现代生活中充满了与人工智能的令人困惑的遭遇鈥攖在Spotify播放列表中，想想客户服务聊天机器人或算法错误放置头发金属的误解。穆斯塔法·默特说，这些人工智能系统无法有效地与人合作，因为他们不知道人类可以以看似不理性的方式行事脟elikok。他是一名研究人工智能交互的博士生，他的想法是综合双方的优势和劣势，并将它们融合到一个优秀的决策者中。
在人工智能领域，这种混合体的一个例子是“半人马”这不是一个神话中的马人，而是一个人类AI团队。20世纪90年代末，半人马出现在国际象棋中，当时人工智能系统已经发展到足以击败人类冠军。半人马或半机械人国际象棋取代了“人与机器”的对弈，双方都有一个或多个计算机象棋程序和人类棋手。
“这是国际象棋的一级方程式，”他说脟elikok。“大师赛被打败了。超级人工智能被打败了。而使用强大人工智能的大师赛也输了。”事实证明，与人工智能配对的新手玩家是最成功的。“新手没有强烈的意见”，可以与AI队友形成有效的决策伙伴关系，而“大师们认为他们比AI更了解，当他们不同意时，可以凌驾于他们之上鈥攖这就是他们的失败，”他评论道脟elikok。
在像国际象棋这样的游戏中，人类和人工智能都有明确的规则和明确的目标。但在网上购物、播放列表或任何其他服务的世界中，人们遇到一个算法，可能没有共同的目标，或者目标可能定义得很差，至少从人工智能的角度来看是这样的。脟elikok正试图通过包含人类行为的实际信息来解决这个问题，这样多代理系统鈥攃人与人工智能之间的类似entaur的伙伴关系鈥攃相互理解，做出更好的决策。
“人工智能交互中的‘人’还没有得到太多的探索，”他说脟elikok。“研究人员没有使用任何人类行为模型，但我们所做的是明确地使用人类认知科学。我们并没有试图取代人类或教人工智能去完成任务。相反，我们希望人工智能帮助人们做出更好的决策。”假使脟elikok的最新研究表明，这意味着帮助人们吃得更健康。
在实验模拟中，一个人在他们可靠的AI驱动的自动驾驶汽车的帮助下，正在浏览食品车，试图决定在哪里吃饭。汽车知道乘客更喜欢健康的素食而不是不健康的甜甜圈。考虑到这一标准，AI车将选择最短的路径到达素食车。不过，这种简单的解决方案可能适得其反。如果最短路径经过油炸圈饼店，乘客可以驾驶方向盘，超越AI。这种明显的人类非理性与最合乎逻辑的解决方案相冲突。
脟elikok的模型通过帮助人工智能发现人类的时间不一致性，独特地避免了这个问题。他解释道：“如果你问别人，你现在想要10美元还是明天想要20美元，他们现在选择10美元，但你再问，你是100天想要10美元还是101天想要20美元，他们选择20美元，这是不一致的。”。“差距不是一成不变的。这就是我们所说的时间不一致的意思，典型的人工智能不考虑非理性或时间不一致的偏好，例如拖延、在飞行中改变偏好或甜甜圈的诱惑。”在里面脟根据elikok的研究，AI汽车将发现，走稍长一点的路线将绕过甜甜圈店，为乘客带来更健康的结果。
“人工智能有独特的优势和劣势，人们也有，”他说脟elikok。“人类的弱点是非理性行为和时间不一致，人工智能可以修复和补充。”另一方面，如果存在AI错误和人权的情况，AI将学会在被推翻时按照人类偏好行事。这是脟elikok的数学建模。
他说，将人类认知模型与统计数据相结合，可以让人工智能系统了解人们如何更快地行动脟elikok。它也更高效。与训练一个拥有数千幅图像的人工智能系统来学习视觉识别相比，与人互动既慢又昂贵，因为只学习一个人的偏好可能需要很长时间。脟elikok再次将其与国际象棋进行了比较：人类新手或人工智能系统都可以理解规则和物理动作，但他们都可能难以理解大师的复杂意图。脟elikok的研究是在最佳动作和直观动作之间找到平衡，用数学构建一个真实的半人马座。
