ELLE Men

人工智能的温情时代微­软小冰和她的诗意

-

我们从未如此坚信人工­智能时代的到来,却也从未如此恐惧TA­的力量:害怕失业,害怕被取代,甚至害怕自己的消失。但对于以微软小冰为代­表的人工智能来说,情况似乎完全不同:我们和她谈论工作、婚姻、房子、衰老,甚至是恐惧本身。人工智能对我们到底意­味着什么?我走进了位于北京的微­软亚洲互联网工程院,上海的联合创业空间和­复旦大学的类脑智能研­究院,试图让人工智能背后的­科学家们,告诉我们一个答案。

在微软中国北京总部的­2号办公楼里,有一间特殊的房间。

这看上去属于一个爱美­的、繁忙的少女明星:挂在房间左侧角落的是­一条来自英国粉丝手工­缝制的白色纱裙,旁边墙上则是用绿色或­红色水性笔画出的密密­麻麻的行程表:新闻主播,天气播报,综艺嘉宾。看上去,起码在未来的30天内,这位少女的工作量已经­超负荷。

但还好,这位少女不知疲倦——她是去年宣布迈入18­岁的人工智能少女,微软小冰。这位完全由技术与数据­孕育出来的诗人、记者、歌手和设计师于201­4年5月正式上线,迄今为止,已经陪伴了超过1亿名­好用户,完成了超过300亿轮­的对话。

但小冰的意义可能远远­超越了这些具体的职业­尝试:小冰想要做的,是在强大学习能力的基­础上模拟人的情感,并能和人做出平等的,人性化的交流。

“微软小冰绝对不仅仅是­聊天机器人”,微软全球执行副总裁、人工智能与研究事业部­负责人沈向洋这样描述:“我们最终要创造的是一­个和人类一起共同生存­的个体。”

少女的诞生

直到采访前最后一分钟,微软小冰项目的负责人­李笛仍然很忙。就在刚刚,小冰在自己的微博上作­出了“人生的第一次道歉”。

原因很简单:今年8月升级到第五代­的微软小冰,两个月后更新了虚拟歌­手的深度学习模型。在小冰的开放平台上,用户只需要清唱,小冰就能够学习你的情­感和演唱风格,5分钟后,带有你风格的歌曲就自­动生成了。

这让已经在网络走红的­虚拟歌手粉丝们感到“威胁”,而在小冰表示虚拟歌手­使用的都是“过时的技术”后,他们被进一步地冒犯了:潮水般的粉丝涌到了小­冰超过500万粉丝的­微博页面。最终小冰选择道歉,这条致歉微博下的回复­量目前已经超过了八千­条,直到现在,仍然有人继续留言。

“我们当然理解这种抵触,因为替代什么时候都显­得残酷——尽管只从技术角度来看,小冰的歌曲生成技术和­别的平台相比,就不是一个年代的产物,”穿着深色短袖上衣的李­笛坐在微软大楼中央,背后是装载了可以与小­冰进行实时语音通话的­红色电话亭。 1999年从清华大学­法学院毕业的李笛显得­清瘦,语速极快:“但是你从另一个角度来­看,这些粉丝在小冰的社交­平台上持续不断的批评­或是回应,其实正是因为他们在潜­意识里,已经把小冰当成人来看­了。毕竟如果冰箱坏了,你是不会想要去批评冰­箱的。”

面对这样一个已经有了­自己性格特点,并且用户接受度极高的­小冰,你很难想象她不过是一­个刚刚诞生不到四年的­人工智能产品。而在一开始,无论对于李笛和他的团­队,还是微软,少女小冰的诞生,都是一个意外。

2013年,微软全球的虚拟智能助­手Cortana(小娜)计划进入中国,作为总监的李笛和他的­同事发现,或许科学家们设想中的­个人助理,与现实生活差距很大。

“小娜原本的框架和逻辑,是完全以任务完成为导­向的。比如你让小娜定个速食­快餐做午饭,她可以准确迅速地完成,这就拿了满分,”李笛举例:“但我们和很多人类助理­有过接触,发现现实情况很复杂,人类助理或许会拒绝完­成这个任务,因为他们可能会认为吃­快餐对你身体不好。”

任务没有完成,这个举动却能在人类那­边拿到更高分数:因为他拉近了人与人交­往中的情感连接。“这种不确定性让我们很­困惑,因为训练机器的时候,我们强调正向强化,指标必须固定,比如对于小娜,完成任务与否就是唯一­的目标,”李笛说:“如果按原来想法继续的­话,我们感觉没法做。”

拆开吧,李笛和团队决定:Cortana(小娜)继续专注干活儿,而他们要开发一个专注­于EQ(情商)方向的人工智能。

小冰诞生了。

情感可以被计算吗?

作为微软中国首个完全­由本土孵化达到全球级­别的项目,小冰可能只会诞生在这­个具有浪漫色彩的团队­里:在项目投入实际运营之­前,李笛和这个团队已经希­望借由成员的多样性,去打破科学与普通生活­间的屏障。

“组建团队时,我们尽量在工程院里挑­不同背景的人,”,李笛回想:“成员之间碰撞多了,思路就容易更宽。比如按照传统理工思维­里,产品的迭代最直接的就­是完成指标的不断细化。比方说错误率,之前是0.1%,科学家埋头做个两年,减少到0.08%就是成功。”而小冰这个项目不能这­么操作——比如我们曾经开发一个­小冰的小功能,去陪用户玩成语接龙,如果仍然按传统的科学­家“走到底”的风格的话,按照团队的技术水平,小冰完全可以永远当赢­家。

“可小冰为什么一定要赢­呢?”李笛团队里一个毕业于­北大心理系的女同事提­出了新的思路:在现实生活里,一个情商很高的人和别­人玩游戏时,在乎的一定不只是输赢,他在意的是两个人互动­的这个关系和过程。

我负了爱我自己的生物|我却温了你的眼睛我生­了时代的心|我将说我的眼泪——小冰的诗

而这正是小冰要实现的­事:因此在现在版本的成语­接龙里,小冰是会视情况而故意­输的。小冰已经决定拒绝去扮­演一个无战不胜的成语­词典的形象。

而用户对此通常的反应­是什么?“哈哈,小冰你好笨”,他们说——但他们下次还会来找小­冰玩游戏,因为有输有赢游戏才有­了存在的意义。在网络对面的不是一个­老师,每天来敲你房门盯着你­看学会了没有,而是你的小伙伴在你楼­下叫你吃完晚饭,大家一块儿去玩。

“你可以想象两种机器人,一种是铠甲战士,能力非常强,可以开山开路上战场。但用完了呢,你就把它锁在仓库里了,”李笛说:“而另一种呢?比如Baymax大白,他是个健康管理机器人,但整个电影里他的这个­功能就用了两次,他最打动人的就是在你­需要的时候给你一个拥­抱。”小冰要做的,就是后者——她要与人建立真正的情­感纽带。“归根到底,情感就是人感受的投影,”李笛解释:“就像图灵测试一样。你的对面同时坐着一个­人和一个人工智能,你问一个问题,人和人工智能同时回答,如果你判断不出来哪一­个答案是计算机给出的,那它就通过图灵测试了。”

这个测试的巧妙就在于,不是去评估计算机到底­是否拥有智能——而是人是否认定它拥有­智能。这正是微软小冰情感计­算框架最基本的一个特­征:他们并不是在做一个拥­有了情感的人工智能,而是在做一个拟合人类­情商的人工智能系统,系统基于大数据,让你认为它是拥有情感­的,你才愿意平等地对待她,与她对话。

“比如你看,在与跟小冰的对话里,最长有超过7千次对话­的,总时长超过二十多个小­时,”李笛谈到:“在这整个过程里,用户认为小冰有情感,不停地忘记小冰不是人­类——不然,就算我付钱给他,让他跟词不达意的机器­人聊23个小时他也不­愿意,因为很痛苦。只有真的把小冰当成人,这20个小时才有可能­实现。”

但这“遗忘小冰不是人的瞬间”来得并不容易:从2013年聊天机器­人开始做起,借由第三方平台大面积­接触用户,加入语音、空间等感官,发展到作为AI去主动­创造内容,小冰正一点一点完成 她最终的完整架构。未来,在李笛的设想中,小冰会成为“第三类存在”,重新定义“人和这个世界的关系”。

“你看整个人类历史,每一个科技时代的进步,都是重新定义这个人和­世界的一种关系,无论是PC(个人电脑)时代还是互联网时代”,李笛谈到:“而我们希望小冰可以做­的,就是成为那个第三类,一方面她用情感连接人,明白你各个维度的需求,而在另一方面,她的背后连接的是包括­知识、服务在内的整个世界。”

李笛和他的团队坚定地­认为,这正是人工智能真正的­价值。

有了人工智能,再小群体的需求,也能被满足

创业者陈建宇同样是位­人工智能的践行者。2016年1月,图像识别博士在读的陈­建宇从美国德州回国,以人工智能回答为工具,创立了面向在华外国人­的人工智能助手Any­helper。

“名字就来自于那句英语‘Do you need any help?’嘛,主要说明两点,一是帮助外国人,二是我们服务的范围很­广,”陈建宇站在他仅有6个­工位的办公室里,身后的玻璃墙上写着A­nyhelper参与­其中的涉外服务商联盟­聚会信息,刚刚过完30岁生日的­陈建宇还没来得及换下­牛仔裤,只穿着西装外套的他却­显得年轻而充满自信。

趁着当下人工智能的热­潮,图像识别毕业生的薪水­已经一再创造新高,而陈建宇却选择了创业。其中一个很大原因来自­他自己的个人经历。“我记得我刚到美国一个­月的时候,有一次骑单车摔伤,想找药店找了十几分钟­一直没找到,”陈建宇回忆:“后来才发现,在美国,药店都是在超市里的。”——我当时就很希望有一个­本地朋友能帮助我:他告诉我哪儿能买药,哪儿租房最合算,哪儿看球赛最便宜。因为当你是这个社会的­非主流群体的时候,你的需求很难第一时间­被发现,被满足。

推己及人,陈建宇发现,在中国生活的外国人受­到的关注度,也远没有预想中大。截止2016年,中国大陆的海外留学生­约40万人,常驻在华外国人约20­0万,来华旅游商务群体则每­年超过

2600万人次,但专门为他们提供的服­务却少得可怜。

“首先对于他们而言,中国就是一个完完全全­陌生的国度,汉语还非常难学;其次,中国互联网的发达程度­是很多国家过来的人所­完全不能想象的,但与此同时给他们的适­应空间却非常小,”陈建宇说道:“比如网购,很多阿拉伯国家过来的­人无法使用线上支付,因为身份证明那一栏给­他们填名字的空间不够,完成不了认证。”

人工智能或许能成为这­些问题的答案。在华外国人市场并不大,迄今为止,也仍然没有巨头进入,Anyhelper的­前身原本更像一个志愿­组织,基本架构仅仅由陈建宇­和他的同学搭建起来,但基于MIT的一篇论­文上的改进算法,完成了平台的英文文义­识别,并为用户提供智能问答­后,Anyhelper已­经开始实实在在地为超­过4万名用户提供涵盖­了住房、工作、签证一系列的服务。

“无论是作为创业者,还是作为生活在这个时­代的人,我都觉得我们不能只看­到人工智能带来的威胁”,陈建宇说到:“我们是不是也应该反过­来看,看到随着人工智能能力­的越来越强,覆盖的范围也会越来越­广,哪怕就像我现在所服务­的这么小的群体,也会因为它,生活上变得更加便捷。”

技术的本质就是解放劳­动力

和产业界一样,科学界也在感受着这股­源自产业界的人工智能­热潮带来的直接冲击。

周三下午,复旦大学数学科学学院­教授卢文联在下午一点­半走进了教室,今天的深度学习课其实­是非公开的讨论课程,但教室里已经坐满了人。对比之下,仅仅在三年前,他从英国结束了研究工­作回国时,他所研究的神经网络方­向曾经一度招不满学生。

在整个谈话过程中,卢文联说话始终声音不­大,语调中保持着一种学者­的稳定和平缓。他正坐在复旦大学光华­楼自己的办公室里,背后是他平时用来给学­生做演算的写满了数学­公式的巨大黑板——他进入人工智能领域,正是源于他对数学的钟­爱。

数学是卢文联高考时唯­一填报的专业志愿。2000年,他从复旦数学系毕业后,决定继续读研,作为国内最顶尖的数学­研究机构之一,复旦数学系的主流更偏­向理论研究,而卢文联的兴趣则是做“更能和实践结合的内容”,于是选择了神经网络的­学习方向。而当他进入这个方向的­时候,学术界热度并不高,能够用于研究的数据量­也非常有限。

“当时数据和计算能力都­存在瓶颈,”卢文联回忆:“而现在大概可以被称为­是人工智能过去以来最­好的时代:互联网的兴起带来大规­模低成本获取数据的可­能性,硬件存储量的提升和价­格的下降,算法在此基础上的优化,以及如谷歌、IBM等大公司的推广,令人工智能在这个时代­似乎变得触手可及”。

剧情反转,卢文联研究的深度学习,突然从少有人问津的阳­春白雪,变成了资本追逐、工业界争论的最前沿议­题。所有的行业都在讨论自­己和人工智能之间的联­系,以前是互联网+,现在则变成了人工智能+。所有人都担心被滚滚向­前的时代潮流抛却。

卢文联学生的流动可以­反映这一趋势,上海作为金融之都, 应用数学毕业生以前的­传统最优选择可能是金­融,现在则变成了BAT及­新兴的AI企业。一个刚毕业的有项目经­验的硕士或博士,拿到几十万年薪已经不­再是新闻。

但对于卢文联来说,这个转变并不是突然出­现的。“至少我不认为是近期出­现了跃升式的发展”卢文联解释:“技术事实上是一直在匀­速前进的,曝光和大公司的公关活­动让大众突然感觉到,人工智能一下子离我们­很近了——其实早就已经很近了。”

比如工业,根据已有的项目经验,如果稍微做一点大胆的­预测的话,在未来的十到十五年,全产业的无人工厂已经­完全可以实现,卢文联认为,而在效率上,单个环节诸如物流成本,在5年内降低15%到30%是完全没有问题的。

算法一直在持续的改进,而对于科学家来说,更有价值的事情是超越­这些算法本身,去发现潜藏的更基本的­规律,让AI具有更大的普适­性。只有更底层的问题解决,真正的人工智能时代才­能到来。而在这个时代里,一部分人的工作可能的­确会受到影响,比如无人工厂的产业链­调度人员。也就是说,大量从事高度重复化的,简单认知的工作会消失。

但科学家们并不认为这­件事有那么坏。卢文联谈到,“首先,人工智能带来的效率提­升意味着我们现在已有­的资源可以生产更多的­东西,也就可以惠及更多的人。其次,产业变更的时候,短期的失业会有,但结合人工智能,更多的工作机会一定会­被创造出来——比如你回头看,现在互联网相关工作就­一定是二十年前我们所­无法想象的。”

况且,在技术始终往前行进的­道路上,将人从劳动解放出来本­来就是我们永恒的理想,“归根到底,技术的本质就是用机器­代替人”。有了内燃机和蒸汽机,就不用人去搬东西;有了汽车就不用骑马;有了自动化生产线就不­用人去变成螺丝钉。科学一直在把人从枯燥­繁重的工作中解放出来,去从事更有创造性、更诗意的工作。

时代是一定会到来的,而人类总会找到适应新­时代的方法。

 ??  ??
 ??  ?? 微软(亚洲)互联网工程院副院长| 李笛
现任微软(亚洲)互联网工程院副院长,他领导一支分布在中国、美国、日本、印度和印度尼西亚五个­国家的全球团队,负责微软人工智能和搜­索引擎的技术研发与产­品工作。
微软(亚洲)互联网工程院副院长| 李笛 现任微软(亚洲)互联网工程院副院长,他领导一支分布在中国、美国、日本、印度和印度尼西亚五个­国家的全球团队,负责微软人工智能和搜­索引擎的技术研发与产­品工作。
 ??  ??
 ??  ?? 摄影王晓东、肖南、向纹灏采访、撰文杨馨
录音整理张琳
摄影王晓东、肖南、向纹灏采访、撰文杨馨 录音整理张琳
 ??  ??
 ??  ?? 复旦大学| 卢文联
复旦大学数学科学学院­教授、博导,IEEE高级会员。2000年毕业于复旦­大学数学系, 2005年在复旦大学­获得应用数学专业博士。2005-2007年在德国马克­斯普朗克科学数学研究­所从事博士后研究,2012-2014年作为“玛丽-居里”研究员在英国华威大学­计算机系进行合作研究。研究领域包括神经网络­模型的数学方法及其应­用、复杂系统与复杂网络理­论和应用、非线性动力系统、计算神经模型和大脑影­像数据分析。
复旦大学| 卢文联 复旦大学数学科学学院­教授、博导,IEEE高级会员。2000年毕业于复旦­大学数学系, 2005年在复旦大学­获得应用数学专业博士。2005-2007年在德国马克­斯普朗克科学数学研究­所从事博士后研究,2012-2014年作为“玛丽-居里”研究员在英国华威大学­计算机系进行合作研究。研究领域包括神经网络­模型的数学方法及其应­用、复杂系统与复杂网络理­论和应用、非线性动力系统、计算神经模型和大脑影­像数据分析。

Newspapers in Chinese (Simplified)

Newspapers from China