7.2.2 人工智能助力众包-走近2050：注意力、互联网与人工智能在线阅读

语速1.0: 2.0

进度0:

7.2.2 人工智能助力众包

人工智能可以帮我们解决各种问题，在这里，我们将重点集中在利用人工智能来助力人类群体智能：众包。目前，随着大规模的众包以及人类计算项目的诞生，人们已经开发出了一些成型的人工智能技术来辅助众包。

这主要包括以下 3 个方面。

对众包参与者的评估与选择；
对众包组织流程（workflow）的优化设计；
自动化组队。

我们知道，众包就是要利用人类智能来解决问题。现在，随着亚马逊的土耳其机器人市场的成熟运作，人们已经将招募众包参与者的流程正规化。这时，一个重要的问题就是如何对众包的参与者进行质量评估，并根据这些评估来分配不同的众包角色。以往，由于我们无法预判一个人在实际工作中的表现，所以只能在事后做出评估。然而这一过程显然费时费力。于是，人们想到了利用机器学习技术辅助对参与者的评估。具体的做法是：首先我们要用一堆参与者作为样本来训练一个神经网络。输入的信息就是每个人的基本特征以及回答调查问卷中的简单问题，普遍采用的方法就是用一些所谓的标准化问题（gold standard）来做问卷调查。输出就是这个管理者对此人的评价打分。神经网络要学习的就是这些输入输出对。训练好了之后，这个神经网络就可以通过读入一个参与者的问卷信息，从而给出此人可能的工作表现。¹⁸

18 Rajpurkar P, Migimatsu T, Kiske J, et al. Driverseat: Crowdstrapping Learning Tasks for Autonomous Driving[J]. arXiv preprint arXiv:1512.01872, 2015.

第二类问题是众包组织里流程的优化设计。我们知道，很多众包任务都需要多人相互协作，并且是多阶段的任务。例如，字幕组的工作就可以由翻译和校对两个步骤构成。这就要求众包实施方应该合理地安排流程，从而达到效率和成本消耗的最优化。目前，结合机器学习以及人工智能优化方法，人们已经设计出了很多成型的系统。¹⁹

19 Rajpurkar P, Migimatsu T, Kiske J, et al. Driverseat: Crowdstrapping Learning Tasks for Autonomous Driving[J]. arXiv preprint arXiv:1512.01872, 2015.

最后一类有趣的问题就是众包团队的组建工作。我们知道，集体的力量只有在成员相互协调配合的条件下才能真正发挥出来。同样，在众包实施的过程中，团队的组建非常重要。面对一个任务，我们应如何进行工作分解，将适当的人组织成团队，并使每个团队都能领取合理的任务，这一点是非常重要的。参考文献 ²⁰ 就讨论了面对一个给定的众包任务，我们应当怎样进行团队建设的问题。其基本思想仍然是将团队建设看作一个最优化问题。其中，优化的目标是团队两两成员之间的亲和度（affinity）以及团组之间的关系。这种亲和度需要根据每个成员的特征来进行计算，而特征的获取也可以通过调查问卷的方式进行。这样，只要众包任务和人员范围明确，人工智能就能自动计算出合理的团队组合方式。²¹

20 Rahman H, Roy S B, Thirumuruganathan S, et al. " The Whole Is Greater Than the Sum of Its Parts": Optimization in Collaborative Crowdsourcing[J]. arXiv preprint arXiv:1502.05106, 2015.

21 Rahman H, Roy S B, Thirumuruganathan S, et al. " The Whole Is Greater Than the Sum of Its Parts": Optimization in Collaborative Crowdsourcing[J]. arXiv preprint arXiv:1502.05106, 2015.