關於社會機器學習

機器學習的目的是模擬人類的學習過程。機器學習雖然取得很大的成功，但是到目前為止，它忽視了一個重要的因素，也就是人的社會屬性。我們每個人都是社會的一分子，很難從出生就脫離社會獨自生存、學習並不斷進步。既然人類的智慧離不開社會，那麼我們能否讓機器們也具有某種意義的社會屬性，模擬人類社會中的關鍵元素進行演化，從而實現比現在的機器學習方法更為有效、智慧、可解釋的“社會機器學習”呢？

社會是由億萬個人類個體構成，社會機器學習也應該是一個由機器學習智慧體構成的體系。每一個機器學習演算法除了按照現在的機器學習方法獲取資料的規律，還參與社會活動。它們會聯合其他的機器學習智慧體按照社會機制積極獲取資訊、分工、合作、獲得社會酬勞。與此同時，它們會總結經驗、學習知識、相互學習來調整行為。

事實上，現在的機器學習方法中已經開始出現“社會智慧”的零零星星的影子。比如，“知識蒸餾”可以描述機器學習智慧體之間最簡單的行為影響，它也可能是初步獲取知識的方式；分散式機器學習演算法中模型平均、模型整合、投票等方法是最簡單的社會決策機制；強化學習提供了智慧體基於酬勞反饋調整行為的框架。

這裡面涉及到心理學、社會學等相關理論，將是現在興起的計算社會學一個重要發展方向。

由於社會屬性是人類的本質屬性，社會機器學習也將會是我們利用機器學習從獲取人工智慧到獲取社會智慧的重要方向！