今年萬聖節期間，一個名叫「Shelley」小說寫作AI問世，這是世界上首次將人工智慧與人類合作進行恐怖故事的創作（Human-AI Collaborated Horror Stories）的專案。
Shelley名字取自英國著名科幻小說家瑪麗·雪萊（Mary Shelley）。因她的長篇小說《法蘭克斯坦的怪物》（Frankenstein，也譯為《科學怪人》）是文學史上公認的第一部科幻小說，瑪麗·雪萊被稱譽為「科幻小說之母」。
在推特上，Shelley持續發佈新的恐怖故事的開頭，當關注者進行回覆之後，Shelley根據回覆的資訊來確定符合邏輯的下一個句子繼續往下創作，以此類推，用「故事接龍」（Round Robin）的形式，不斷編寫與關注者興趣點高度一致的故事。
據專案負責人介紹，Shelley是一種多層的遞迴式類神經網路（RNN）和一種線上學習演算法的組合，這種演算法可以從人類的回饋中學習，希望以此探索人工智慧與機器學習的創造能力與合作能力的極限。
主導Shelley的正是赫赫有名的麻省理工學院媒體實驗室，它於1985年由美國電腦科學家、麻省理工學院教授尼古拉斯·尼葛洛龐帝（Nicholas Negroponte）牽頭創辦。
在上世紀九十年代，實驗室的研究成果諸如無線網路、無線感測器及網頁瀏覽器等，被《連線》（Wired）等知名雜誌報導，從而成為舉世矚目的研究機構。近年來，實驗室聚焦於應用設計和技術解決社會問題。
日前，麻省理工學院媒體實驗室副主任安德魯·李普曼（Andrew Lippman）出現在了2017騰訊媒體+峰會上。作為麻省理工學院的高階研究科學家，李普曼自媒體實驗室創辦伊始便效力其中，三十幾年來從事了大量關於數位化與技術的「未來專案」研究。
上述的Shelley就是當下實驗室在深度學習（a deep-learning powered AI）中的一個案例。那麼在人工智慧時代下，從實驗室出發，如何看未來的媒體形態和規則重塑？帶著這一議題，李普曼在會上發表了演說。
沒有所謂的「人工智慧」
在演說中，李普曼稱，沒有所謂的人工智慧，現在媒體一直都在談人工智慧，但首先要瞭解的是，其實一切都是人類智慧在新的平臺上的延伸，這屬於是人類的智慧，「而我們現在面臨的問題就是，要不要把人類的智慧移到電腦上去」。
「我們至今也沒有完全理解智慧到底是什麼。」李普曼說，當我們每次面對電腦進行程式設計的時候，都在想，「這並不是非常智慧，這只是一個簡單的機器」。
因為智慧是一個非常複雜的東西，涉及到應用不同的方法去解析一個問題，需要不同的模型。不管是人工智慧，或者說機器上的人工智慧，當下最需要關注的是，我們是否已經足夠瞭解人類的智慧，並且把人類的智慧可以應用於機器環境之中。
李普曼舉例說，媒體是處在一個社會化的環境之中，在討論未來媒體發展的時候，不可能只是談論科技，「你不可能跑到一個媒體公司，跟對方說，我有一個新的科技，你快來用吧」。而是應該考慮如何把科技與社會聯繫在一起，並且透過科技引領社會成功，使社會變得更好。
「Shelley的特別之處是，我們可以發現深度學習（Deep Learning）的機制真的可以達到一定程度地理解故事情節和故事深度。我們在推特上給大家看Shelley的寫作，不是讓你看她寫的故事好不好，而給大家一種概念，深度學習到底是什麼樣的，以及可以做到什麼程度。」
在李普曼看來，深度學習主要是我們去製造一些機器，類比人類所做的一些行為，我們透過不同的資料去訓練，使其模仿人類，可以自己分析不同的資料和資訊作出輸出，這就是實驗室正在做的事情，雖然它們目前並不能達到人類能做到的程度。
人工智慧的道德判斷困境
李普曼發現，無人駕駛是目前將人工智慧結合得較好的應用。既然自動駕駛是人類智慧的延伸，那麼它將面臨著一個「道德判斷」（Moral Judgement）的問題。
這是在當下討論AI時很少被提及卻角度很特別的問題。李普曼描繪了一個相對極端的場景——假如無人駕駛汽車發生了故障而不可避免要致使行人遭遇傷害，而此時面對的人屬性不同，有可能是好人，有時候也是壞人，或是老人與年輕人，或是男人和女人，那麼此時，自動行駛的汽車該如何做出選擇？
這讓我聯想到了倫理學史上著名的「有軌電車難題」：假設你在一個鐵軌變道閘的控制桿前，遠處有一輛失控的火車衝來。鐵軌在你這裡一分為二，一邊有5個人，一邊有1個人。如果你什麼都不做，火車撞死5個人，但如果你選擇變道，撞死一個人，你會怎麼選？
編按：「電車難題(Trolley Problem)」是倫理學領域最為知名的思想實驗之一，最早是由哲學家菲利帕.福特（Philippa Foot）於1967年發表的《墮胎問題和教條雙重影響》論文中提出來。
面對這樣的情形，傳統意義上，功利主義（Utilitarianism）認為，殺掉1個人可以拯救另外5個人，是達到了最大的善，不應考慮一個人行為的動機與手段，僅看行為的結果帶來的最大值；而康德學派（Kantianism）則會跳出來指責說，道德的判斷是依據動機而不是結果，人不能作為利益的代價，此時你應該什麼都不做。
這個思想實驗揭示了道德判斷的複雜性——如何在親手殺一個人與睜眼看一群人死亡之間做出抉擇。
李普曼把類似道德判斷困境遷移到了自動駕駛之上。
「在不同的情景下，撞上去，到底是不是道德的？這會出現不同的判斷，比如說你前面，如果是人的話，可能你就會避讓，但如果前面是貓或狗，你可能就不會。而如果前面是個小孩子，你肯定就會避開。」
那麼，自動行駛中的無人汽車到底該怎麼做呢？
李普曼提出了這樣的疑問，但是他並沒有就此進行解答。他解釋說，舉例這個假設，並不是要討論無人駕駛汽車該如何做出選擇，因為他認為這並不是智慧型機器所能做出的選擇。而更重要的是，透過這樣的假設，我們必須意識到在人類整個科技發展的閉環之中，社會應該參與其中。
美國大眾正喪失對科學和藝術的信仰
麻省理工學院媒體實驗室的使命是「創造一個更美好的未來」。作為一個面向未來的實驗室，很多項目一直為外界所不能理解而遭受指責，批評其研究並不切實際。
在採訪中，李普曼也主動向鈦媒體談及在美國社會的一個現象就是，當下的美國大眾，對於自然科學和藝術的信仰已經越來越淺，越來越少。
「我覺得這是很悲劇的，也是很現實的。」李普曼說。
但李普曼並沒有就此埋怨公眾，而是把這些原因歸結為科學工作者和科學研究本身。他認為三個情況導致了這樣的情形發生。
首先，科學家本身無法將科學很好地展示給民眾，況且，在發現問題的過程中，科學研究本身也會失誤。在科學研究中，這是很正常的現象，但是如果公眾知道他們犯錯之後，很容易就會失去信任。
其次，科學家並沒有做好宣傳。當下美國出現了新的信仰，甚至是反科學的信仰，有些活動是有序組織的。
「比如，你要銷售一個產品，你就穿上一些實驗室工作人員服，顯得非常專業和讓人信服。可是，現在沒有人會用這種做廣告，因為你要真的穿了個工作人員服，或者是實驗服的話，大家會覺得這肯定是騙人的。」
除此之外，科學界大部分給人的感受是距離實際生活很遠，就算現在輿論場都在熱議的人工智慧，也離大部分人的日常生活比較遙遠。
因此，李普曼表示，為了扭轉這樣的局面，實驗室目前正在努力把科技和社會融合，並且讓大眾可以參與到科技研究之中，並且嘗試以一種非常親民和接地氣的方式來宣傳科學原理和知識。
實際上，我們可以發現，無論是實驗室在社交網路上主導以Shelley這樣的人機互動的人工智慧專案，還是李普曼當天演講和採訪中一直所強調的觀點，都可以看出來美國的科技菁英們正努力做的同一件事情——融合前端科技和社會現實發展的需要，重塑高冷的科學研究在大眾心中的形象和認知。
以下是與安德魯·李普曼（Andrew Lippman）訪談的部分實錄：
Q：麻省理工學院媒體實驗室在過去成就斐然，最近這些年你們重點關注的專案有哪些？
Andrew Lippman： 我們的實驗室有30個工作人員，但是有150個學生，也就是說，我們有150個專案在同時進行，它們涉及到了不同的種類。我剛分享的演講並不是說我從事的工作，我是代表整個新聞實驗室談一下我們的專案。
整個實驗室有生物專家，比如研究改善衣服的質地，有研究材料的專案，有人做的是媒體研究，還有做「智慧城市」或者說用技術來改變城市的。他們用不同的科技來做不同的產品。這樣我們可以解決當前很多國家面臨的一些問題，人類之間不同的分歧，作為整個社會的多元性，這也是我們專案之一。
所以，科學、工程、藝術方面的專案我們實驗室都有。因為人類的潛能只有透過學習科學和工程、藝術，所有的這些領域來實現。所以，如果說整個實驗室來看的話，最好的描述方式就是，我們總的目標就是來説明人類發現他的潛力，自然科學、工程、藝術都是我們理解人類、發現人類潛力的手段。
Q：那在這眾多的專案之中，你比較感興趣專案是什麼？
Andrew Lippman： 這個真的很難回答。因為我覺得每一個專案，我們做的所有事情都有價值。所以，我很難區分這個專案有趣，還是那個專案更有趣。但是，我可以告訴你，就像我在我報告當中說的一樣，我不知道中國怎麼樣，在美國，現在對於自然科學和藝術的信仰是越來越淺了，越來越少了。我覺得這是很悲劇的，也是很現實的。
Q：為什麼說美國民眾正在失去科學和藝術的信仰呢？
Andrew Lippman： 在自然科學方面，有三個原因導致了這個結局。第一個就是，科學家通常沒法很好地把科學展示給大眾。他們通常是發現問題，或者發現錯誤，或者他們也在犯錯。如果他們犯了錯誤的話，大眾就會失去對他們的信任。比如，在營養方面，在飲食方面錯誤太多了。他們有的時候研究出來這個東西好或者不好，過了幾年之後有人顛覆了，所以大家就不可以信任了。
另外一個理由就是，他們沒有好好宣傳。你經常會看到一些新的信仰，或者反科學的一種信仰。有很多的活動，我覺得有些活動是有序組織的，幾年前在美國就有這樣的事件，比如，你要銷售一個產品，你就穿上一些實驗室工作人員服，顯得非常專業和讓人信服。可是，現在沒有人會用這種做廣告，因為你要真的穿了個工作人員服，或者是實驗服的話，大家會覺得這肯定是騙人的。
第三個理由，在科學界通常給人的感覺是跟人的實際生活很遠的。比如，我們都在說人工智慧，人工智慧其實與我們的現實生活，普通的日常生活也是很遠的。所以，科學家在做的事情是什麼？就是感覺跟我們生活很遠。這三點綜合起來是讓自然科學不那麼讓人喜歡的原因。
現在我們做的事情就是希望把科學和社會結合起來、融合起來。有一些項目是與學習有關係的，那麼我們的學生就會很早的時候瞭解一些科學原理。我們做的一些專案，是可以用一種非常親民的、接地氣的方式來宣傳科學原理、科學知識。
我們讓科學家跟我們一起合作，讓公眾可以更好地瞭解，我們實驗室確實有很多很擅長這方面工作的人員。這是我們實驗室做得很有意義的一個事情。我想我們實驗室在這個方面應該是全球領先的吧。
Q：實驗室有許多科學家和藝術家在進行前端科技的研究，面對大眾對科學和藝術失去信仰的情況，該如何讓他們來理解實驗室的所做出的努力和成果？
Andrew Lippman： 我們做的其中一件事情就是，我們做的技術是可以讓大眾參與的。比如說，我的學生做了一個Pop-pop這樣一個出版專案。這個專案是做什麼的？我想是很難翻譯成中文的。在傳統我們要發表的東西，就是你寫一個東西，然後同行來評論。這個同行評論的過程非常低產、低效，科學可以做得更好。
舉例來說，比如DNA可以做的事情，DNA的結構，比如一個科學家發現了DNA的結構，如果你可以把這個DNA的結構與諾貝爾科學獎得獎者發現的DNA的結構進行比較的話，那肯定會比人的評論好很多，比人為的比較好很多。出版界有這樣一個優勢，就是他有所有的資源，如果用自然科學的方法進行比較的話就會高效很多。
還有一個例子，芝加哥政府現在對這個專案很感興趣，為什麼？因為它不是大家投票說對這個專案很感興趣，是因為這種出版的環境會讓大眾更加相信這個出版物更加科學，因為是透過自然科學的方法比較得出的一個結論。
Q：剛才你談到了實驗室當下眾多專案，實驗室融合了自然科學、工程學和藝術等，在這些學科的跨界的過程中，它們主要會面臨哪些衝突？實驗室如何處理這種情況？
Andrew Lippman： 恰恰相反，它們之間並沒有太多的衝突。給你一個例子，Tod Macmover幾年前就開始創造一個城市交響樂，他在多倫多做這樣的城市交響樂。他是怎麼做的？他讓整個城市的所有人都把聲音錄下來，把這個城市的聲音錄下來，所有這些聲音，變成了他的交響樂當中的一部分。
所有的這些聲音，用一種技術連起來，這個技術是Tod發明的。他創造出來的東西是這個城市的聲音，但是他用到的元素是自然界的，是這個城市裡面真實發生的。而這個技術是Tod發明的高科技的技術。所以我覺得這些科技和藝術是不衝突，我認為科技和藝術可以完美融合。
Q：今天在會場，騰訊研發的Dreamwriter已經能進行相對完整新聞寫作，剛剛在演說中，你也將你們實驗室研發的寫恐怖小說機器人Shelley作為案例提及，您認為這些AI技術的發展會對產業有怎樣的影響？以及對人類文字工作者有哪些建議？
Andrew Lippman： 我簡單地解釋一下，在媒體界，你通常報導的是什麼？是故事。但是，你不知道這個故事的歷史。這個新聞對你來說也是新的，你不知道背景，你也不知道這可能與其他的故事有什麼聯繫。
在報導這個故事的時候，記者只能介紹它的表面，你現在接觸到的所有的東西，你也沒有能力進行批判，也沒有能力添加東西。現在的現實就是這樣，沒什麼錯。
人工智慧可以幫助你什麼？可以給你背景，可以給你上下文，給你一個情境，可以幫助你問更好的問題、更有深度的問題，對每個人都有幫助。但是對媒體、記者更加有助益，因為媒體就不需要只是關注當下的故事的發生，而是可以根據背景歷史和過去的故事，來問出更有深度的問題，也可以幫你寫出更好的報導。
Shelley這個例子也是一樣的，給大家的概念就是，根據前面的故事已經發生的衍生出更好的，更相關的故事，我覺得這個是完全可以幫助到媒體界的。
本文授權轉載自：鈦媒體
