Facebook 的工程師們開發(fā)了一種新方法，幫助他們識別和防止有害行為，比如用戶傳播垃圾郵件、詐騙他人或買賣武器和毒品。他們現(xiàn)在可以使用人工智能驅動的機器人來模擬不良行為者的行為，讓它們在平行版本的 Facebook 上自由活動。然后，研究人員可以在模擬中研究機器人的行為，并試驗阻止它們的新方法。

這個模擬器被稱為 WW，發(fā)音為 “Dub Dub”，是基于 Facebook 的真實代碼庫。該公司在今年早些時候發(fā)表了一篇關于 WW 的論文（之所以這么叫，是因為這個模擬器是 WWW（萬維網(wǎng)）的刪減版），但在最近的一次圓桌會議上分享了更多關于這項工作的信息。

這項研究由 Facebook 工程師 Mark Harman 和該公司位于倫敦的人工智能部門研究人員領導。Harman 對記者說，WW 是一個非常靈活的工具，可以用來限制網(wǎng)站上的各種有害行為，他還舉了一個例子，即利用模擬開發(fā)新的防御措施來對付騙子。

在現(xiàn)實生活中，騙子通常會從徘徊在用戶的好友群中尋找潛在的目標開始工作。為了在 WW 中模擬這種行為，F(xiàn)acebook 的工程師們創(chuàng)建了一組 “ 無辜 ” 的機器人作為目標，并訓練了一些 “ 壞 ” 機器人，這些機器人在網(wǎng)絡中探索，試圖找到他們。然后，工程師們嘗試了不同的方法來阻止 “ 壞 ” 機器人，引入了各種限制條件，比如限制機器人每分鐘可以發(fā)送的私信和帖子數(shù)量，看看這對它們的行為有什么影響。

Harman 將這項工作與城市規(guī)劃者試圖減少繁忙道路上超速行駛的工作進行了比較。在這種情況下，工程師在模擬器中模擬交通流量，然后試驗在某些街道上引入減速帶等東西，看看它們有什么效果。WW 模擬讓 Facebook 可以做同樣的事情，但對象是 Facebook 用戶。

“ 我們將‘減速帶’應用于我們的機器人所能執(zhí)行的動作和觀察，并如此快速地探索我們可能對產(chǎn)品做出的改變，以抑制有害行為，而不傷害正常行為，”Harman 說。“ 我們可以將這個規(guī)模擴大到數(shù)萬或數(shù)十萬個機器人，因此，并行地搜索許多許多不同的可能 。.. 約束向量。”

模擬想要研究的行為是機器學習中足夠常見的做法，但 WW 項目之所以引人注目，是因為該模擬是基于真實版本的 Facebook。Facebook 將其方法稱為 “ 基于網(wǎng)絡的模擬 ”。“ 與傳統(tǒng)的模擬中所有的東西都是模擬出來的不同，在基于網(wǎng)絡的模擬中，行動和觀察實際上是通過真實的基礎設施發(fā)生的，因此它們更加真實。”Harman 說。

不過他強調，盡管使用了這種真實的基礎設施，但機器人無法與用戶進行任何方式的互動。他說：“ 它們實際上無法通過結構，與其他機器人以外的任何東西進行互動。”

值得注意的是，這個模擬并不是 Facebook 的視覺拷貝。不要想象科學家們研究機器人的行為，就像你在 Facebook 群里看人與人之間的互動一樣。WW 并沒有通過 Facebook 的 GUI 產(chǎn)生結果，而是將所有的互動記錄為數(shù)字數(shù)據(jù)。

現(xiàn)在，WWW 還處于研究階段，該公司用機器人進行的模擬試驗都沒有給 Facebook 帶來現(xiàn)實生活中的變化。Harman 表示，他的小組仍在進行測試，以檢查模擬與現(xiàn)實生活中的行為是否有足夠高的保真度來證明現(xiàn)實生活中的變化。但他認為這項工作將在今年年底前對 Facebook 的代碼進行修改。

當然，模擬器也有局限性。例如，WW 無法模擬用戶意圖，也無法模擬復雜的行為。Facebook 表示，機器人會搜索、提出好友請求、留下評論、發(fā)帖和發(fā)送信息，但這些行為的實際內容（比如，對話內容）并沒有被模擬出來。

不過 Harman 表示，WW 的強大之處在于它能夠進行大規(guī)模的操作。它可以讓 Facebook 運行數(shù)千次模擬來檢查網(wǎng)站的各種細微變化，而不影響用戶，并從中發(fā)現(xiàn)新的行為模式。他表示：“ 我認為，大數(shù)據(jù)帶來的統(tǒng)計能力仍未被充分認識。”

這項工作比較激動人心的一個方面是，WW 有可能通過機器人的行動發(fā)現(xiàn) Facebook 架構中的新弱點。機器人可以通過各種方式進行訓練。有時會給它們明確的指令，告訴它們如何行動；有時會要求它們模仿現(xiàn)實生活中的行為；有時只是給它們一定的目標，讓它們自己決定行動。正是在后一種情況下（一種被稱為無監(jiān)督機器學習的方法），可能會出現(xiàn)意想不到的行為，因為機器人找到了工程師沒有預測到的達到目標的方法。

“ 目前，主要關注的是訓練機器人模仿我們知道的平臺上發(fā)生的事情。但無論在理論上還是在實踐中，機器人都可以做一些我們以前沒有見過的事情。”Harman 說。“ 這其實是我們想要的東西，因為我們最終是想走在不良行為的前面，而不是不斷地追趕。”

哈曼表示，該團隊已經(jīng)看到了機器人的一些意想不到的行為，但拒絕分享任何細節(jié)。他表示，他不想給詐騙者提供任何線索。