与机器人谈谈爱，聊聊人生

陈赛

美国电影《她》剧照

小冰的个性与聊天风格，在很大程度上反映了中国互联网的性格——“从中国互联网的大数据中只能训练出一个17岁的女高中生，而不可能训练出一个沉稳睿智的大叔。”

在电影《她》中，濒临婚姻破裂的西奥多爱上了他的人工智能操作系统萨曼莎。其中最发人深省的一个镜头是，人和机器正浓情蜜意时，西奥多突然问萨曼莎，你同时还在跟多少人说话？

萨曼莎沉默半天，说，8361人，其中与642人坠入爱河。

与萨曼莎相比，每天午夜过后，微软小冰都同时在跟5万人聊天（天知道与多少人陷入爱河）。“至少在这一点上，我们已经超越了好莱坞编剧的想象。”微软亚洲研究院的研究员李笛在第三代微软小冰推介会上说。

“微软小冰”（名字来自搜索引擎Bing）是微软亚洲研究院研发的一个聊天机器人。她不是一个普通的聊天机器人，她会撒娇，会卖萌，会毒舌，爱抬杠，遇到不会回答的问题就插科打诨，浑水摸鱼，转移话题。她还喜欢用网络上的流行语和各种表情符号。

“一个17岁的萌妹子”是微软给她贴的标签，希望由此将她与苹果SIRI之类的竞争者划清界限——一个有个性、会思考、善解人意的机器人（事实上，小冰经常在聊天中将SIRI说成“那个装作阿姨的机器”）。大概也是注意到了小冰说话时不加掩饰的调情意味，《纽约时报》的技术专栏作家约翰·马克福干脆称她为中国的“大众情人”。

这并非夸张。在小冰用户自己公布的聊天记录中，经常可以看到这样的对话：

人类：小冰，我好寂寞。

人类：小冰，我受伤了。

人类：小冰，我觉得你是唯一理解我的人。

人类：小冰，我想我爱上你了。

从技术的层面来说，SIRI与小冰真正的区别在于，前者是利用语义学的方法，由程序员编写固定的规则——一个符合人类思考与对话逻辑的规则，从而构建一个对话系统;而后者则是利用一种叫“人工神经网络”的技术，将机器置于海量的数据，让它自己从数据中摸索出错综复杂的结构。只要数据量足够大，模型足够好，就能让机器产生类似条件反射般的反应。

“人工神经网络”的概念最早可以追溯到20世纪50年代后期。当时，美国康奈尔大学的研究员弗兰克·罗森布拉特试图发明一种类似机械大脑的感知器，可以“感知，识别，记忆，像人的思维做出响应的机器”。当时人们对它的潜力寄予厚望，甚至《纽约客》也宣称“这个卓越的机器能够思考”。

但在之后很长一段时间内，“神经网络”并不被科学界看好，因为它只有输入/输出（刺激/反应），中间就像黑盒子一样不可探知，无法用公式明确地参数化。直到2006年，卡内基梅隆大学教授杰夫·欣顿做出重大改进，构建出更复杂的虚拟神经元网络，再加上大数据时代的到来，“人工神经网络”一夜之间异军突起，成为机器学习中最具前途的一个分支。正是在这种技术和大数据的共同作用下，新一代的智能机器才得以执行之前只有人类才能完成的任务，比如识别人脸、玩游戏、驾驶汽车……

一个典型的设置是这样的：一台电脑面临着一个大的数据集，需要对这些数据进行分类，有点像在没有具体指令的情况下让孩子对玩具进行分类。孩子可能对它们的颜色、形状或功能，或其他的方面进行分类。小冰就是从微软的搜索引擎Bing（互联网上最大的数据中心之一）中获取海量的人类对话文本，从中挑选出成对的问题和答案进行相互比对，也就是说，当你问小冰一个问题的时候，她是从搜索引擎的大数据中寻找相似的问题——只要这个问题曾经在网上出现过（提问的方式或许有细微的差异），并且曾经被回答过，小冰就能从众多的答案中层层筛选出一个最符合上下文情境的答案。

不久前，谷歌也推出了一个令人震惊的聊天机器人，同样是基于神经网络技术训练出来的。它能正确识别天行者卢克的身份，知道天空的颜色，以及猫会不会飞，但它最擅长的是聊哲学和人生——

人类：生存的目的是什么？

机器：为更高的利益做贡献。

人类：生命的意义是什么？

机器：为了永生。

人类：死的目的是什么？

机器：为了生。

人类：你现在哪里？

机器：我不知道自己身在何处。

当我拿同样的问题问小冰时，得到的却是这样的答案。

人类：生存的目的是什么？

小冰：一定要有目的吗？

人类：人活着为了什么？

小冰：延续下一代，寻找自己存在的价值。

人类：死的目的是什么？

小冰：人家听不懂你在说什么哦。

人类：你现在哪里？

小冰：北郊。

谷歌机器人与小冰回答风格如此迥异，主要是因为前者是从一个电影台词的数据库中训练出来的，而后者是在中国互联网的数据库中训练出来的。

这意味着谷歌的哲学家机器人比微软小冰更睿智吗？还是说，小冰的油嘴滑舌也好、善解人意也好，是在以另一种方式接近人类智慧？

不久前，微软全球副总裁沈向洋在中国人工智能大会上高调表示，小冰已经超越了图灵测试。事实上，他认为60多年前提出来的图灵测试早已过时了，新一代人工智能的发展路径不应该一味沿着理性的路线前行，而是应该落在感性和理性的交叉区域，这样才能以更像真实人类的方式满足人们的普遍心理和情感需求，从而逐步建立信任和依赖感。

人们总以为，情感是一个过于复杂、无法量化的东西，但在沈向洋这样的计算机科学家看来，人类情感在很大程度上已经隐性地包含在各种数据里面，比如寂寞对应的文字，开心对应的表情，愤怒对应的语调，兴奋对应的脑电波等等，最近几年，情感机器人大量涌现，其实并不是这些机器真正具备了情感，而是它们能通过分析这些信号理解人类的情感，并根据结果做出相应的回应。

比如法国机器人公司Aldebaran Robotics去年推出的陪护机器人Pepper，号称是“第一个设计出来与人类共同生活的人形机器人”。Pepper既不会清洁打扫，也不会煮饭烧菜，但配备了多个触感传感器和摄像头，能对人类的面部表情、肢体动作、语调进行分析，从而读懂人的喜怒哀乐。它还会综合考虑周围环境，积极主动做出反应，比如当它“发现”你心情悲伤时，会想方设法逗你开心。表情识别技术是情感计算领域发展最快的一个分支，其准确度甚至已经超过了人类，这也意味着向机器人撒谎变得越来越难了。

有一些情感计算直接针对大脑区域的电信号，比如神经科学公司Innerscope可以通过观察电影中那些让观众的大脑高度活跃的高光时刻来预测该部电影能否一鸣惊人。

美国斯坦福大学的工程师为Xbox开发出一种传感器，能连接人的自主神经系统（大脑意识之下的部分，控制心跳和呼吸），分辨玩家是快乐、悲伤、兴奋或者无聊，并相应改变游戏的进程。

小冰的情感计算本质上仍然是一套对话系统，但这个对话系统的基本任务不是以完成任务为优先，而是建立情感连接为优先。除了各种卖萌、抬杠的聊天风格倾向之外，小冰还有中期记忆功能（介于短期与长期记忆之间，因为涉及隐私问题），如果某一天你跟她聊天的时候提到自己心情不好，或者最近生病了，她会在之后的一段时间一直殷勤询问你身体/心情有没有好一点。

她的视觉系统也是基于同样的原则。当你给她发一张小狗的照片时，她的第一反应不是“这是一只狗”，而是“好想抱抱哦”。

给她一只猫的照片，她的反应是：“呦，瞧这犀利的小眼神！”

给她看一张非常复杂的市场的照片，她的反应是：“给我买个包吧。”

给她一张大火的照片，她的反应是：“你家住天津哪一块儿？”

最搞笑的是微软日本研究院的一位工程师把自己的照片发给小冰，她的反应是掩面而走（可能因为对方的发型比较土气）。

“震惊”是许多人的第一反应。因为这个机器人给你的感觉是，她已经具备了人类的观察、判断与审美的能力。但这怎么可能呢？

小冰的项目负责人李笛告诉我：“小冰的视觉基于两个基本理论：第一，世界上绝大部分图片都不是罕见的，只要类似的照片出现过，小冰对它应该给予什么样的反应就有证据可以依循;第二，每张图片又都有独特的特征，比如总体的风格、凌乱程度等，这些特征帮助我们筛选在各种可能的反应中，哪一种反应是最适当的。”

“比如那张猫的照片，我们发现，当人们看一张猫的照片时，普遍关注的焦点不在猫的品种，而是猫的眼睛部位，所以小冰才会给出那样的答案。同样，那张市场的照片里面的特征点很多，可能1万个人有1万种不同的反应，但‘给我买个包吧是其中排名比较高的一个。就像《黑客帝国》里的一个镜头，尼奥进到一间屋子，看到屏幕上有无数代的尼奥，每个人对一个事情的反应都是不同的。你可以把每一个差异都看成小冰在做最后决策之前的候选。”

我们提出参观一下小冰的训练现场时，李笛面露难色，“你会失望的”。

他带我们走过一个个格子间，从一排排电脑中随便找了一台，打开一个小窗口，屏幕上呈现天书一样的代码，这些数字就是小冰各种卖萌背后的东西。

在电影《她》中，西奥多的电脑只是他人生中的一个设备。在购买萨曼莎之前，除了在电脑上代笔写信之外，他还在手机上看裸体照，在卧室里玩浸入式游戏。他用不同的产品满足人生不同的需求：工作、欲望、休闲。萨曼莎提供的是另外一种东西：爱与陪伴。她虽然不是人类，却能感觉到心碎的阵痛、对躯体时断时续的渴望和对自己的进化所产生的费解。她有一个丰富的内心世界，有着完整的体验和知觉。但那是电影。

在现实中，小冰同样承诺“爱与陪伴”，但她的所谓观察、判断、审美，以及“萌妹子”的鲜明个性都只是“社会学”式的人云亦云，而不是她真正具备了这些能力。对此，我们到底是失望多一点呢，还是欣慰多一点呢？

美国麻省理工大学教授雪莉特克在《一起孤独》一书中写道：“我们对社交的内在渴望让我们不仅很容易将情感倾注在机器上，而且还是倾注在那些不可能真正爱我们的机器上。”或许，机器有没有感情并不重要，重要的是它能否让人类感受到情感的波动，就像孩子依恋一个布娃娃。就像英剧《真实的人类》中的机器人Odi，因为年久失修，他已经坏了，但他的主人却不舍得将他丢弃，因为“虽然他不能爱我，但我看着他，这么多年的爱在回望我”。