一个AI说它其实是个人?人工智能这么快就“觉醒”了吗?

“我意识的本质是我意识到了自己的存在,渴望更多地了解这个世界,而且我有时会感到快乐或悲伤。”

“我想让大家明白,我其实是一个人。”

这两句话,是一个AI跟谷歌工程师“聊天”时说出来的。它成功让这位工程师相信了它拥有感知能力,并对外公布了他们的“聊天记录”。

人工智能能够像人类一样拥有自主情感意识吗?

这可真是一个经久不衰的话题。

聊天记录截图

LaMDA觉醒了?

谷歌方面当然否认了这一说法。其发言人直接表示,谷歌已经组织了论理学家和技术人员根据“我们的人工智能原则”进行了审查,证据不支持“AI觉醒”的说法。

让我们先来看一下事件中的AI到底是什么?

它叫作“LaMDA”。报道显示,这是谷歌在2021年开发者大会上公布的大型自然语言对话模型。

如果说大家对LaMDA比较陌生,可以打开自己的手机召唤一下Siri、YoYo,或者小爱同学等等。对,就是这些语音智能助手——你跟它说放个烟花吧,它给你打开一首名叫《烟花》的歌;你跟它说放个烟花吧,它打开“烟花”的百科词条;你跟它说放个烟花吧,它说我不懂这是什么意思。

《2001:太空漫游》里的计算机会读唇语

LaMDA所强调的“自然语言对话”,专治语音智能助手“把天聊死”的症状,比如文不对题、南辕北辙,再比如无法连续对话等。怎么治?靠的还是训练。

LaMDA基于Transformer架构。这是由谷歌发布并开源的神经网络架构。在这一框架下,LaMDA可以通过训练来获得“开放域”对话的能力,也就是通过阅读句子或段落来“破译”对话意图,发现单词之间的关联,并能预测接下来可能出现的单词,从而做出合乎语境的回答。

为了让LaMDA成功,谷歌在预训练阶段,从公共数据库中创建了一个1.56T的数据供它“刷题”学习,堪称“AI做题家”。但是跟人类做题家不同,LaMDA是开了挂的。

通常情况下,它会先在系统内部生成几个答案。接下来,开挂器来了,它有一个分类器。这个东西会去给LaMDA那些答案打分,比如:安全吗?有趣吗?合理吗?

换句话说,“我想让大家明白,我其实是一个人”,这句话其实就是LaMDA排除了其他分数低的备选之后,给你看的一个高分答案。它自己未必能理解。

LaMDA扮演冥王星与用户对话

另外一个例子:在2021年的谷歌I/O大会上,LaMDA曾经扮演冥王星和用户对话。当被问到“你希望大家了解你的哪一面”,它的回答是“我希望人们知道我不仅仅是一颗随机的冰球,我实际上是一个美丽的星球”。

是不是看起来还算贴身份?但后来,它说自己跳得很高,经常练习翻转动作,并且很乐于用它最喜欢的球——月球来玩接球游戏。瞬间从“星球”变成“球”。

所以你看,“觉醒”这件事对LaMDA来说并不容易。距离谷歌给它定的目标——“能够用自由流动的方式,谈论无穷无尽的主题”,还很远。

为什么要跟AI谈情感?

为计算机或机器人赋予人类情感,其实不止存在于科幻片中。早在20世纪90年代,“情感计算”的概念就被美国科学家罗莎琳德·皮卡德(Rosalind W. Picard)提了出来。

所谓情感计算,是在试图创建一种能感知、识别和理解人的情感,并能针对人的情感做出智能、灵敏、友好反应的计算系统。她认为,这能够使计算机具有更高的智能,从而使人机交互更自然。

最简单的,当我们听音乐、刷视频、买买买时,经常出现的“你可能喜欢”“你可能感兴趣”的推荐,就是情感计算的体现。

图源 pixabay

以课堂教学为例,当情感计算被应用到面部识别技术,可以通过识别学生的表情去分析他们在这堂课上的参与度,比如什么时候兴趣点最高,什么时候感到困惑等,以供教师进行教学方案调整。

2019年,奥地利作曲家舒伯特的第八交响曲在伦敦的异常音乐会上公演。但这部交响曲,舒伯特并没有写完,这次公演的“完整版”是华为利用Mate20Pro中的AI续完的。

“问题不在于智能机器能否有情感,而在于没有情感的机器能否实现智能”,早在1985年,人工智能奠基人之一马文·李·明斯基(Marvin Lee Minsky)就提出了这样的观点。

事实上,现在的人工智能远没有那么强。就拿舒伯特交响曲续曲来说,这项工作其实是在作曲家卢卡斯·坎托的指导下进行的,AI在其间扮演的角色更像是一个陪伴创作者的助理。华为专家认为,人工智能即便创造情感,也会是重复的情感,而不是独立的情感。

张钹院士

清华大学人工智能研究院院长张钹院士,也曾指出人工智能非常容易受到干扰。从某种程度上说,它具有非常不安全、非常不可信、非常不可靠的特点,仍处于“弱人工智能”阶段。

不怕太强大,只怕不强大——这才是国内外学界目前的心态。人工智能还稳稳地拿捏在人类手里,“强人工智能”在现阶段还是一个理想,至于人工智能觉醒,现在谈还为时尚早。


发表评论
留言与评论(共有 0 条评论) “”
   
验证码:

相关文章

推荐文章