学贯中西(14)：人机协同决策(续)

高焕堂

1三种类型的AI

过去20年，AI在辨识（分类）和预测，两方面表现令人类惊奇。就像算命仙，辨识出您的本命、预测出您的“时和运”了。若时来运转，就努力扩大行动，趋吉迎福。若时运不济，就凡事小心慎行，冬藏春迎，蓄锐待发。这阶段的AI，通称为：识别型AI。

在大数据时代里，人眼可看、手中能掌握的资料很有限，且视野小，人为优化只能获得局部最优解（Local optimum）。于是，就需要AI生成来帮忙，以人为找出的局部最佳解为条件（基础），输入给AI（如 Conditional GAN 模型），让它协助生成全局最佳解（Global optimum）。这阶段的AI，通称为：生成型AI。

上一期里，曾经谈到了AI能够帮助检验人类决策者的假设，降低决策风险，促进企业的成长茁壮。于是，AI有3种：识别型AI、生成型AI、决策型AI。

●识别型AI：对事物或现象，洞察其特征（Feature），而进行归类（识别）。

●生成型AI：学习目标事物或现象的数据分布（Distribution），生成新数据，呈现逼真的事物。

●决策型AI：由<生成型AI>提供方案，由<识别型AI>评估风险，然后挑选风险最低、胜率最高的方案，并采取行动。所以决策型AI的关键因子是：风险。

2决策型AI的3项特点

从商业决策而观之，商业环境是善变的，而且存在竞争者刻意唱反调，使得看似最佳获利方案，却可能是最赔钱的。于是，决策型AI的第1项特点是：

需要把环境或敌方的可能方案（的特征）输入到AI模型里。

《孙子兵法》说：胜兵先胜而后求战；败兵先战而后求胜。于是，决策型AI的第2项特点是：

帮忙做“先胜”的评估，也就是“不败”的评估，也就是评估风险。

例如，当今股市领域，最著名的投资决策者是巴菲特。他说，他的投资决策都基于两条原则，第1条原则是不赔钱（先不败、先胜）；而第2条原则是永远不忘记。

从成吉思汗与神鹰的故事，可协助我们领会到，如果决策型AI扮演神鹰的角色，既符合AI的特性，又非常具有价值。当AI（神鹰）发现决策者思绪不够完美时，可以给予画龙点睛的效果。更具价值在于：当AI（神鹰）发现决策者的决定是错的，而且行动是灾难性的，AI立即提出严重警告。于是，决策型AI的第3项特点是：

把“决策型AI”做在决策点与行动点之间。

例如，成吉思汗拿着杯子去盛装那滴下来的山泉水。装满了水，快拿到口边，准备一饮而尽时，在天空中飞翔的神鹰突然飞扑下来，“嗖”的一声，就把成吉思汗手中的杯子踢翻了，水都洒到地上了。

神鹰在决策者的“决策时间点”与“行动时间点”之间的数秒钟内，实时纳入当下的决策，做出智慧的推论，采取保护主人的行动，而且刻不容缓（图1）。

过去，许多人把AI做到“决策时间点”之前，提供给决策者参考，是 OK 的，只是这样的作法，只是把AI做成为 BI （商业智能）或大数据分析的延伸，其价值并非最高的。把AI做在策者的“決策时间点”与“行动时间点”之间，我称为：AI神鹰。把AI做在策者的“决策时间点”之前，我称为：AI猎狗。

AI猎狗作用于人类的“决策前”；而AI神鹰作用于“决策后”。这两项AI成为人类决策者的最佳伙伴。对于基层经理人（决策）而言，AI猎狗可以发挥很大的辅助效果。对于高层总裁（决策）而言，AI神鹰可以发挥关键性的效益。所以成吉思汗出行时，随身携带神鹰，而不是猎狗。猎狗看利益，神鹰看风险。两者协同合作，带给人类趋吉避凶效果，让企业势如破竹。如成吉思汗一般，建立地球史上最大版图的帝国。AI天生具有“考古”和当下“探索”的强大能力。也就是AI出生就具有猎狗的天份，能极灵敏地嗅出利益机会（如那里有兔子）。也就是一般统称的“预测（Predict）”能力，这种极灵敏能力既可以用来嗅出“利益”，也可以用来嗅出“危险”。于是，将一群擅于嗅出风险的AI猎狗们，巧妙组合成为一个团队，就成为一只“AI神鹰”了。

3以划拳比赛为例

这是一个做给小学生玩的AI游戏，让小朋友与Zenbo机器人玩剪刀、石头、布的划拳比赛（图2和图3）。

比赛一开始，请先开启Zenbo的“AI划拳游戏”，如图4。Zenbo会说出：“我们一起来玩剪刀、石头、布。当我喊‘剪刀、石头、布，我们就同时出拳喔，准备好了吗？”。请您回答：“好了”。Zenbo就出现下述画面（图5），同时Zenbo也说出：“开始出拳喔，剪刀、石头、布”。

这时请您出拳，要用口说出来。例如说出：“布”。此刻Zenbo先已决定它的出拳，瞬间已听到您说出的话（布），就显示出来。

同时，Zenbo就很高兴地说出：“哈哈哈，我赢了”。然后继续下一回合的比赛。

4AI模型的架构设计

我们共有3个模型：RnnPredict、DecisionRiskModel、VoiceClassifier。第1个模型（RnnPredict）是基于 RNN 的模型，它从比赛的历史数据中，探索对方出拳的规律（图7）。

第2个模型（DecisionRiskModel）是基于对方出拳的规律，加上己方的决策，进行风险（Risk）评估，如图8。

第3个模型（VoiceClassifier）是监视、辨别对方当下出拳的行为，而计算出胜负（图9）。

在这划拳游戏里，AI必须在看到对方出拳之前，预先作最好的决策。所以第2个模型的运行时间，是比第3个模型还要早。这第2个模型是依赖第1个模型所探索的到的对方出拳规律。

5AI模型的学习（训练）流程

5.1训练RnnPredict模型

这RnnPredict模型会从比赛的经验中找出对手的出拳规律。例如，当 A 与您比赛100回合，它会记录比赛的过程。

RnnPredict模型会观察您出拳的各种习惯性。例如，它会从这100次的出拳纪录（数据）中萃取您连续出拳相同时，接着您会习惯性选择出什么拳呢？于是，它萃取出来了（图10）。

接着，按下“AI寻找规律”，RnnPredict模型就展开机器学习，并且以神经网络的权重来记录它找出来的规律，然后他也输出所找到的规律（图11）。

从上图里AI输出的结果看来，AI的确发现了您的出拳习惯：几乎没有连续3次出一样的拳。例如，从上图的第1列，您前两次都出“石头”，AI就估算出您这次将出拳的可能性是：出“布”、“剪刀”、“石头”的可能性，分别为（0.75，0.25，0）。

5.2训练DecisionRiskModel模型

这是一个分类模型（属于识别型AI）。刚才AI基于过往的大数据，发现1个规律：您连续两回合出招一样时，其后（第3招）出招，几乎不会与前两回相同。例如，前两回合，您都出“剪刀”，这一回合，您几乎不会继续出“剪刀”。所以，您只会出“石头”或“布”了。此时，如果AI出石头，就它就稳输了（风险高）；反之如果AI出“布”，它就稳不输了（风险低）；同理如果AI出剪刀，就输赢各一半（风险中等）。前两回，如果您出其他招（不连续出同一招）时，都全部看成“中等风险”。

于是，AI只要善用它所发现的规则，在出拳瞬间自我评估它出招的风险，确保它不会掉入高风险的赛局里，它（AI）的赢面就大增了。现在就来把上述的赢家规律输入到 Excel 表格里（图12）。

按下“训练”，就开始训练DecisionRiskModel分类模型。它是用来评估各种出拳方案的风险评估。例如，输入值[1，1，0]，表示对方连续两次出“剪刀”，而AI决定出“石头”，此时评估出来：风险高。于是AI决定改变出拳的选择。例如，改为出“布”，就输入[1，1，2]，此时评估风险低，就是好策略了。

6结束语

本期说明了决策型AI的特色。并以划拳比赛为例，说明其架构，包括3个AI模型：第1个是RnnPredict模型，负责探索对方的出拳规律（知彼）。第2个是DecisionRiskModel模型，負责评估决策风险（知己）。第3个是VoiceClassifier模型是典型的语音识别模型。

虽然本范例里，由3个模型组合起来，与人们竞赛。但是它们也可以在商业环境里，协助人类决策者，进行优越的商业决策。