56年前，J.C.R.Licklider 阐述了计算机与人类大脑相结合的理念，人类的思维将能够思考人类独自无法达到的想法。这个愿景影响了一代科学家和工程师，并且在很大程度上是我们今天的计算经验的基础。然而，我并没有觉得我和现在的机器建立了合作关系，而且我经常发现自己需要苦苦思索，或屈服于自己的意志去适应机器。这难道不应该是反过来吗？我错过了“人机共生”吗？
当然，我们的计算机已经比1960年代的更加用户友好。人因工程学领域在创造交互技术方面取得了很大的进步，这些技术可以更好地让人类和机器合作。这在人机交互（HCI）的主流计算机科学领域以及最近的人本计算（human-centered computing）中体现出来。这些进展已经有一些结果，比如F-35第三代头盔显示器系统，微软的Kinect，以及低成本传感器和大量计算能力所带来的众多新型输入技术。但是，共生意味着比交互技术更重要的东西。
人机共生的潜力经常见于艺术作品，在这些艺术作品中，计算机技术已经能够创造以前无法实现的表达形式。计算技术赋能了一大批新的艺术家群体，如沉浸式和增强现实游戏、动画电影、音乐作曲和表演等。以前需要录音棚的工作，现在GarageBand就行了；以前需要暗房的工作，现在有Photoshop就行了；以前需要电影胶片的地方，现在只需要Blender和RenderMan。在这些领域，我们开始将人类和机器视为艺术创作的完全合作伙伴。当我们利用人类和机器（毕竟，大脑只是一个可替代的计算平台)，我们不仅使从前不可能的问题变得容易处理，而且也创造出截然不同的方法。我们得以构想新的创作，思考以前不可能的想法。我们的目标应该是加倍在这些系统的工作，增强我们作为人类的能力，赋予我们不同的观察和思考的方式。
人本计算的新兴领域已经开始在这个方向揭示一些惊人的机会。卡内基梅隆大学计算机科学系副教授 Luis von Ahn 展示了我们人类对游戏和谜题偏好可以如何用于完成惊人的任务，例如通过ESP游戏在互联网上标记图像，以及通过CAPTCHA “OCR”处理大量书籍。在这些情况中，我们正在改变用户、计算和正在解决的整个任务之间的关系。
就我个人的经验而言，作为DARPA 移动边缘网络项目的一名研究人员，我的团队使用陆军野战手册中的操作训练原则来构建以内容为中心的网络模式。我们重新考虑了基于用户的任务动态的网络范式。我们的方法与其他希望使用机器学习、情绪分析和其他数据分析技术来“了解”用户的内容类型的研究者形成了对比。学习和大数据的方法在数学上很优雅，算法上也很复杂。但它解决了一个人工的问题。相比之下，通过聚焦于人类用户及其信息需求和任务目标（所有这些目标在一开始就已众所周知），许多算法上的难题都消失了，结果是我们的作战人员的联网能力类型截然不同。
这就是共生关系的核心：理解人类在人机系统中的最优、最理想的角色。这些问题成为人类和计算机共同解决的问题，而不仅仅是计算机自身解决的问题。也许这正是我们所缺失的：我们经常要求机器自己解决问题，而不是作为人机团队的一部分。例如，对于一些传统的工程师来说，计算机仅仅是一个更强大的计算器；MATLAB已经取代了幻灯片的规则，但是人为驱动的任务本质上是一样的。这是计算机科学之外的现实，在他们看来，数据库仍然只是一个Excel电子表格，而文字处理器仅仅是打字机的替代品。为了充分实现信息革命，带来“第二次机器革命”（Erik Brynjolfsson & Andrew McAfee）的经济效应，我们需要重新思考计算机科学家的工作重点，以通过人机合作来解决社会问题。（我不知道这是不是计算机科学多样性问题的根源之一：我们把机器视为与人类分开的，那么它们把我们与我们的人性分开，而不是增强人类能力。)
从这个角度来看，计算机教育至少有两方面的含义。首先，除了一小部分修读HCI、认知心理学，或某些软件工程学的学生之外，计算机科学本科毕业生很可能不必接触 任何的用户需求就能获得学士学位，更不用说处于复杂或混乱的科学或工程领域的用户。在我们的本科计算机课程中，使用启发和以用户为中心的思维方式已经变得越来越普遍，我们应该寻求这些复杂或混乱的科学和工程问题来解决我们的技术问题。
其次，在几乎所有传统的计算机科学教育中，计算机通常被视为一个孤立的盒子。它是处理器、数据和内存的地方；是算法的数学伪码；是提供银行交易、飞行控制、视频游戏或工厂规划的软硬件“网络物理”系统，等等。我们如何让学生理解人类在人机系统中所扮演的角色呢？我们希望培养学生去设想如何从根本上改变问题的性质，使问题能够被人机结合的团队解决。
我认为这对计算机科学研究的影响同样是激进的；我们花费了大量的精力来推进我们假设的基础计算机科学，然而我们可能错过一个更大的机会，因为我们没有提出正确的问题。
提出正确的问题是亨利·福特（Henry Ford）和他的团队工业创新的关键。他们不是简单地扩大现有的劳动实践，而是系统地把人类劳动和机器劳动之间的关系作为共享生产体系的一部分。我们这个时代面临的挑战是培养新一代的科学家和工程师，他们严格地探索人机共享劳动的潜在机会，不是为了取代人的劳动，而是以各种形式增强人类劳动。
爱因斯坦在1949年发表的一篇社论中反思了科学对社会的影响，他总结道：“如果人类要生存下去，我们将需要一种全新的思维方式。”在我看来，人机合作是这种新的思维方式的核心。鉴于今天这个科技快速发展、社会快速变革的时代，我们要思考得“更快”，思考新的点子，唯一的方法就是与我们的计算机伙伴合作，这是我们赖以生存的。
关于作者
William Regli 是 DARPA 国防科学办公室副主任。他在德雷塞尔大学（Drexel University）任教17年后，于2014年开始在 DARPA 工作。Regli已经发表了250多篇技术文章，涉及在计算机图形学、人工智能、机器人、无线网络、组织工程学、以及工程设计和制造方面的研究。他是ACM、IEEE以及AAAI的高级会员。
原文发布时间为：2017-11-27
本文作者：马文
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号
