人与机器，如何实现最优工作分配？

文|陈根

马云曾说“人工智能将彻底改变人类就业模式”。当前，人工智能已成为未来科技革命和产业变革的新引擎，并带动和促进着传统产业的转型升级。人工智能应用范围广泛，从数字政府到智慧交通，从工业农业到金融教育，再到司法医疗和零售服务，人工智能对于就业的影响已经表现得越来越明显。

普遍的观点是，人工智可以把人类从繁复、乏味的工作中拯救出来，从而让人更有时间和精力去做一些有意义和创造性的事情。随着机器人越来越多地加入到工厂车间、仓库和其他场合，如何优化人与机器的工作分配显得越发迫切。

近日，内基梅隆大学机器人研究所开发出一种新的算法规划器，实现了人类和机器人之间最佳的任务分配。该算法命名为“ADL”，有效解答了机器人何时应采取行动完成任务、机器人何时应该学习新任务、机器人何时应该把任务委托给人类这三个问题。

使用算法和软件来决定如何委托和分工并不新鲜，然而，该工作是首批将机器人学习纳入推理的工作之一。此外，在制造业中，一个工人操控一个机械臂，教机器人习得一项任务需要耗费一定时间。如果该算法能够顺利落地，将会大幅提高工作效率。

为了测试新算法，研究人员设置了一些场景：人类和机器人比赛将积木插入钉板，并将不同形状和尺寸的乐高积木堆叠起来。结果新算法都呈现出不菲的成绩。但是在复杂性任务中，机器人的表现还有进步的空间。

另外，“强人工智能”需要机器人在预测学习新任务后还能完成一些工作。基于此，算法需要将问题转化为混合整数程序——一种常用于调度、生产计划或设计通信网络的优化程序。未来，希望通过不断地更新改进，该算法能够更好地服务人类。