为何一种技能样态面向公众年夜众的诠释方案反而比该技能样态本身更早涌现呢？这实在是由AI自身的分外性所导致的。AI的技能内核虽然艰深，但“仿照人类聪慧”这一理念本身并不晦涩。因此，该理念就随意马虎被一些敏锐的思想先驱者转化为艺术形象，由此形成相对付技能样态本身的“抢跑”态势。此外，专业的AI科学家之以是对AI产生兴趣，在相称程度上也是由于受到了大众文化对付AI想象的影响。然而，须要把稳的是，此类想象所带来的惯性在AI真正出身之后连续勾引了大众对付AI的认识，并在相称程度上偏离了AI业界发展的实际情形。这就导致直到本日，不少人对AI的认识仍是建立在关于AI的科幻艺术作品上，而此类科幻艺术作品对AI技能本色故意或无意的误读，又进一步扩大了专业的AI研究圈与外部公众年夜众之间的信息不对称。
笔者将主流科幻影视作品对AI技能本色的误解分为以下三类。
误解一：AI的范例出场样态是人形机器人。在电影《人工智能》中，主人公小戴维便是一个标准的人形机器人，其外面与一样平常的美国小朋友没有任何两样。在电视剧《西部天下》中，整村落整镇的机器人都被做成了美国西部牛仔的样子。日本电影《我的机器人女友》亦是按照类似的思路将机器人设计成了一个女人的样子容貌。
电影《人工智能》（ A.I. Artificial Intelligence，2001）中的人形机器人戴维
从影视创作的角度看，将AI设计成人形机器人有三点好处：（1）演员可以直接扮成机器人，省去制作真机器人的道具本钱；（2）人形机器人的表情与动作更随意马虎引发不雅观众的共情；（3）人形机器人更随意马虎与真人产生戏剧冲突，由此推进剧情发展。
然而，从AI的技能本色上看，这种表现办法多少有些误导性。干系误解是建立在如下三个缺点的预设之上的。
缺点的预设1：AI与机器人是一回事。
事实上，AI与机器人属于两个不同的学科领域，遑论人形机器人研究。严格来说，AI的研究任务是体例特定的打算机程序，使其能够仿照人类智能的某些功能，譬如玩某些棋类游戏。显然，授予这样的智能程序以一样平常的商用打算机物理外不雅观就可以了，其并不须要具有人形机器人的外不雅观。与之比较，机器人的建造是“机器人学”的任务，而机器人学所涉及的紧张学科是机器工程学、电机工程学、机器电子学、电子学、掌握工程学、打算机工程学、软件工程学、资讯工程学、数学及生物工程学，AI在它们之中并不扮演核心角色。当然，AI与机器人技能的确常常会碰撞出更有趣的工程学运用案例，但是这并不虞味着二者在观点上是一回事。
缺点的预设2：机器人就应该采取人形的外不雅观设置。
实在，纵然是机器人，也每每不采取人形的外不雅观设置。以天下上第一台全自动机器人“Unimate”为例，该机器人在美国新泽西州尤因镇的要地本地费舍尔引导工厂的通用汽车装置线上承担了从装置线运输压铸件并将这些零件焊接在汽车车身上的事情。在经由特定调试后，这个机器人还能将高尔夫球打到杯子里，乃至是倒啤酒。这台机器人没有类似人类的眼睛、嘴与皮肤，它只有机器臂以及臂真个一个大略单纯抓举举动步伐与人类肢体类似。由此不难想见，机器人可以被做成各式各样的形状，比如鱼形与鸟形。
天下第一台全自动机器人Unimate
缺点的预设3：人形机器人是智能或者灵魂的天然载体。
人类实在具有“万物有灵论”的生理投射方向，即将很多具有动物或者人形的非生命体视为有灵魂者。孩童喜好对着玩偶自言自语便是明证，而这种方向在成人的生理架构中也得到了保留。在生理学文献里，这种生理方向被称为“人格化”（personification）或者“人类化”（anthropomorphization）。已经有文献指出，这齐心专生理方向可以帮助那些缺少真实社会关系的人通过对物体的“人格化”得到代偿性的虚拟社会交往办法，由此战胜孤独。广告商会利用这齐心专生理机制将产品的外不雅观设计得具有人性，以获取消费者的好感。须要把稳的是，引发人格化的生理方向的门槛是很低的：只要工具看上去有点儿像人就可以了。这就意味着，就科幻影视的不雅观影体验而言，只要影视主创方将片中的机器人设计得像人，这样的视觉输入就会顺利引发不雅观众的人格化方向，由此自主授予这样的机器人以聪慧与灵魂。但这种讨巧的做法在AI研究中是完备行不通的。授予AI任何一种实际的操作功能，都须要编程者在后台付出巨大的努力，而以AI为主题的科幻影视作品每每会忽略这种努力，是日然会在相称程度上使得"大众年夜众对AI的技能本色产生误解。
误解二：AI可能具有人类所不具备的全局性知识，即所谓的“上帝之眼”，并由此导致对人类个体的压迫。在系列科幻电影《生化危急》中，保护伞公司的幕后操控者竟然是一个叫“红皇后”的超级AI：她（之以是称“她”，是由于该AI体在片中被授予了小女孩的外不雅观）能够预知以主人公爱丽丝为首的人类团体的行动，而且，她为了保护伞公司的利益，会绝不犹豫地杀去世大批无辜的群众。不足为奇，在电影《机器公敌》中，也有一个叫“薇琪”的超级AI。她（该超级程序同样具有女性外不雅观）经由反复打算后，得出了一个恐怖的结论——只有消灭一部分人类，才能使全体人类得到更好的发展。她乃至还将这个骇人听闻的操持称为“人类保护操持”。
电影《生化危急》（ Resident Evil，2002）中的超级AI“红皇后”
从戏剧冲突的角度看，AI在这些影视作品中具有的全局性冷漠视角，与人类个体所具有的局部性（但同时更具温情）视角形成了光鲜的对照，而这种对照本身就具有很强的戏剧张力。同时，影视主创职员对AI的设想也知足了一部分不雅观众对付AI的想象：AI虽然缺少情绪，但是在打算能力方面超越人类的。以是，AI能够比人类更清楚作甚“大局”，只管这并不是人类个体所乐意接管的“大局”。
不过，上述印象是建立在对AI的很深的误解之上的，由于超强的打算能力并不虞味着对全局知识的把控。实际上，任何一个智能体如果想要把握这样的全局知识，都须要席卷所有问题领域的超级知识图谱，而该知识图谱每每是人类聪慧的结晶。举个例子，如果你要打算一枚导弹在各种繁芜的空气环境中的轨道变革情形，你先要设立一个合理的空气动力学框架（该框架无疑是来自学术共同体的长期知识积累），并在该框架中设置大量的参数，至于如何打算这些参数，则是下一步才要考虑的问题。想要在开放式的问题办理场域中建立一张得当的知识图谱，纵然对人类建模者来说也是充满寻衅的。譬如，在办理所谓的“电车难题”时，任何一种比较稳妥的方案都须要预设一个特定的规范伦理学态度（功利主义的、责任论的，或是德行论的），而人们就各种态度之短长并没有达成普遍同等的见地。这便是说，用以办理“电车难题”的统一不雅观念条件并不存在，遑论在这一条件下构建统一的知识图谱。从这个角度看，作为人类的聪慧转移形态，任何AI都无法超越人类目前的聪慧上限，就所有问题的办理方案给出毫无瑕疵的知识图谱。
基于上述剖析，我们不妨再来核阅《机器公敌》里“薇琪”的结论——杀去世一部分人类以保护人类整体的利益是合理的。她得出这一结论的推理过程是，人类的过度繁衍已经影响了地球的安全，以是，必须打消一部分人类以为更多的人留出生存空间。很显然，这个结论的知识框架是建立在某种粗暴的打算办法之上的：她将所有人都视为消费者，并且以此为分母，让其平分天下既有的资源总量，末了得出了“资源不足分”的结论。在这个知识框架中，被忽略的成分有：（1）人类不仅是消费者，也是生产者，因此，人类有针对性的劳动能够使天下的资源总量增加；（2）只管当前世界上人口较多，但未来人口并不一定会连续增多， 由于我们必须考虑人口老龄化所导致的人口萎缩问题；（3）人类内部有繁芜的社会共同体构造分层（国家、民族、地方、家庭等等），因此，忽略所有人的乡土背景信息却仍能有效担保全人类生存机会的再分配方案并不存在。反之，如果有人硬是要将所有这些参数都放在一个超级平台上予以思考，他就必须放弃全局式的上帝视角，而不得不在彼此冲突的各类态度中进行选择（譬如，在基于不同民族国家利益的态度之间进行选择）。这样的打算方案显然会固化特定人类团体的偏私，并由此激化不同人类团体之间的既有态度冲突，这也就与主流科幻电影所展现的仅仅激化毫无社会背景的全体AI与全体人类之间的冲突不同了。
电影《机器公敌》（ I, Robot，2004）剧照
误解三：AI可以轻易具备与人类顺畅进行措辞与情绪沟通的能力。从表面上看，这一误解与前一种误解是相互抵牾的，由于在前一种误解里，AI应该是缺少感情的。但须要指出的是，由于在主流科幻影视作品中AI已经被授予了人格，以是，就像影视剧中的人类角色有善、恶之分一样，AI角色也有善、恶之分，而对那些“善良”的AI角色来说，预设其具有与人类共情与互换的能力，已然成为主流科幻影视作品的标准模式。比较范例的案例有以下几个： 在电影《人工智能》中，机器人小戴维不但能够立即学会英语，而且渴望得到来自人类母亲的爱；在动画电影《超能陆战队》中，充气机器人大白成了最值得相信的“暖男”；在电影《她》中，男主人公竟然在与AI系统OS1谈天的过程中爱上了这个谈天软件；在系列电影《星球大战 》中，礼仪机器人C-3PO的人际互换能力乃至要远远超过人类：按照剧情设定，它能够翻译3万种星际措辞，并凭借这个本领使得人类主人在繁芜的星际外交活动中游刃有余。
在科幻影视作品的场景中预设AI具有流畅的人-机互换能力，显然对推进剧情大有裨益。不过，从客不雅观角度看，以上影视作品所呈现的人机一家的美好图景，已经远远超出了目前主流AI所能供应的技能产品的水平。干系评判情由有二。
第一，机器与人类顺畅互换的能力是建立在“自然措辞处理 ”（Natural Language Processing，以下简称“NLP”）技能上的。目前，这种技能在商业上的最主要的运用是机器翻译（Machine Translation）。建立在深度学习路径上的主流NLP技能现在远不及主流科幻电影所描述的那么成熟。传统的深度学习程序采取的是监督式的学习办法：这种学习办法须要程序员对所有语料进行繁复的人工标注，编程本钱极高（人工标注的意义在于，令打算机理解语料处理的标准答案）。近年来，随着互联网上语料的增多，对NLP的研究更加聚焦于无监督学习和半监督学习的算法。不过，虽然这些算法能大幅减少人工标注的事情量，但由于失落去了人类供应的标准答案的校准，此类系统终极输出结果的缺点率也会随之上升。要填补这一毛病，除了提高输入的数据量之外别无他法。由此不丢脸出，若要提高主流NLP产品的技能水平，须要进行演习数据量的扩容。这反过来也就意味着：这种技能无法应对语料比较少的机器翻译任务，特殊是一些缺少网络数据支持的方言语料与某些个性化口头禅。然而，根据人际交往的知识，熟习特定方言与口头禅才能迅速在对话中拉近关系。这也意味着，按照现有的技能，我们很难做出像《她》中OS1系统那样的可以自由地切换各种英语口音并与人类进行交谈的软件，遑论像《星球大战》中C-3PO那样的精通三万种措辞的机器措辞学家（目前的AI技能乃至很难处理缺少干系网络数据的冷门措辞）。
电影《她》（ Her，2013）中男主人公与OS1系统交谈
第二，感情互换是人际交往的主要方面，而在AI中实现可以被算法化的感情机制实在非常困难。此项事情须要AI专家先根据认知心理学提取出一个足够抽象的感情天生理论，然后设法将其运用于打算机载体。至于哪些关于感情的生理学要素仅仅对人故意义，哪些要素同时适用于AI与人类，要逐项鉴别才行。实际上，目前的主流AI并不能拥有感情，它们只能鉴别人类的感情。比如，从1995年开始，美国麻省理工学院就启动了一个叫“感情打算”（affective computing）的项目, 其紧张内容是通过搜集从摄像机、录音笔、生理指标感知器中得到的人类行为数据，判断受试者究竟处于何种感情中。不过，打算机做出判断的算法根本依然是某种样式的深度学习机制：
就深度学习的有监督学习版本而言，人类标注员须要对每张人脸图片的实际感情状态进行措辞标注，然后以此为样本，逐步演习系统，使其节制将人脸与特定感情标签相联系的一样平常映射规律。须要把稳的是，经由演习的系统纵然能够精准地对人脸进行感情识别，其自身也不拥有感情：一台能够识别出快乐表情的机器人没有一天会感到快乐，而且，它们也不知道人类为何会感到快乐。这样的AI产品很难与人类产生真正的共情，遑论在理解人类真实情绪动机的条件下与人类展开深层的精神互换。
由上可知 ，以AI为主题的主流影视作品实在粉饰了这样一个原形：主流AI技能目前还无法支持那些影视作品所畅想的信息处理能力。当然，对未来科技进行适当抱负是科幻影视作品的天然权利，但须要把稳的是，险些所有以AI为主题的主流影视作品都没有向不雅观众阐明清楚，未来的AI专家将沿着若何的技能路径兑现影视主创者在影片中提出的技能许诺。与之比较，以生物学为主题的科幻电影（如《侏罗纪公园》）以及以生态学为主题的科幻电影（如《后天》），对干系科学主题的磋商要深入很多，遑论像《地心引力》与《火星接济》这样基于大量真实宇航科技知识的“硬科幻”作品。
若有人问我，这些主流科幻电影所展现出来的AI能力理论上是否可以实现，我会说，这个问题问错了方向，由于这个发问办法依然是将机器与人对立了起来，而没有将机器视为一部分人对其余一部分人进行掌握的工具。我们更应该担心的是，现有的基于大数据的AI技能的利用，会不会加剧人与人之间既有的不平等，由此加深人类社会自身的异化。我们要做的是对人类社会各种可能的组织架构进行反思。
本文摘自复旦大学哲学学院徐英瑾教授的新作《哲学的二十个夜晚》，澎湃新闻经出版方授权刊载，注释从略。
《哲学的二十个夜晚》，徐英瑾/著，东方出版社中央·光尘，2024年2月版