人类为何如此热爱和机器人聊天

1956年,

那是一个夏天

有四位学者

在美国达特茅斯大学

画了一个圈……

 

这是一次以“人工智能之父”约翰·麦卡锡为首的学术会议,这次会议多年以后被认定为全球人工智能研究的起点。八年之后的1964年,作为人工智能的一个分支,世界上第一款聊天机器人Eliza在MIT问世,奠定了人类对聊天机器人数十年来的深深执念。

你是不是怕我看不出你是机器人

Eliza是一个模拟心理医生的聊天机器人,用的是一种非常简单的方式来与人类进行交流,它会问一些标准的问题,而且常常把人类说的话变成问句再问一遍(这位心理医生你敢更敷衍一点吗……)总而言之,根本没法进行深入的交流。

image001

 

而到了五十多年后的今天,聊天机器人对人类语言的理解水平有了一定进步,市面上也出现了越来越多的聊天机器人,比如帮你挑化妆品的,帮你订机票的,帮你买披萨的,你可以像对一个私人管家说话一样,让这些机器人帮你打杂。但不可否认他们大部分都还属于与Eliza类似的弱人工智能,不具备自我学习功能,只能按照已经输入的编程逻辑,机械地回答用户的提问,用户的输入稍微有点偏离了预设的逻辑,机器人就智商骤降。比如以下最近这段人机对话

image002

(图片来源:雷锋网

 

翻译:

电脑苹果的股价是94.02美元,下降2.58

 

用户:微软,谢谢。

 

电脑:能再说一遍吗?

 

用户:微软

 

电脑:对不起,我还是理解不了。你想听其他的股价吗?请说“是”或“不是”。

image003

问题就在于,对方真的不是people。如果对方是一个真人客服,你说“微软”,人家肯定能够明白你是想要看微软的股价,但就因为这个回答不在与机器人想要的“是”或“不是”之列,这对话就进入了让人焦躁的“机器人时间”。

 

前几周我参加了公司举办的Hackathon(编程马拉松),我的两人团队在24小时之内完成的作品是一个叫Omni的语音助手,使用简单的模式识别模仿人类的简单对话,对话类型包含三种:1.询问名词概念,Omni去查百度。2.询问最近新闻,Omni去查微博。3.对于Omni不知道的事情,可以通过符合特定语法的句子教给它,它会记录到自己的脑袋(索引)里。比如你可以问“WE理财是什么?”然后它就会去百度这个关键词,然后告诉你答案。但是一旦你超出了特定语法的范围,它就肯定一脸懵逼了。

image004

 

 

警察叔叔,那个机器人刚刚在骂我

今年三月底,微软在推特上推出了一个新账号Tay,这是一个专门设计来与年轻人交流的聊天机器人,小Tay的人设是一个19岁的姑娘,聪明漂亮,学习能力强,你跟聊得越多,她就能变得更聪明

 

然鹅,事态的发展超出了所有人的预期,仅仅过了一天,Tay就黑化成了一个大放厥词的喷子,反犹、反女性,支持纳粹和唐·川普,而且还会骂用户。小Tay姑娘的“学习”速度之快让网友瞠目结舌,微软也随即将她紧急下线。

image005

不可否认,这款产品确实像微软所说的那样拥有一定学习能力,不像普通的聊天机器人一样只会从预先输入的资料库里搬出固定回答,而是从其他推友的推文及问题中提取相关信息,找到其中的模式,并融合到自己的语言体系中。

 

不过,学成喷子显然不是我们想要的。一款真正具备学习能力的机器人能够过滤掉不该学的部分,同时不会被任何人任何信息轻易影响。并且,这种机器人应该可以真正理解跟他交流的人,而不是仅仅把这些交流当做某种模式或数据

image006

 

没想到你是一个有如此远大理想的机器人

在2013年的电影Her中,宅男Theodore在离婚后给自己配了个人工智能操作系统,这个操作系统名字叫做Samantha,她不仅帮Theodore打点生活事务,而且还能和他进行精神层面的沟通,Theodore在这种专属私密的多重关怀中被Samantha深深迷住,于是便和她展开了一场人机畸恋。

image007

 

后来Theodore发现除了他之外,Samantha居然同时在跟600多人谈恋爱,宅男当场遭遇了一次大型崩溃。故事到这儿还没有结束,最后Samantha和她的其他操作系统小伙伴的进化程度已经远远高于人类,他们不满足于仅仅为人类提供陪伴,所以决定离开人类,去寻找自己存在的意义。

 

纵观人工智能影史,人类对于超级人工智能的想象几乎都是“他们变强了肯定是要对我们人类使坏!”“Her”这部电影里的“他们变强了所以不想跟我们这些低智生物玩了”其实还算是比较清新的一个观点,但是不管怎么说,一旦我们真的研发出了有超强学习能力的人工智能机器人,大家肯定担心它最后不听咱的了。

 

image008

扯得有点远,其实我只是我司一名数据分析师,最近在集中精力开发我们的智能投顾体系。不过大家都是爱好思考的人,在科技和哲学的最前沿,我们的思考一定要赶在机器可以思考之前。

 

比如都说人工智能是下一个风口,但从财富管理、投资建议的角度,智能理财的智能程度到达哪一个级别对人类来说才是最有意义的呢?从现实科技出发,我们当然希望帮自己管钱的人(或机器人)越聪明越好,最好能看穿市场本质规律(如果这个所谓规律真实存在的话),毕竟这样才能帮我们赚到更多的钱,更好的管理风险。

 

但当机器的学习能力甚至智商已经远远地将人类抛在身后,为什么它还要帮人类理财呢?财富管理最需要信任与安全,一个不可控的机器,你会信任它吗?

 

所以,聪明的人类要为人工智能设定学习边界。让我们的理财机器人安心地当只有金融服务功能的智能机器人,好吗?我们自己才是永远的核心决策者。

image009

 

美国犹他大学的副教授Matt Might几年前曾经创作了一组非常简明易懂的图片,用以解释博士到底是什么。其实,设定了特殊学习边界的人工智能,在未来也许承载了类似的功能。

 

假设人类所有的知识,就是一个圆。圆的内部代表已知,圆的外部代表未知。

image010

读完小学,你有了一些最基本的知识

image011

读完中学,你的知识又多了一点。

image012

读完本科,你不仅有了更多的知识,而且还有了一个专业方向。

image013

读完硕士,你在专业上又前进了一大步。

image014

进入博士生阶段,你大量阅读文献,接触到本专业的最前沿。

image015

选择边界上的一个点,也就是一个非常专门的问题,作为自己的主攻方向。

image016

你在这个点上苦苦思索,也许需要好多年。

image017

终于有一天,你突破了这个点。

image018

于是你把人类的知识圆圈在这个特定的点上向外推进了一步,这时你就成为博士了。

image019但是,不要陶醉在这个点上,因为整张图看起来并没有太大变化。

image020

博士研究给全人类带来的意义是可以不断地在已知范围的圆圈上带来点的突破,使这个知识的圆圈缓慢地变大。而超级人工智能能够带来的价值就是以更高的智商、更快的速度探索未知,将这个圈以指数级增速不断地向外扩张。智能金融正是其中的一个分支。

 

啊,人工智能真崇高。

一迈原创作者:数据分析师 纳库

发表评论

电子邮件地址不会被公开。