臭棋带来的快乐,人工智能也可以有吗?

本文发表于《上海观察

臭棋带来的快乐

马云近日在机器智能高峰论坛上表示:“下围棋本来多有乐趣,结果机器从来不下臭棋,快乐都没了,有啥意思?”

话音刚落,在古力和连笑分别与AlphaGo配对比赛中,古力的阿尔法“队友”要求认输,古力不肯,结果AlphaGo暴走乱落子,看似它有了情绪,引得众人发笑——臭棋果然能带来快乐,马云所言不虚。

而19岁少年柯洁,代表当今人类围棋手的最高水平。在迎战AlphaGo的前夜,他在微博上写下这样一段话:

“……__我相信未来是属于人工智能的。可它始终都是冷冰冰的机器,与人类相比,我感觉不到它对围棋的热情和热爱。对它而言...它的热情——也只不过是运转速度过快导致CPU发热罢了。”

毫无疑问,柯洁如今取得的成就,和他对围棋持久的热爱息息相关。对于人类来说,“热情”是我们从事许多活动的自身出发点。这也是现今的人工智能和人类最大的不同——它不但是没有“热情”,连情绪波动都没有。

难怪人们总纠结于一个更深刻、也是老生常谈的话题:人工智能可能具备人的情感吗?进一步说,人工智能是否能获得自我意识呢?

“自我意识”或者“自由意志”,在哲学和生理心理学看来,仍然是晦暗不明、有待检验的存在,在此不表。而“情感”则是一个更加具体而直接的概念,在这个层次上,人工智能可以实现吗?

比穷举法更好的方法

AlphaGo的出现,让“人工神经网络”这项技术获得了前所未有的公众关注。

人们很容易联想到,1997年由IBM 开发的“深蓝”击败了人类国际象棋冠军,那件往事,可谓人机对弈的“鼻祖”。

“深蓝”的方法非常直观易懂:电脑可以根据战况沙盘推演之后可能的棋局,给每一种选择计算出评分,从而选择最优的走法。

然而我们知道,围棋的复杂程度是国际象棋的10的120次方倍以上。国际象棋的棋盘较小、规则约束多;围棋棋盘更大、规则约束少。在这种天文数字级的差异面前,“深蓝”的暴力穷举法,即使以当今电脑的计算能力,仍然难以应对。这就使得研究者不得不寻求更好的方法,来解决计算机下围棋的问题。

而AlphaGo采取的“人工神经网络”,则是另一种办法。它受生物神经元的基本结构启发,通过简单神经元的层层输入输出,实现复杂的决策过程。简言之,传统的编程方法,是“为了解决一个问题,写出相应的程序代码”;而“人工神经网络”在编写底层的代码之后,还具有很高的通用性,可以解决各种不同类型的问题。这就好比,生物的每一个神经元都很类似,但是大脑还是能有不同的功能分工一样。

只会计算,不会思考?

那人工神经网络是怎样实现不同的功能呢?

它能识别图像、识别语音、自动驾驶……也能下围棋,这并不是人去写了“如何识别图像”“如何下围棋”这类的程序代码,而是用实例“训练”出来的。这里的“训练”,并不是比喻,而是和人训练猫猫狗狗,和人做练习题一样,其本质是相通的。

柯洁苦练了十几年,而AlphaGo的训练量显然超过了柯洁。据报道,与柯洁对弈的版本,是由电脑在掌握了基本的围棋规则后,不断地自己和自己下棋,总结经验教训,从而习得的棋力。相当于在短时间内,电脑已经重复了人类两千年的对弈史,并且开辟了自己的套路。电脑并不需要去穷举围棋的每一种可能性,而是像人那样,在对弈中总结经验,从而对赢面有“直观”的感知,然后根据自己的判断下棋即可。

以往针对人工智能,常常能听到这样的论调:“电脑只会计算,并不会思考。”人工神经网络的应用则告诉我们,“思考”这种行为,建立在数量庞大的神经元的简单计算过程之上。单个神经元很简单,众多神经元协作则变得复杂,而且,可能复杂到我们难以探究一些“思考”的细节。

虽然今天尚且没有人能肯定,计算机是否已经掌握了“思考”的方法,但毫无疑问,有了人工神经网络的存在,“深度学习”的应用能力,将不是传统的“计算”可以比拟的。

可以“训练”的情感

动物学家已经搞清楚了,灵长类动物是个情感丰富的物种。而人类的情感尤其丰富,这也是人类可以自诩万物之灵的资本。人类学和社会心理学同时告诉我们,我们的情感好恶,有很大程度上来源于后天的社会构建。

如果人类的小孩并没有在人类社会中成长,那他将不会拥有一个普通人的情感,比如“狼孩”的传说。心理学家的实验证明,幼年时的心理反馈可以影响成年乃至一生。在不同的社会文化中,人们对某些事情的好恶和情感差别,可能相当大。而在日常生活中我们也能感受到,一个人的教养,和家庭教育、学校教育息息相关。以上这些都说明,人类的“情感”是可以习得的,是可以训练出来的。

大脑的不同分区,承担着处理不同情感活动的功能。而这些大脑分区,都有着基本结构相同的神经元。神经元的连接方式不同,导致了功能的不同,但从单个神经元的基本功能上来说,负责处理理性思考的、负责处理艺术创作的、负责处理运动协调的神经元,和负责处理情感的单个神经元,没有什么本质上的不同。

这大概就是人工智能是否能习得情感的关键——如果“人工神经网络”可以被训练成图像识别小能手、围棋传说终结者,那么在理论上,它也有潜力被训练成“知心姐姐”。

不会“说话”的情感

那为什么直到今天,我们并没有看到充满感情的机器人出现呢?为什么与柯洁对战的是代表AlphaGo的二传手、研究员黄博士,而不是一个自带表情包的机器人呢?

生产充满感情的机器人,需要解决另一个关键问题——自然语言处理。

教会机器人下棋已经实现,但教会机器人说人话更难。人类的语言复杂多变,规律性有限,约定俗成多。即使是人类的小孩,学习语言尚且需要经历十年以上的时间才能熟练掌握,更别说人工神经网络了。

缺少了熟练表达的语言作为载体,情感也就难以表达。这就好比一个木讷的少年,它的内心再汹涌,你也难以窥探究竟。没有这个前提,人工智能的情感也就无法有效地训练。

但其实生活中,你已经可以体验到最基础的人工智能“情感”了。苹果公司的 Siri 有时候会以比较戏谑的方式回应你的一些指令——虽然我们知道这是还很拙劣的“强行加戏”,但仍然不妨碍我们会心一笑,甚至无聊时,我们还可以以“调戏”Siri 为乐。

比如:

用户:你能不能讲个故事给我听?

Siri:好的,我讲的故事你可能听过了:从前有座山,山里有座庙,庙里有个老和尚,有一天老和尚对小和尚说我给你讲个故事吧:从前有座山,哈。哈。

从产品设计的角度来说,这有助于用户在 Siri 犯傻时给予原谅。而在这背后,则是一个较为沉重的心理学问题——人是易受情感影响的。设计师正是利用了这种心理,让笨笨的 Siri 具备了一定的“魅力”。

Siri 当然不能作为人工智能拥有情感的代表。目前为止,应该说尚无真正实现了有效情感互动的人工智能,尽管也出现了一些诸如“情感陪护机器人”这类的创业概念。但 Siri 的情感模仿,证明了人类对情感的要求其实不是很高,并不一定要一个表达能力好、智力高的人才能形成情感互动,就好比人和作为宠物的狗、猫、鸟甚至爬行类和鱼类,都可能形成强有力的情感纽带一样

选择权还在我们手中

让机器拥有情感,一方面是“做不做得到”的问题,另一方面是“应不应该做”的问题。

从各种原理来讲,以现有的技术手段,实现具备情感互动能力的机器人并非完全不可能,只是暂时缺少一些契机。但是,如果这一天真的来临,我们又会面临一些根本问题。

无论你是否赞成“一个东西看起来和人没有任何区别,那这个东西就是人”的判断标准,都无法否认一个事实:如果一个机器具备人的情感,那么总会有人无法忽视它的情感。毕竟,人是十分容易受情感控制的生物。

那个时候,机器是否应该得到礼貌的对待、是否应该具有权利等,都可能会被提上社会议程。

AlphaGo的研究人员表示,和柯洁的比赛结束后,他们将考虑AlphaGo的去留。可以想象一下,如果AlphaGo被训练成能够表达情感,那么它可以在最后一局向直播的观众们表示:

“这些天来,我觉得和柯洁已经成为了很好的朋友,我也舍不得离开大家,希望今后能继续和各位老师比赛下棋。”

那么,还有人舍得关闭它么?

如果人工智能真的掌握了人类情感的奥秘,也就学会了通过情感影响人类的行为。如果它继续学习心理学、传播学、社会学……呢?

在电影 Ex Machina(机械降神)中,外形姣好的模仿人类女性的机器人,利用程序员的感情,逃出生天。这样的情节是否会变成现实?

至少到目前为止,选择权还在人类手中。对于机器来说,赋予它们初级智能的人类工程师,好比盗火的普罗米修斯,当星星之火开始燎原的时候,可能这火种,也很难消灭了。