《走近2050:注意力、互联网与人工智能》第五章:众包与人类计算
本章讨论人类的注意力(原文作“占意”)如何像能量一样“做功”,产生信息结构。
本章讨论人类的注意力(原文作“占意”)如何像能量一样“做功”,产生信息结构。5.1节指出,从开源软件到交互式进化计算(如用点击演化图形、用目击者点选生成嫌疑人面孔),人的注意力都能转化为信息,并由此衍生出众包、人类计算、社会计算、群体智能、数据挖掘等相关概念,各领域相互交叉,其中众包与人类计算是直接、实时地转化注意力。
5.2节介绍众包,即把复杂任务拆成微任务分发给网络大众。案例包括:Clickworkers让业余爱好者识别火星地貌,速度与准确度均超专家;Tomnod平台发动数百万人标注马航MH370失事海域卫星影像;DARPA红气球挑战赛中,MIT团队用递归奖励邀请链在9小时内找到全部气球;PolyMath项目则以公开协作方式证明了DHJ定理。众包要成功,需参与人数过临界值,并自发形成社群组织,如同生态系统中能量流规模决定生物复杂度。
5.3节讲人类计算,即用游戏等间接手段提取注意力。路易斯·冯·安的reCAPTCHA让用户在验证码中顺带识别OCR无法辨认的图书字符,使Google图书识别率从83.5%升至99.1%且零成本;Verbosity、Matchin、ESP等游戏分别收集语义知识、图像美感评分和图片标签;Foldit让玩家折叠蛋白质,10天破解了困扰学界多年的猴逆转录酶结构;Phylo、CellSlider、EyeWire则用于DNA比对、癌细胞分类和神经元重构。众包是注意力直接投向任务,人类计算则是投向游戏再映射回任务。
5.4节介绍自动化调用人力:亚马逊土耳其机器人市场提供通用微任务平台,用户提交任务即可雇到“托客”;Turkit平台则允许像写程序一样编排人类计算流程,经多次迭代可识别模糊手写体。5.5节将人参与的计算归纳为三种模式——微任务、工作流、问题求解生态系统,并指出社群如同蓄电池,可存储并调度集体注意力完成各类复杂工作。