了其自身的避碰策略的後果，以確保它們是安全的。溫菲爾德在他的研究中承認，這項工作仍處於起步階段，“遠非一個完整的解決方案”。例如，他的行為猜測機器人穿越走廊的時間比直接到達另一側而不試圖預測另一機器人的行為時的時間長了50%。儘管如此，他提出“基於模擬的內部建模是開發人工心智理論的一個強大而有趣的起點。”
溫菲爾德也承認，人們對心智理論的理解仍然不夠充分。根據溫菲爾德在6月份發表在《機器人與人工智慧前沿》上的一項研究，科學家對人類大腦“產生心智理論的神經或認知過程”的瞭解尚不完整。然而，他認為，要開發能夠執行非常相似功能的人工智慧，並不需要完全理解這些過程。
溫菲爾德說，心智模擬理論的一個主要潛在優勢是，它可能有助於機器人與人類進行更多的交流，隨著自動化越來越深入地滲透到人類生活中，這一特徵將變得越來越重要。例如，有些人可能希望機器人事後解釋其行為，這是人工智慧通常無法做到的，因為深度學習人工神經網路的內部工作原理非常複雜，可能會使人類很大程度上脫離決策過程。那麼，幫助老年人或病人的機器人呢？理想情況下，這樣的機器可以自發地向老年人發出警告，宣佈它即將靠近，以避免驚慌或困惑。想想護士說：“我只是想給你另一個枕頭，這樣你就可以坐起來吃藥了。” 這就是僅僅行動的機器人和在行動之前為自己的行為辯護的機器人之間的區別。
研究人員正在嘗試開發以人類語言解釋其決策的機器學習系統。例如，一個基本模型，讓一個人工智慧程式確定影像是否描繪了一頓健康的飯菜並解釋其答案：“否”，因為影像包含熱狗；或“是”，因為它檢測到蔬菜的存在。但是，這種程式設計仍處於早期階段，遠非普遍。
卡內基梅隆大學機器人研究所的助理教授亨尼·阿德莫尼沒有參與這項新研究，她同意這種能力將很有用。“像模擬理論這樣的東西的好處，正如溫菲爾德所實現的那樣，是該系統可以生成關於它學到了什麼或為什麼這樣做的一個解釋，”阿德莫尼說。
加州州立理工大學倫理學和新興科學小組的研究員朱莉·卡彭特表示，人們會更容易信任能夠更準確、更清晰地解釋自己的機器。“你必須相信另一個實體和你有著相似的目標，你正在為實現同一個目標而努力，”卡彭特說，她沒有參與溫菲爾德的研究。
既然溫菲爾德已經制造出能夠執行由內部模擬確定的簡單動作的機器，那麼他的下一步是使這些機器人能夠口頭描述其預期的或過去的行為。一個好的測試是，如果一個機器人能夠聽取另一個機器人所做的意圖宣告，並透過模擬這些宣告來正確解釋這些宣告。該過程將涉及一個機器人口頭描述一個動作——例如“我要按住電梯門”——而另一個機器人聽到此資訊後，會在內部模擬該動作及其後果：門保持開啟狀態。
溫菲爾德說，如果他們能夠以這種方式相互理解，那麼從理論上講，他們就離理解我們更近了一步——“我對這個實驗感到非常興奮。”