機器人都能寫新聞了,即將取代記者?MIT Media Lab共同創辦人:AI對媒體的幫助反而更大

2017.11.21 by
鈦媒體
鈦媒體 查看更多文章

鈦媒體致力於打造最專業的商業與科技領域資訊原創平台,挖掘創新背後潛在的商業價值與未來趨勢;支持創業與投融資服務。

鈦媒體
現在面臨的問題是,我們至今都沒有理解「智慧」到底是什麼?

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。

@Shelley_ai目前活躍在推特上,並以#yourturn的標籤與用戶故事接龍創作恐怖小說。
鈦媒體

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。

由Shelley與推特用戶創作的恐怖小說Baby,依舊在持續更新
鈦媒體

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

延伸閱讀

每日精選科技圈重要消息