从谷歌的AlphaGo与人类的对弈中，人们发现AlphaGo使用了很多人类没有想到甚至以为是错误的策略，可以说 AlphaGo的出现，拓宽了人类在围棋这个项目上的视野。那么在不同规则下，人工智能之间会如何互动呢？谷歌的Deepmind的团队真的将两个人工智 能放在不同的规则下，看他们会选择什么样的交互策略。

从实践上看，未来社会人工智能将应用在很多领域上，在不同领域中，必然会存在人工 智能之间的互动，搞清楚人工智能间如何互动就成了非常实际的问题了。为此Deepmind做了个实验，将数个人工智能植入到一个类似“囚徒困境”的情形 中，在此情况下，个体可以通过背叛他人获利，但如果所有人都十分自私，就没有人能获利。

Deepmind设计了两个游戏，一个叫“捡苹 果”，玩家可以再一条管道上收集苹果，谁捡的苹果多谁获胜，每个玩家还拥有一项叫激光的技能，玩家可以用激光让对手消失一段时间。另一个游戏叫狼群，两名 玩家在一个充满困难和障碍的环境中捕猎一只猎物，当猎物被猎杀时，不但抓到猎物的玩家能得分，周围的玩家也可以得分。

实验结果显示，人工智能会根据不同的情况改变自己的策略，时而合作时而敌对，但无论怎样都是尽量让自己的利益最大化。

在“捡苹果”游戏中，如果苹果数量很多，人工智能就很少会阻碍对手，专心捡苹果。但随着苹果数量越来越少，人工智能使用技能阻碍对手的频率就会逐渐增 加。但是如果你在游戏中引入一个较强的人工智能时，这个较强的人工智能会从一开始就尽量阻碍对手，表面上看，这好像是说明更聪明的人工智能更好斗，但事实 却是，阻碍对手是一项比艰难的行为，需要大量的计算，如果没有足够的能力，那么随意使用这个技能反而会影响自己捡苹果，但更强大的人工智能有能力在捡好苹 果的同时，计算如何阻碍对手，所以他们更倾向于使用技能。

在“狼群”游戏中，情况却截然相反，更聪明的人工智能会更倾向于和其他玩家配合，因为配合捕猎不但需要计算自己和猎物的关系，还得将其他玩家计算进来。

可以说规则导致了人工智能行为的不同，当人工智能面临“零和博弈”时，就会倾向于更加好斗，但在它们面临“正和博弈”时，就会倾向于合作。

实验结果显示，在涉及到多人工智能交互的场景中，一定要保证规则合理，否则人工智能会为了自己的目标无所不用其极。控制人工智能行为的关键就是设置合理的规则。

除此以外，该实验也有心理学意义，在试验中的人工智能和无情绪和道德感的人类行为很类似，通过实验可以看到人工智能的行为模式是因为环境的变化，这和心理学的假设基本一致。（王蔚）

从谷歌的AlphaGo与人类的对弈中，人们发现AlphaGo使用了很多人类没有想到甚至以为是错误的策略，可以说AlphaGo的出现，拓宽了人类 在围棋这个项目上的视野。那么在不同规则下，人工智能之间会如何互动呢？谷歌的Deepmind的团队真的将两个人工智能放在不同的规则下，看他们会选择 什么样的交互策略。

从实践上看，未来社会人工智能将应用在很多领域上，在不同领域中，必然会存在人工智能之间的互动，搞清楚人工智能间 如何互动就成了非常实际的问题了。为此Deepmind做了个实验，将数个人工智能植入到一个类似“囚徒困境”的情形中，在此情况下，个体可以通过背叛他 人获利，但如果所有人都十分自私，就没有人能获利。

Deepmind设计了两个游戏，一个叫“捡苹果”，玩家可以再一条管道上收集苹 果，谁捡的苹果多谁获胜，每个玩家还拥有一项叫激光的技能，玩家可以用激光让对手消失一段时间。另一个游戏叫狼群，两名玩家在一个充满困难和障碍的环境中 捕猎一只猎物，当猎物被猎杀时，不但抓到猎物的玩家能得分，周围的玩家也可以得分。

实验结果显示，人工智能会根据不同的情况改变自己的策略，时而合作时而敌对，但无论怎样都是尽量让自己的利益最大化。

在“捡苹果”游戏中，如果苹果数量很多，人工智能就很少会阻碍对手，专心捡苹果。但随着苹果数量越来越少，人工智能使用技能阻碍对手的频率就会逐渐增 加。但是如果你在游戏中引入一个较强的人工智能时，这个较强的人工智能会从一开始就尽量阻碍对手，表面上看，这好像是说明更聪明的人工智能更好斗，但事实 却是，阻碍对手是一项比艰难的行为，需要大量的计算，如果没有足够的能力，那么随意使用这个技能反而会影响自己捡苹果，但更强大的人工智能有能力在捡好苹 果的同时，计算如何阻碍对手，所以他们更倾向于使用技能。

在“狼群”游戏中，情况却截然相反，更聪明的人工智能会更倾向于和其他玩家配合，因为配合捕猎不但需要计算自己和猎物的关系，还得将其他玩家计算进来。

可以说规则导致了人工智能行为的不同，当人工智能面临“零和博弈”时，就会倾向于更加好斗，但在它们面临“正和博弈”时，就会倾向于合作。

实验结果显示，在涉及到多人工智能交互的场景中，一定要保证规则合理，否则人工智能会为了自己的目标无所不用其极。控制人工智能行为的关键就是设置合理的规则。

除此以外，该实验也有心理学意义，在试验中的人工智能和无情绪和道德感的人类行为很类似，通过实验可以看到人工智能的行为模式是因为环境的变化，这和心理学的假设基本一致。