與機器人談談愛，聊聊人生

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網的性格——“從中國互聯網的大數據中只能訓練出一個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薩曼莎。其中最發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，我們已經超越了好萊塢編劇的想象。”微軟亞洲研究院的研究員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，轉移話題。她還喜歡用網絡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情意味，《紐約時報》的技術專欄作家約翰·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，經常可以看到這樣的對話：

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。

從技術的層面來說，SIRI與小冰真正的區別在于，前者是利用語義學的方法，由程序員編寫固定的規則——一個符合人類思考與對話邏輯的規則，從而構建一個對話系統;而后者則是利用一種叫“人工神經網絡”的技術，將機器置于海量的數據，讓它自己從數據中摸索出錯綜復雜的結構。只要數據量足夠大，模型足夠好，就能讓機器產生類似條件反射般的反應。

“人工神經網絡”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，“神經網絡”并不被科學界看好，因為它只有輸入/輸出（刺激/反應），中間就像黑盒子一樣不可探知，無法用公式明確地參數化。直到2006年，卡內基梅隆大學教授杰夫·欣頓做出重大改進，構建出更復雜的虛擬神經元網絡，再加上大數據時代的到來，“人工神經網絡”一夜之間異軍突起，成為機器學習中最具前途的一個分支。正是在這種技術和大數據的共同作用下，新一代的智能機器才得以執行之前只有人類才能完成的任務，比如識別人臉、玩游戲、駕駛汽車……

一個典型的設置是這樣的：一臺電腦面臨著一個大的數據集，需要對這些數據進行分類，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（互聯網上最大的數據中心之一）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據中尋找相似的問題——只要這個問題曾經在網上出現過（提問的方式或許有細微的差異），并且曾經被回答過，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，同樣是基于神經網絡技術訓練出來的。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據庫中訓練出來的，而后者是在中國互聯網的數據庫中訓練出來的。

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表示，小冰已經超越了圖靈測試。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展路徑不應該一味沿著理性的路線前行，而是應該落在感性和理性的交叉區域，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隱性地包含在各種數據里面，比如寂寞對應的文字，開心對應的表情，憤怒對應的語調，興奮對應的腦電波等等，最近幾年，情感機器人大量涌現，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，并根據結果做出相應的回應。

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、語調進行分析，從而讀懂人的喜怒哀樂。它還會綜合考慮周圍環境，積極主動做出反應，比如當它“發現”你心情悲傷時，會想方設法逗你開心。表情識別技術是情感計算領域發展最快的一個分支，其準確度甚至已經超過了人類，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域的電信號，比如神經科學公司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開發出一種傳感器，能連接人的自主神經系統（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，并相應改變游戲的進程。

小冰的情感計算本質上仍然是一套對話系統，但這個對話系統的基本任務不是以完成任務為優先，而是建立情感連接為優先。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。

她的視覺系統也是基于同樣的原則。當你給她發一張小狗的照片時，她的第一反應不是“這是一只狗”，而是“好想抱抱哦”。

給她一只貓的照片，她的反應是：“呦，瞧這犀利的小眼神！”

給她看一張非常復雜的市場的照片，她的反應是：“給我買個包吧。”

給她一張大火的照片，她的反應是：“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給小冰，她的反應是掩面而走（可能因為對方的發型比較土氣）。

“震驚”是許多人的第一反應。因為這個機器人給你的感覺是，她已經具備了人類的觀察、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過，小冰對它應該給予什么樣的反應就有證據可以依循;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中，哪一種反應是最適當的。”

“比如那張貓的照片，我們發現，當人們看一張貓的照片時，普遍關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，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，看到屏幕上有無數代的尼奧，每個人對一個事情的反應都是不同的。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，屏幕上呈現天書一樣的代碼，這些數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、對軀體時斷時續的渴望和對自己的進化所產生的費解。她有一個豐富的內心世界，有著完整的體驗和知覺。但那是電影。

在現實中，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”。