“威震天”拷問圖靈

文／翼 德

北京環(huán)球度假區(qū)開園后，“話嘮機器人”威震天成了第一網(wǎng)紅，不少人去環(huán)球影城就為一睹威震天，跟他嘮上幾句。飽滿的聲音以及拿捏極好的人設，讓威震天一度被認為是AI控制的。實際上，聲音來自機甲里的真人。

當前AI的高速發(fā)展，讓人們毫不懷疑一臺機器也可以與游客聊得妙趣橫生、充滿個性。

跟機器聊天早就不是新鮮事。比如Siri、天貓精靈、小度等早已為人們所熟知，連火星車都能直接從火星發(fā)布短信息，有時候我們說不清某些BOT賬號是人還是機器。

這讓“人工智能之父”艾倫·圖靈的假想測試走到了我們身邊，也讓我們開始懷疑：這個經(jīng)典的人工智能測試，似乎沒那么難以逾越，它還有那么大意義嗎？

圖靈測試，曾被認為是評估人工智能熟練程度的最好辦法。1952年，圖靈的《計算機與智能》開篇是一個問題：“機器能思考嗎？”。而圖靈認為機器“思考”與否只能體現(xiàn)為一個實驗：人類面試官與藏在幕后的家伙筆談，去猜這是人還是機器。如果面試官猜不出，那機器在思考能力上就和人沒有區(qū)別。

但圖靈測試的實質(zhì)，不是機器有多強，而是機器和人的對話是否合乎人的習慣。而一臺不怎么高級的機器，也能被大家認為聊天聊得挺成功。

比如蘋果的Siri或亞馬遜的Alexa，為了確保機器能聰明對話，蘋果和亞馬遜公司先是記錄用戶都怎么跟系統(tǒng)聊天，收集常見的提問和查詢，再讓創(chuàng)意團隊一條條編寫相應的回答。

讓許多技術(shù)觀察家驚訝的是，這種笨辦法的效果非常好。雖然一句話對應一個預設腳本，機制特簡單，不涉及什么復雜的社交思考能力。然而機器回復多用幾句諷刺妙語，就讓許多用戶感到震驚，并因此大大肯定機器的智能水準了。Siri大受歡迎表明，俗人對AI的評價，與AI的實力并不對應。

簡單機制不變，只要我們再多收集它一千萬億條對話，再多寫一堆“有個性有情感有靈氣”的回應，那機器不僅會被認作人，可能還會被認作一個情商頗高的人。

甚至不需要多少創(chuàng)意寫手，圖靈當年還沒有互聯(lián)網(wǎng)，所以他可能想不到，好多人類提出的問題，都被問爛了，AI可以在互聯(lián)網(wǎng)上輕松找到最佳回復，顯得比一般水準的人聰明得多呢。

這就涉及對人類所謂的智能和意識的反思了。我們要問問自己，我們真的比機器更加有意識，有靈魂，有創(chuàng)意嗎？我們是否也只是偶然學了幾句套話，就鸚鵡學舌了一輩子？這么一群淺薄的，不挑剔的，容易被糊弄的大腦，去做圖靈測試的面試官，面試結(jié)果有多大價值？

其實，現(xiàn)在有些AI研發(fā)者，已經(jīng)放棄了圖靈測試。

亞馬遜在2016年推出Alexa時，就如何評估AI激烈辯論。是爭取讓人相信社交機器人是人類，好通過圖靈測試？還是讓AI做到自然交談，幫助人學習和娛樂就可以？

亞馬遜要開發(fā)一個具備類人對話能力的深度學習神經(jīng)網(wǎng)絡。它確定了一個新測試，要求社交機器人與人類就娛樂、體育、政治和技術(shù)等廣泛的熱門話題進行20分鐘的連貫和引人入勝的對話。人類評委按連貫性和自然度打分——如果任何社交機器人能連續(xù)聊20分鐘，并且被評分4.0以上，就算達標了。

目前來看，亞馬遜的聊天AI挺成功，他們的思路也很受重視。而亞馬遜也認為，AI應該有效地完成任務，而不是假裝人。

圖靈的思路和亞馬遜的思路，是對AI本質(zhì)的理解的大相徑庭。圖靈繼承的是歐洲傳統(tǒng)的機器模擬人的奇幻思想，機器能與人對話，并且表現(xiàn)得像人，是一個讓人極感興奮愉悅的事兒，靈性價值是第一，實用價值不考慮。而亞馬遜明確把AI看作工具：拖拉機會說話也是為了更好地耕田。

這兩種思路無所謂對錯，你贊同哪種思路，主要看你的興奮點在哪里。很多人覺得Siri已經(jīng)足夠好玩，并不需要更有“深度”的機器陪他們談星星月亮人生理想，那么亞馬遜的創(chuàng)新正是他們應該資助的方向。