Bolt：通过即时培训实现即时众包

实时众包使得在几秒钟内解决超出人工智能（AI）范围的问题成为可能，而不是像传统众包技术那样需要数小时或数天。虽然这导致了众包和人类计算潜在应用领域的增加，但需要机器级速度的问题——以毫秒为单位，而不是秒——由于人类感知和响应时间的基本限制，仍然无法实现。在本文中，我们展示了通过结合人类和机器智能可以超越这些限制。我们介绍了前瞻方法，这是一种混合智能工作流程，使即时众包系统（即那些能够在毫秒内返回众包响应的系统）成为可能。前瞻方法通过探索在短时间内（例如，几秒钟后）可能遇到的可能未来状态，并预取这些状态的众包工作者响应来工作。我们在Bolt系统上验证了我们方法的有效性并探讨了其局限性，该系统由一个街机风格的游戏（闪电躲避者）组成，我们将其正式建模为马尔可夫决策过程（MDP）。当MDP奖励函数未指定时——就像许多现实任务一样——前瞻方法能够实现即时（JIT）训练代理的策略函数。通过一系列众包工作者实验，我们证明了前瞻方法可以比最快的个体工作者快大约两个数量级。我们的工作为混合智能系统开辟了新的途径，这些系统与人类一样聪明，但速度也远远超过人类可能的速度。