弗吉尼亚联邦大学的研究人员在人工智能领域取得了显著进展，他们设计出了一种能够评估一个人是否值得信任的系统。这种人工智能的专业知识源于从美国电视游戏节目“朋友还是敌人？”中学到的模式。
“朋友还是敌人？”的核心与经典囚徒困境相似，是博弈论中的一个基本概念。参与者要决定是合作还是欺骗。相互合作将带来共同的奖金，而有人背叛则意味着背叛者独得全部奖金。如果双方都选择欺骗，两人都得不到奖励。
这个游戏节目的前提不是围绕假设情景或模拟展开；参与者对结果投入极深，使得他们的反应和决策根植于现实。这种真实的竞争环境将“朋友还是敌人？”转变为行为分析的宝库，远超过以往的研究试验，那些试验往往缺乏真正的风险或依赖于了解自己处境实验性质的参与者。
基于从节目中获取的大量信息，弗吉尼亚联邦大学的团队观察并分析各种行为，如面部表情、眼神、姿势、手势、语音模式和社会人口因素。这种全面的评估赋予人工智能形成关于可信度的判断的能力，而这些判断在从安全到商业等各个领域可能产生深远的影响。
人工智能（AI）和博弈论是密切相关的领域，通常让AI系统解决包含可能相互合作或竞争的多个代理人的复杂问题。在弗吉尼亚联邦大学的研究中，将人工智能应用于游戏节目“朋友还是敌人？”的动态是对在行为分析中应用博弈论的实际说明。
这项研究提出的一个关键问题是人工智能能否准确预测人的可信度，并且在游戏节目之外的情境中能推广到什么程度。研究人员开发的人工智能依赖于通过观察来学习模式的方法——一种称为机器学习的方法。机器学习模型，特别是能够处理大数据集的深度学习模型，特别擅长识别数据中的复杂模式。
在这项工作中的关键挑战包括确保人工智能的判断没有偏见，以及它已经接触到足够多样化的数据集，以便准确预测各种人口群体。在将人工智能应用于分析人类行为时，确保隐私和伦理考虑得到处理也是一个重要挑战。
可能会出现争议，因为评判可信度的人工智能技术如果在没有严格的伦理准则和监督下实施，可能会被用于监视或形成歧视性的档案。
人工智能在评估可信度方面的优势包括增强安全措施的可能性、改进人力资源管理以及在关键信任情况下做出更好的决策。它还可以为人类心理学、犯罪学和社会学等领域提供宝贵的见解，从而为这些领域作出贡献。
劣势可能包括围绕隐私的潜在问题、错误结论的风险、现有偏见的传播以及个人互动的非人性化。此外，也存在一个哲学问题，即一个机器能否对一个具有深刻人性和主观特征的特质——可信度做出准确评估。
要了解更多有关人工智能和博弈论的相关链接，您可以访问以下顶级域名：
– 麻省理工学院计算机科学与人工智能实验室
– DeepMind
– 弗吉尼亚联邦大学
请注意，这些链接在您访问时应核实其相关性和准确性。
The source of the article is from the blog lisboatv.pt