 你對機器人心理治療師這個想法怎麼看?擁有情商的機器或許將在不久之後就可以出現. 在過去的數十年裡, 人工智慧已經非常擅於讀取人類的情緒反應. 但是讀取並不意味著理解. 如果AI無法自己經曆各種情緒, 他們有可能真的理解我們嗎?如果不能, 那當我們不斷倚重這些機器時, 是否就將自己置於更大的危險之中呢? 最新一代的AI可以從日益增長的大數據中學習, 同時擁有不斷提升的處理能力. 這些機器在處理許多事務時都比人更加有競爭力. 他們現在可以識別面孔, 將人臉塗鴉變為照片, 識別語音和玩圍棋. 而他們在處理感情方面, 是否也有同樣的提升呢? 識別罪犯 最近, 一些研究者發明了一個可以通過識別面部特徵指認罪犯的AI. 這個系統使用中國身份證照片進行了性能評估, 而其結果令人大吃一驚. 總體上, AI成功識別了83%的罪犯, 將6%的無罪者錯認為罪犯, 總體準確率逼近90%. 這個系統利用深度學習技術建造, 通過將深度學習和 '臉部旋轉模型' 相結合, 使得AI可以在照片角度與亮度都不同的情況下, 仍然認出兩張照片中的人臉屬於一個人. 深度學習建立了一個神經網路, 由數以萬計的分布在不同層面上的神經元組成. 每一層都將輸入資訊進行轉換成為更加抽象的資訊, 例如將面部映像變為一系列方向和位置的數據. 這個過程自動突出了需要完成某一項任務最為重要的資訊特徵. 考慮到深度學習技術的成功, 如果罪犯和普通人之間真的有面部特徵的區別的話, 我們或許不應該為AI成功將他們分別開而感到驚奇. 這項研究暗示了分別不同人臉的最重要的資訊有三個, 一個是鼻尖和嘴角的弧度(罪犯的弧度平均比普通人小19.6%), 一個是上唇的弧度(罪犯的平均比普通人大23.4%), 最後一個是眼角的距離(罪犯總體比普通人窄5.6%). 第一眼看上去, 這樣的分析似乎證實了一個已經過時的論點: 罪犯可以通過他們物理特徵被辨認出來. 然而, 這並不完全成立. 應該注意到的是, 兩項數據和人類最有表現力的器官, 嘴唇相關. 身份證照一般都是需要照相人不要有任何錶情的, 但是很有可能AI還是發現了人們隱藏的情緒. 而人類很可能無法辨別這些情緒. '情感計算' 的魔力 這已經不是計算機第一次識別人類感情了. 一個名為 '情感計算' 的領域早在幾年前就火了起來. 其理論認為, 如果我們未來要和機器人和平共處, 那麼這些機器就必須可以理解並且對人類感情進行合適的反饋. 這仍是一個新興領域, 其發展潛力巨大. 舉例來說, 研究者們已經利用面部表情分析來找出在計算機課上遇到障礙的學生. AI被訓練成可以識別學生不同程度的積极參与或沮喪的系統, 以此方便授課者了解學生在哪裡遇到最多困難. 這一項科技可以提高網路授課平台的學習體驗. 而另一家名為BeyondVerbal的公司, 則利用我們的聲音來評判我們的情緒. 他們已經研發出了可以分析調製聲音並且尋找人類對話中固定模式的軟體. 他們宣稱他們的軟體在應用中擁有超過80%的正確率. 未來, 這一項科技或許可以幫助我們識別自閉症人群的情緒變化. 索尼甚至生成正在研發一款可以和人產生情感紐帶的機器人. 現在這一項目還未有太多資訊公布. 但是, 他們提到他們在努力將硬體與服務相結合, 從而提供讓人能夠有不同的情緒體驗. 一個擁有情商的AI將帶來許多益處, 例如可以帶給人情感陪伴或是幫助我們解決更多複雜的問題. 但是這也意味著我們需要面對更多倫理問題與風險. 我們真的可以認為以為依靠AI陪伴的老人是真的和機器發生了感情連接嗎?你真的可以因為AI說一個人有罪你就給他定罪嗎?當然不能. 事實上, 我們只可以建議人們, 在整個系統被不斷升級與評估之後, 去更加小心注意一下那些被AI認為 '有嫌疑' 的人. 所以我們可以對AI未來發展有什麼期望呢?類似於感情和情緒這樣的主觀話題仍然是AI學習的一大障礙, 其中一個原因就是高質量的數據的缺乏. 比如說, AI可以理解什麼是諷刺嗎?很難, 因為在一個語境裡是諷刺的話, 在另一個語境可能是真心的稱讚. 然而正如前文所說, 供AI學習的數據總量和其處理能力都在不斷增長. 所以, 很有可能的是, 在未來的幾十年內, AI將可以識別多種不同的情緒. 但是它們能否真的感覺到情緒呢?不同的學派有著不同的看法. 即使他們可以, 也只能是人類情緒中的一部分. 而無法擁有所有人類情緒的AI, 我們還是對他們小心一點好.
|
