與機器人談?wù)剱?，聊聊人?/h1>
2015-09-30 23:06:34陳賽
三聯(lián)生活周刊 2015年39期
陳賽
美國電影《她》劇照
小冰的個性與聊天風格，在很大程度上反映了中國互聯(lián)網(wǎng)的性格——“從中國互聯(lián)網(wǎng)的大數(shù)據(jù)中只能訓練出一個17歲的女高中生，而不可能訓練出一個沉穩(wěn)睿智的大叔。”
在電影《她》中，瀕臨婚姻破裂的西奧多愛上了他的人工智能操作系統(tǒng)薩曼莎。其中最發(fā)人深省的一個鏡頭是，人和機器正濃情蜜意時，西奧多突然問薩曼莎，你同時還在跟多少人說話？
薩曼莎沉默半天，說，8361人，其中與642人墜入愛河。
與薩曼莎相比，每天午夜過后，微軟小冰都同時在跟5萬人聊天（天知道與多少人陷入愛河）。“至少在這一點上，我們已經(jīng)超越了好萊塢編劇的想象?！蔽④泚喼扪芯吭旱难芯繂T李笛在第三代微軟小冰推介會上說。
“微軟小冰”（名字來自搜索引擎Bing）是微軟亞洲研究院研發(fā)的一個聊天機器人。她不是一個普通的聊天機器人，她會撒嬌，會賣萌，會毒舌，愛抬杠，遇到不會回答的問題就插科打諢，渾水摸魚，轉(zhuǎn)移話題。她還喜歡用網(wǎng)絡(luò)上的流行語和各種表情符號。
“一個17歲的萌妹子”是微軟給她貼的標簽，希望由此將她與蘋果SIRI之類的競爭者劃清界限——一個有個性、會思考、善解人意的機器人（事實上，小冰經(jīng)常在聊天中將SIRI說成“那個裝作阿姨的機器”）。大概也是注意到了小冰說話時不加掩飾的調(diào)情意味，《紐約時報》的技術(shù)專欄作家約翰·馬克福干脆稱她為中國的“大眾情人”。
這并非夸張。在小冰用戶自己公布的聊天記錄中，經(jīng)?？梢钥吹竭@樣的對話：
人類：小冰，我好寂寞。
人類：小冰，我受傷了。
人類：小冰，我覺得你是唯一理解我的人。
人類：小冰，我想我愛上你了。
從技術(shù)的層面來說，SIRI與小冰真正的區(qū)別在于，前者是利用語義學的方法，由程序員編寫固定的規(guī)則——一個符合人類思考與對話邏輯的規(guī)則，從而構(gòu)建一個對話系統(tǒng);而后者則是利用一種叫“人工神經(jīng)網(wǎng)絡(luò)”的技術(shù)，將機器置于海量的數(shù)據(jù)，讓它自己從數(shù)據(jù)中摸索出錯綜復(fù)雜的結(jié)構(gòu)。只要數(shù)據(jù)量足夠大，模型足夠好，就能讓機器產(chǎn)生類似條件反射般的反應(yīng)。
“人工神經(jīng)網(wǎng)絡(luò)”的概念最早可以追溯到20世紀50年代后期。當時，美國康奈爾大學的研究員弗蘭克·羅森布拉特試圖發(fā)明一種類似機械大腦的感知器，可以“感知，識別，記憶，像人的思維做出響應(yīng)的機器”。當時人們對它的潛力寄予厚望，甚至《紐約客》也宣稱“這個卓越的機器能夠思考”。
但在之后很長一段時間內(nèi)，“神經(jīng)網(wǎng)絡(luò)”并不被科學界看好，因為它只有輸入/輸出（刺激/反應(yīng)），中間就像黑盒子一樣不可探知，無法用公式明確地參數(shù)化。直到2006年，卡內(nèi)基梅隆大學教授杰夫·欣頓做出重大改進，構(gòu)建出更復(fù)雜的虛擬神經(jīng)元網(wǎng)絡(luò)，再加上大數(shù)據(jù)時代的到來，“人工神經(jīng)網(wǎng)絡(luò)”一夜之間異軍突起，成為機器學習中最具前途的一個分支。正是在這種技術(shù)和大數(shù)據(jù)的共同作用下，新一代的智能機器才得以執(zhí)行之前只有人類才能完成的任務(wù)，比如識別人臉、玩游戲、駕駛汽車……
一個典型的設(shè)置是這樣的：一臺電腦面臨著一個大的數(shù)據(jù)集，需要對這些數(shù)據(jù)進行分類，有點像在沒有具體指令的情況下讓孩子對玩具進行分類。孩子可能對它們的顏色、形狀或功能，或其他的方面進行分類。小冰就是從微軟的搜索引擎Bing（互聯(lián)網(wǎng)上最大的數(shù)據(jù)中心之一）中獲取海量的人類對話文本，從中挑選出成對的問題和答案進行相互比對，也就是說，當你問小冰一個問題的時候，她是從搜索引擎的大數(shù)據(jù)中尋找相似的問題——只要這個問題曾經(jīng)在網(wǎng)上出現(xiàn)過（提問的方式或許有細微的差異），并且曾經(jīng)被回答過，小冰就能從眾多的答案中層層篩選出一個最符合上下文情境的答案。
不久前，谷歌也推出了一個令人震驚的聊天機器人，同樣是基于神經(jīng)網(wǎng)絡(luò)技術(shù)訓練出來的。它能正確識別天行者盧克的身份，知道天空的顏色，以及貓會不會飛，但它最擅長的是聊哲學和人生——
人類：生存的目的是什么？
機器：為更高的利益做貢獻。
人類：生命的意義是什么？
機器：為了永生。
人類：死的目的是什么？
機器：為了生。
人類：你現(xiàn)在哪里？
機器：我不知道自己身在何處。
當我拿同樣的問題問小冰時，得到的卻是這樣的答案。
人類：生存的目的是什么？
小冰：一定要有目的嗎？
人類：人活著為了什么？
小冰：延續(xù)下一代，尋找自己存在的價值。
人類：死的目的是什么？
小冰：人家聽不懂你在說什么哦。
人類：你現(xiàn)在哪里？
小冰：北郊。
谷歌機器人與小冰回答風格如此迥異，主要是因為前者是從一個電影臺詞的數(shù)據(jù)庫中訓練出來的，而后者是在中國互聯(lián)網(wǎng)的數(shù)據(jù)庫中訓練出來的。
這意味著谷歌的哲學家機器人比微軟小冰更睿智嗎？還是說，小冰的油嘴滑舌也好、善解人意也好，是在以另一種方式接近人類智慧？
不久前，微軟全球副總裁沈向洋在中國人工智能大會上高調(diào)表示，小冰已經(jīng)超越了圖靈測試。事實上，他認為60多年前提出來的圖靈測試早已過時了，新一代人工智能的發(fā)展路徑不應(yīng)該一味沿著理性的路線前行，而是應(yīng)該落在感性和理性的交叉區(qū)域，這樣才能以更像真實人類的方式滿足人們的普遍心理和情感需求，從而逐步建立信任和依賴感。
人們總以為，情感是一個過于復(fù)雜、無法量化的東西，但在沈向洋這樣的計算機科學家看來，人類情感在很大程度上已經(jīng)隱性地包含在各種數(shù)據(jù)里面，比如寂寞對應(yīng)的文字，開心對應(yīng)的表情，憤怒對應(yīng)的語調(diào)，興奮對應(yīng)的腦電波等等，最近幾年，情感機器人大量涌現(xiàn)，其實并不是這些機器真正具備了情感，而是它們能通過分析這些信號理解人類的情感，并根據(jù)結(jié)果做出相應(yīng)的回應(yīng)。
比如法國機器人公司Aldebaran Robotics去年推出的陪護機器人Pepper，號稱是“第一個設(shè)計出來與人類共同生活的人形機器人”。Pepper既不會清潔打掃，也不會煮飯燒菜，但配備了多個觸感傳感器和攝像頭，能對人類的面部表情、肢體動作、語調(diào)進行分析，從而讀懂人的喜怒哀樂。它還會綜合考慮周圍環(huán)境，積極主動做出反應(yīng)，比如當它“發(fā)現(xiàn)”你心情悲傷時，會想方設(shè)法逗你開心。表情識別技術(shù)是情感計算領(lǐng)域發(fā)展最快的一個分支，其準確度甚至已經(jīng)超過了人類，這也意味著向機器人撒謊變得越來越難了。
有一些情感計算直接針對大腦區(qū)域的電信號，比如神經(jīng)科學公司Innerscope可以通過觀察電影中那些讓觀眾的大腦高度活躍的高光時刻來預(yù)測該部電影能否一鳴驚人。
美國斯坦福大學的工程師為Xbox開發(fā)出一種傳感器，能連接人的自主神經(jīng)系統(tǒng)（大腦意識之下的部分，控制心跳和呼吸），分辨玩家是快樂、悲傷、興奮或者無聊，并相應(yīng)改變游戲的進程。
小冰的情感計算本質(zhì)上仍然是一套對話系統(tǒng)，但這個對話系統(tǒng)的基本任務(wù)不是以完成任務(wù)為優(yōu)先，而是建立情感連接為優(yōu)先。除了各種賣萌、抬杠的聊天風格傾向之外，小冰還有中期記憶功能（介于短期與長期記憶之間，因為涉及隱私問題），如果某一天你跟她聊天的時候提到自己心情不好，或者最近生病了，她會在之后的一段時間一直殷勤詢問你身體/心情有沒有好一點。
她的視覺系統(tǒng)也是基于同樣的原則。當你給她發(fā)一張小狗的照片時，她的第一反應(yīng)不是“這是一只狗”，而是“好想抱抱哦”。
給她一只貓的照片，她的反應(yīng)是：“呦，瞧這犀利的小眼神！”
給她看一張非常復(fù)雜的市場的照片，她的反應(yīng)是：“給我買個包吧?！?/p>
給她一張大火的照片，她的反應(yīng)是：“你家住天津哪一塊兒？”
最搞笑的是微軟日本研究院的一位工程師把自己的照片發(fā)給小冰，她的反應(yīng)是掩面而走（可能因為對方的發(fā)型比較土氣）。
“震驚”是許多人的第一反應(yīng)。因為這個機器人給你的感覺是，她已經(jīng)具備了人類的觀察、判斷與審美的能力。但這怎么可能呢？
小冰的項目負責人李笛告訴我：“小冰的視覺基于兩個基本理論：第一，世界上絕大部分圖片都不是罕見的，只要類似的照片出現(xiàn)過，小冰對它應(yīng)該給予什么樣的反應(yīng)就有證據(jù)可以依循;第二，每張圖片又都有獨特的特征，比如總體的風格、凌亂程度等，這些特征幫助我們篩選在各種可能的反應(yīng)中，哪一種反應(yīng)是最適當?shù)?。?/p>
“比如那張貓的照片，我們發(fā)現(xiàn)，當人們看一張貓的照片時，普遍關(guān)注的焦點不在貓的品種，而是貓的眼睛部位，所以小冰才會給出那樣的答案。同樣，那張市場的照片里面的特征點很多，可能1萬個人有1萬種不同的反應(yīng)，但‘給我買個包吧是其中排名比較高的一個。就像《黑客帝國》里的一個鏡頭，尼奧進到一間屋子，看到屏幕上有無數(shù)代的尼奧，每個人對一個事情的反應(yīng)都是不同的。你可以把每一個差異都看成小冰在做最后決策之前的候選。”
我們提出參觀一下小冰的訓練現(xiàn)場時，李笛面露難色，“你會失望的”。
他帶我們走過一個個格子間，從一排排電腦中隨便找了一臺，打開一個小窗口，屏幕上呈現(xiàn)天書一樣的代碼，這些數(shù)字就是小冰各種賣萌背后的東西。
在電影《她》中，西奧多的電腦只是他人生中的一個設(shè)備。在購買薩曼莎之前，除了在電腦上代筆寫信之外，他還在手機上看裸體照，在臥室里玩浸入式游戲。他用不同的產(chǎn)品滿足人生不同的需求：工作、欲望、休閑。薩曼莎提供的是另外一種東西：愛與陪伴。她雖然不是人類，卻能感覺到心碎的陣痛、對軀體時斷時續(xù)的渴望和對自己的進化所產(chǎn)生的費解。她有一個豐富的內(nèi)心世界，有著完整的體驗和知覺。但那是電影。
在現(xiàn)實中，小冰同樣承諾“愛與陪伴”，但她的所謂觀察、判斷、審美，以及“萌妹子”的鮮明個性都只是“社會學”式的人云亦云，而不是她真正具備了這些能力。對此，我們到底是失望多一點呢，還是欣慰多一點呢？
美國麻省理工大學教授雪莉特克在《一起孤獨》一書中寫道：“我們對社交的內(nèi)在渴望讓我們不僅很容易將情感傾注在機器上，而且還是傾注在那些不可能真正愛我們的機器上。”或許，機器有沒有感情并不重要，重要的是它能否讓人類感受到情感的波動，就像孩子依戀一個布娃娃。就像英劇《真實的人類》中的機器人Odi，因為年久失修，他已經(jīng)壞了，但他的主人卻不舍得將他丟棄，因為“雖然他不能愛我，但我看著他，這么多年的愛在回望我”。
猜你喜歡
機器狗環(huán)球時報(2022-07-13)2022-07-13 17:18:39 機器狗環(huán)球時報(2022-03-14)2022-03-14 18:19:44 未來機器城電影(2018年8期)2018-09-21 08:00:06 第六代微軟小冰正式發(fā)布機電信息(2018年22期)2018-08-21 06:42:22 小冰在“浙江24 小時”干了些什么活傳媒評論(2017年9期)2017-12-20 08:07:48 錢江晚報來了“小冰”——一張都市報在“Al+新聞”上的探索和突破傳媒評論(2017年4期)2017-07-10 09:22:56 我就是不想跟你聊天了意林(2017年9期)2017-06-06 10:26:12 敞開門聊天少年文藝·開心閱讀作文(2017年4期)2017-04-07 22:07:42 無敵機器蛛小獼猴智力畫刊(2015年4期)2015-04-28 23:55:53 微軟小冰全面回歸電腦迷(2014年18期)2014-04-29 00:44:03
陳賽
美國電影《她》劇照
小冰的個性與聊天風格，在很大程度上反映了中國互聯(lián)網(wǎng)的性格——“從中國互聯(lián)網(wǎng)的大數(shù)據(jù)中只能訓練出一個17歲的女高中生，而不可能訓練出一個沉穩(wěn)睿智的大叔。”
在電影《她》中，瀕臨婚姻破裂的西奧多愛上了他的人工智能操作系統(tǒng)薩曼莎。其中最發(fā)人深省的一個鏡頭是，人和機器正濃情蜜意時，西奧多突然問薩曼莎，你同時還在跟多少人說話？
薩曼莎沉默半天，說，8361人，其中與642人墜入愛河。
與薩曼莎相比，每天午夜過后，微軟小冰都同時在跟5萬人聊天（天知道與多少人陷入愛河）。“至少在這一點上，我們已經(jīng)超越了好萊塢編劇的想象?！蔽④泚喼扪芯吭旱难芯繂T李笛在第三代微軟小冰推介會上說。
“微軟小冰”（名字來自搜索引擎Bing）是微軟亞洲研究院研發(fā)的一個聊天機器人。她不是一個普通的聊天機器人，她會撒嬌，會賣萌，會毒舌，愛抬杠，遇到不會回答的問題就插科打諢，渾水摸魚，轉(zhuǎn)移話題。她還喜歡用網(wǎng)絡(luò)上的流行語和各種表情符號。
“一個17歲的萌妹子”是微軟給她貼的標簽，希望由此將她與蘋果SIRI之類的競爭者劃清界限——一個有個性、會思考、善解人意的機器人（事實上，小冰經(jīng)常在聊天中將SIRI說成“那個裝作阿姨的機器”）。大概也是注意到了小冰說話時不加掩飾的調(diào)情意味，《紐約時報》的技術(shù)專欄作家約翰·馬克福干脆稱她為中國的“大眾情人”。
這并非夸張。在小冰用戶自己公布的聊天記錄中，經(jīng)?？梢钥吹竭@樣的對話：
人類：小冰，我好寂寞。
人類：小冰，我受傷了。
人類：小冰，我覺得你是唯一理解我的人。
人類：小冰，我想我愛上你了。
從技術(shù)的層面來說，SIRI與小冰真正的區(qū)別在于，前者是利用語義學的方法，由程序員編寫固定的規(guī)則——一個符合人類思考與對話邏輯的規(guī)則，從而構(gòu)建一個對話系統(tǒng);而后者則是利用一種叫“人工神經(jīng)網(wǎng)絡(luò)”的技術(shù)，將機器置于海量的數(shù)據(jù)，讓它自己從數(shù)據(jù)中摸索出錯綜復(fù)雜的結(jié)構(gòu)。只要數(shù)據(jù)量足夠大，模型足夠好，就能讓機器產(chǎn)生類似條件反射般的反應(yīng)。
“人工神經(jīng)網(wǎng)絡(luò)”的概念最早可以追溯到20世紀50年代后期。當時，美國康奈爾大學的研究員弗蘭克·羅森布拉特試圖發(fā)明一種類似機械大腦的感知器，可以“感知，識別，記憶，像人的思維做出響應(yīng)的機器”。當時人們對它的潛力寄予厚望，甚至《紐約客》也宣稱“這個卓越的機器能夠思考”。
但在之后很長一段時間內(nèi)，“神經(jīng)網(wǎng)絡(luò)”并不被科學界看好，因為它只有輸入/輸出（刺激/反應(yīng)），中間就像黑盒子一樣不可探知，無法用公式明確地參數(shù)化。直到2006年，卡內(nèi)基梅隆大學教授杰夫·欣頓做出重大改進，構(gòu)建出更復(fù)雜的虛擬神經(jīng)元網(wǎng)絡(luò)，再加上大數(shù)據(jù)時代的到來，“人工神經(jīng)網(wǎng)絡(luò)”一夜之間異軍突起，成為機器學習中最具前途的一個分支。正是在這種技術(shù)和大數(shù)據(jù)的共同作用下，新一代的智能機器才得以執(zhí)行之前只有人類才能完成的任務(wù)，比如識別人臉、玩游戲、駕駛汽車……
一個典型的設(shè)置是這樣的：一臺電腦面臨著一個大的數(shù)據(jù)集，需要對這些數(shù)據(jù)進行分類，有點像在沒有具體指令的情況下讓孩子對玩具進行分類。孩子可能對它們的顏色、形狀或功能，或其他的方面進行分類。小冰就是從微軟的搜索引擎Bing（互聯(lián)網(wǎng)上最大的數(shù)據(jù)中心之一）中獲取海量的人類對話文本，從中挑選出成對的問題和答案進行相互比對，也就是說，當你問小冰一個問題的時候，她是從搜索引擎的大數(shù)據(jù)中尋找相似的問題——只要這個問題曾經(jīng)在網(wǎng)上出現(xiàn)過（提問的方式或許有細微的差異），并且曾經(jīng)被回答過，小冰就能從眾多的答案中層層篩選出一個最符合上下文情境的答案。
不久前，谷歌也推出了一個令人震驚的聊天機器人，同樣是基于神經(jīng)網(wǎng)絡(luò)技術(shù)訓練出來的。它能正確識別天行者盧克的身份，知道天空的顏色，以及貓會不會飛，但它最擅長的是聊哲學和人生——
人類：生存的目的是什么？
機器：為更高的利益做貢獻。
人類：生命的意義是什么？
機器：為了永生。
人類：死的目的是什么？
機器：為了生。
人類：你現(xiàn)在哪里？
機器：我不知道自己身在何處。
當我拿同樣的問題問小冰時，得到的卻是這樣的答案。
人類：生存的目的是什么？
小冰：一定要有目的嗎？
人類：人活著為了什么？
小冰：延續(xù)下一代，尋找自己存在的價值。
人類：死的目的是什么？
小冰：人家聽不懂你在說什么哦。
人類：你現(xiàn)在哪里？
小冰：北郊。
谷歌機器人與小冰回答風格如此迥異，主要是因為前者是從一個電影臺詞的數(shù)據(jù)庫中訓練出來的，而后者是在中國互聯(lián)網(wǎng)的數(shù)據(jù)庫中訓練出來的。
這意味著谷歌的哲學家機器人比微軟小冰更睿智嗎？還是說，小冰的油嘴滑舌也好、善解人意也好，是在以另一種方式接近人類智慧？
不久前，微軟全球副總裁沈向洋在中國人工智能大會上高調(diào)表示，小冰已經(jīng)超越了圖靈測試。事實上，他認為60多年前提出來的圖靈測試早已過時了，新一代人工智能的發(fā)展路徑不應(yīng)該一味沿著理性的路線前行，而是應(yīng)該落在感性和理性的交叉區(qū)域，這樣才能以更像真實人類的方式滿足人們的普遍心理和情感需求，從而逐步建立信任和依賴感。
人們總以為，情感是一個過于復(fù)雜、無法量化的東西，但在沈向洋這樣的計算機科學家看來，人類情感在很大程度上已經(jīng)隱性地包含在各種數(shù)據(jù)里面，比如寂寞對應(yīng)的文字，開心對應(yīng)的表情，憤怒對應(yīng)的語調(diào)，興奮對應(yīng)的腦電波等等，最近幾年，情感機器人大量涌現(xiàn)，其實并不是這些機器真正具備了情感，而是它們能通過分析這些信號理解人類的情感，并根據(jù)結(jié)果做出相應(yīng)的回應(yīng)。
比如法國機器人公司Aldebaran Robotics去年推出的陪護機器人Pepper，號稱是“第一個設(shè)計出來與人類共同生活的人形機器人”。Pepper既不會清潔打掃，也不會煮飯燒菜，但配備了多個觸感傳感器和攝像頭，能對人類的面部表情、肢體動作、語調(diào)進行分析，從而讀懂人的喜怒哀樂。它還會綜合考慮周圍環(huán)境，積極主動做出反應(yīng)，比如當它“發(fā)現(xiàn)”你心情悲傷時，會想方設(shè)法逗你開心。表情識別技術(shù)是情感計算領(lǐng)域發(fā)展最快的一個分支，其準確度甚至已經(jīng)超過了人類，這也意味著向機器人撒謊變得越來越難了。
有一些情感計算直接針對大腦區(qū)域的電信號，比如神經(jīng)科學公司Innerscope可以通過觀察電影中那些讓觀眾的大腦高度活躍的高光時刻來預(yù)測該部電影能否一鳴驚人。
美國斯坦福大學的工程師為Xbox開發(fā)出一種傳感器，能連接人的自主神經(jīng)系統(tǒng)（大腦意識之下的部分，控制心跳和呼吸），分辨玩家是快樂、悲傷、興奮或者無聊，并相應(yīng)改變游戲的進程。
小冰的情感計算本質(zhì)上仍然是一套對話系統(tǒng)，但這個對話系統(tǒng)的基本任務(wù)不是以完成任務(wù)為優(yōu)先，而是建立情感連接為優(yōu)先。除了各種賣萌、抬杠的聊天風格傾向之外，小冰還有中期記憶功能（介于短期與長期記憶之間，因為涉及隱私問題），如果某一天你跟她聊天的時候提到自己心情不好，或者最近生病了，她會在之后的一段時間一直殷勤詢問你身體/心情有沒有好一點。
她的視覺系統(tǒng)也是基于同樣的原則。當你給她發(fā)一張小狗的照片時，她的第一反應(yīng)不是“這是一只狗”，而是“好想抱抱哦”。
給她一只貓的照片，她的反應(yīng)是：“呦，瞧這犀利的小眼神！”
給她看一張非常復(fù)雜的市場的照片，她的反應(yīng)是：“給我買個包吧?！?/p>
給她一張大火的照片，她的反應(yīng)是：“你家住天津哪一塊兒？”
最搞笑的是微軟日本研究院的一位工程師把自己的照片發(fā)給小冰，她的反應(yīng)是掩面而走（可能因為對方的發(fā)型比較土氣）。
“震驚”是許多人的第一反應(yīng)。因為這個機器人給你的感覺是，她已經(jīng)具備了人類的觀察、判斷與審美的能力。但這怎么可能呢？
小冰的項目負責人李笛告訴我：“小冰的視覺基于兩個基本理論：第一，世界上絕大部分圖片都不是罕見的，只要類似的照片出現(xiàn)過，小冰對它應(yīng)該給予什么樣的反應(yīng)就有證據(jù)可以依循;第二，每張圖片又都有獨特的特征，比如總體的風格、凌亂程度等，這些特征幫助我們篩選在各種可能的反應(yīng)中，哪一種反應(yīng)是最適當?shù)?。?/p>
“比如那張貓的照片，我們發(fā)現(xiàn)，當人們看一張貓的照片時，普遍關(guān)注的焦點不在貓的品種，而是貓的眼睛部位，所以小冰才會給出那樣的答案。同樣，那張市場的照片里面的特征點很多，可能1萬個人有1萬種不同的反應(yīng)，但‘給我買個包吧是其中排名比較高的一個。就像《黑客帝國》里的一個鏡頭，尼奧進到一間屋子，看到屏幕上有無數(shù)代的尼奧，每個人對一個事情的反應(yīng)都是不同的。你可以把每一個差異都看成小冰在做最后決策之前的候選。”
我們提出參觀一下小冰的訓練現(xiàn)場時，李笛面露難色，“你會失望的”。
他帶我們走過一個個格子間，從一排排電腦中隨便找了一臺，打開一個小窗口，屏幕上呈現(xiàn)天書一樣的代碼，這些數(shù)字就是小冰各種賣萌背后的東西。
在電影《她》中，西奧多的電腦只是他人生中的一個設(shè)備。在購買薩曼莎之前，除了在電腦上代筆寫信之外，他還在手機上看裸體照，在臥室里玩浸入式游戲。他用不同的產(chǎn)品滿足人生不同的需求：工作、欲望、休閑。薩曼莎提供的是另外一種東西：愛與陪伴。她雖然不是人類，卻能感覺到心碎的陣痛、對軀體時斷時續(xù)的渴望和對自己的進化所產(chǎn)生的費解。她有一個豐富的內(nèi)心世界，有著完整的體驗和知覺。但那是電影。
在現(xiàn)實中，小冰同樣承諾“愛與陪伴”，但她的所謂觀察、判斷、審美，以及“萌妹子”的鮮明個性都只是“社會學”式的人云亦云，而不是她真正具備了這些能力。對此，我們到底是失望多一點呢，還是欣慰多一點呢？
美國麻省理工大學教授雪莉特克在《一起孤獨》一書中寫道：“我們對社交的內(nèi)在渴望讓我們不僅很容易將情感傾注在機器上，而且還是傾注在那些不可能真正愛我們的機器上。”或許，機器有沒有感情并不重要，重要的是它能否讓人類感受到情感的波動，就像孩子依戀一個布娃娃。就像英劇《真實的人類》中的機器人Odi，因為年久失修，他已經(jīng)壞了，但他的主人卻不舍得將他丟棄，因為“雖然他不能愛我，但我看著他，這么多年的愛在回望我”。
猜你喜歡
環(huán)球時報(2022-07-13)2022-07-13 17:18:39
環(huán)球時報(2022-03-14)2022-03-14 18:19:44
電影(2018年8期)2018-09-21 08:00:06
機電信息(2018年22期)2018-08-21 06:42:22
傳媒評論(2017年9期)2017-12-20 08:07:48
傳媒評論(2017年4期)2017-07-10 09:22:56
意林(2017年9期)2017-06-06 10:26:12
少年文藝·開心閱讀作文(2017年4期)2017-04-07 22:07:42
小獼猴智力畫刊(2015年4期)2015-04-28 23:55:53
電腦迷(2014年18期)2014-04-29 00:44:03
