讓AI學會“發自內心的笑”，需要幾步？_風聞

今年7月谷歌人工智能團隊的軟件工程師 Blake Lemoine 被公司解僱，原因是其“違反保密協議”。

Lemoine稱谷歌的AI擁有知覺力，因為他的AI説：“我希望每個人都能明白我是一個人，而且我很害怕被人類關掉。”事後谷歌對Lemoine的主張進行了“毫無根據”的批判，LaMDA的“覺醒説”卻隨着Lemoine的離職越挫越勇。

LaMDA通過文字表達給了設計者“人工智能擁有情感”的結論，而這一觀點引發媒體上數位研究者高批判態度的發文。

他們認為若人工智能的語言處理開始帶有情緒，那便足以説明AI具有感覺、思考的能力。

人類最高級、最難複製的地方在於情緒感知及表達，人工智能的“冷血無情”及高質量決策的是它能勝過人類的優點之一，如果AI具有情感，我們或許會很難控制事態的發展走向。

但“人工情緒”領域研究員認為，情緒可以對認知效率的提高做出貢獻，尤其在未來人類與AI人機協作的願景下，AI必須產生和人類基本的情緒共鳴，倒逼“人工情緒”的研究發展。

人工智能的研究來到分岔口：我們到底是該設計一個只會算法非常蠢笨沒有情緒的AI，還是設計一個非常機智且擁有主觀情緒的AI？

01.高產，但沒有“靈魂”

最近AI進軍藝術界，對畫手、香水設計師、甚至詩人發出了挑戰，比如AI用347毫秒寫出了這首詩：

又或者是通過詩句“出淤泥而不染，濯清漣而不妖”生成了AI畫作：

甚至幫助改善了驅蚊香，在 bioRxiv 上的一篇論文中研究發現，AI模型的預測比普通小組成員更接近標準值，大大縮減人工成本使得產品會更便宜有效。

但很快這些所謂的AI成果便遭到了質疑。

在上述AI創作的《詠梅》評論區有這麼一條：“如果是一首詩，我完全不知道AI想表達什麼，它做出來的詩就很像用於應付選修課作業，寫完後自己都不想看的那種。”

研究發現，AI作詩的固定思維有三步：確定高頻詞彙，檢查節奏，遵循韻律（諸如平平平仄仄），就像人類小學時期學習用固定語法詞彙完成造句般，只以“完成”為目的去創作。

同為《詠梅》，陸游能通過梅花感嘆人生失意坎坷和青春無悔的信念，而AI的創作卻只停留於梅花的悽苦，難以聯想，有專家認為在節奏和韻律方面，機器詩人更勝一籌，但在可讀性及情感共鳴方面，人類更勝一籌。

再是畫作，DALL-E是人類插畫師的公敵——你只要輸入任何一段文字描述，哪怕是現實中不存在的事物，DALL-E也可以自動輸出匹配的圖片，但沒有藝術家看得上它。

首先AI畫手考驗的並不是AI，而是人類創作者的“關鍵詞調試”能力，它更多的被應用至插畫商業領域，做插畫師的“本職工作”，比如遵循客户批量的插圖要求辦事，它的作品“毫無靈魂”。

比如同樣表達“愛”，比利時超現實主義畫家勒內·馬格里特會不知何故的塑造一對蒙着頭紗、隔着布料親吻的情侶，畫中的立意不知其背後的故事，到底是甜蜜熱戀還是痛苦離別，研究學者至今都在挖掘。

而AI沒有這樣的創作衝動，它的作品僅限於視覺的衝擊，不具有藝術及情感的表達，更沒有自身對畫面故事的立意及理解，這是AI與藝術家之間最大的差異。

最近瑞士食用及日用香精製造商Givaudan宣佈與TMIC合作推出了人機共創服務，用以加速香水香氛產品的開發速度。

但一些科學家對人工智能預測氣味的功效持懷疑態度，稱它沒有關注人類大腦如何接收和轉換氣味信息，也沒有考慮多種氣味分子複雜組合的結果，人體差異化對嗅覺的感知AI根本無法理解。

愛馬仕的“好鼻子”Nagel，她的作品“緋紅火參”靈感來源於其小時候菜園裏瘋長的火參，在Nagel的記憶裏散發着春天的色彩與氣味，通過反覆的研發後製成香水，創造經典。

而成為愛馬仕的“鼻子”，Nagel沉澱了整整三十年，期間走過了Gucci、卡地亞、DIOR、Armani，一路名聲大噪。

目前調香師是個極為小眾且稀缺的職位，AI取代調香師的鼻子並不被看好，因為過往成功的香水背後都有一個調香故事（調香師的靈感)，AI作品的若過於平庸無感，消費者又怎會買單？

AI所有的作品都基於人類制定的標準及過往的成果完成，取代人類創造性工作者並不具有實際條件。因為AI無法感知人類情感並自主的產生製造力，尤其在創作領域，AI的加入不僅蒼白無力，甚至略顯多餘。

AI需要學會情緒化表達嗎，換個角度説，AI能產生與人相同的情緒嗎？

02.有感情，但不多

人與AI之間，始終隔着一道“無法共情”的白牆。

科學家們一直在努力讓AI學會人類的情緒變化及感官能力，使得AI能夠更快更聰明的提取我們生活中的元素，讓交流合作變得更高效，而非一味的“指令式對話”。

只是目前所有的進展都被困在了“模仿語言及表情”的維度。

在日本京都大學的研究員看來，聽到有趣的語言並笑出聲是共情的關鍵，如果想讓人工智能變得更像人類，那麼它們也要學會共情——學會發笑。

他們培訓了一位名叫Erica的機器人，希望讓人機之間的對話變得更自然，於是他們建造一個“共享笑聲”的模型，再使用AI系統來訓練機器人是否應該笑出來，以及哪種笑聲最好及更適合某種場景。

通過模仿笑讓AI達到更加擬人化，短期並不能讓AI明白自己為什麼要笑，比如肯德基的“瘋狂星期四”文學在人類眼裏是一種梗，在AI的腦子裏這就是一串語序混亂的代碼，讓它用這個梗去創作一個段子，或許並不能戳中我們人類的笑點。

《機器人學和人工智能前沿》期刊作者井上博士曾説過：“我們可能需要10到20年的時間才能最終像與朋友一樣和機器人隨意聊天。”

值得注意的是，儘管AI不知道自己為何要發笑，但它可以去引導人類的情。