人工智能（ Arti?cial Intelligence，以下簡稱“AI”）是一個具有高度技術(shù)集成性的學術(shù)領(lǐng)域，但其商業(yè)運用的范圍非常廣泛。由于二者之間的信息不對稱，AI在專業(yè)領(lǐng)域內(nèi)的“內(nèi)部形象”與其在公眾（包括政界與商界精英人士）心目中的“外部形象”之間往往有巨大的落差。嚴格地說，“Arti?cial Intelligence”這個詞是在1956年才成為專有名詞的，而最早提出這個英文詞組的是AI領(lǐng)域的元老級人物麥卡錫，而這個詞組本身，則是在同年舉辦的美國達特茅斯會議上被學術(shù)界普遍認可的。與之相比，與AI相關(guān)的形象竟然早在1956年之前就已經(jīng)進入了公眾的視野。 譬如 ， 世界上的第一部科幻小說《弗蘭肯斯坦》（1818年出版）就設(shè)想了用電路將不同的尸體殘肢拼湊成人工智慧體的可能性；在1920年上演的科幻舞臺劇《羅梭的萬能工人》中，“人造人”的理念再一次被賦予形象的外觀；在1927年上映的德國名片《大都會》中，一個以女主人公瑪麗亞的外形出現(xiàn)的機器人，竟然扮演起了工人運動領(lǐng)袖的角色；科幻作家阿西莫夫的名篇《我，機器人》也早在1950年就已經(jīng)面市（其中有些篇章甚至是1940年代寫就的），早于給“AI”正名的達特茅斯會議。

為何一種技術(shù)樣態(tài)面向公眾的詮釋方案反而比該技術(shù)樣態(tài)本身更早出現(xiàn)呢？這其實是由AI自身的特殊性所導致的。AI的技術(shù)內(nèi)核雖然艱深，但“模擬人類智慧”這一理念本身并不晦澀。因此，該理念就容易被一些敏銳的思想先驅(qū)者轉(zhuǎn)化為藝術(shù)形象，由此形成相對于技術(shù)樣態(tài)本身的“搶跑”態(tài)勢。此外，專業(yè)的AI科學家之所以對AI產(chǎn)生興趣，在相當程度上也是因為受到了大眾文化對于AI想象的影響。然而，需要注意的是，此類想象所帶來的慣性在AI真正誕生之后繼續(xù)引導了大眾對于AI的認識，并在相當程度上偏離了AI業(yè)界發(fā)展的實際情況。這就導致直到今天，不少人對AI的認識仍是建立在關(guān)于AI的科幻藝術(shù)作品上，而此類科幻藝術(shù)作品對AI技術(shù)實質(zhì)有意或無意的誤讀，又進一步擴大了專業(yè)的AI研究圈與外部公眾之間的信息不對稱。

筆者將主流科幻影視作品對AI技術(shù)實質(zhì)的誤解分為以下三類。

誤解一：AI的典型出場樣態(tài)是人形機器人。在電影《人工智能》中，主人公小戴維就是一個標準的人形機器人，其外貌與一般的美國小朋友沒有任何兩樣。在電視劇《西部世界》中，整村整鎮(zhèn)的機器人都被做成了美國西部牛仔的樣子。日本電影《我的機器人女友》亦是按照類似的思路將機器人設(shè)計成了一個女人的模樣。

電影《人工智能》（ A.I. Artificial Intelligence，2001）中的人形機器人戴維

從影視創(chuàng)作的角度看，將AI設(shè)計成人形機器人有三點好處：（1）演員可以直接扮成機器人，省去制作真機器人的道具成本；（2）人形機器人的表情與動作更容易引發(fā)觀眾的共情；（3）人形機器人更容易與真人產(chǎn)生戲劇沖突，由此推進劇情發(fā)展。

然而，從AI的技術(shù)實質(zhì)上看，這種表現(xiàn)方式多少有些誤導性。相關(guān)誤解是建立在如下三個錯誤的預設(shè)之上的。

錯誤的預設(shè)1：AI與機器人是一回事。

事實上，AI與機器人屬于兩個不同的學科領(lǐng)域，遑論人形機器人研究。嚴格來說，AI的研究任務(wù)是編制特定的計算機程序，使其能夠模擬人類智能的某些功能，譬如玩某些棋類游戲。顯然，賦予這樣的智能程序以一般的商用計算機物理外觀就可以了，其并不需要具有人形機器人的外觀。與之相比，機器人的建造是“機器人學”的任務(wù)，而機器人學所涉及的主要學科是機械工程學、電機工程學、機械電子學、電子學、控制工程學、計算機工程學、軟件工程學、資訊工程學、數(shù)學及生物工程學，AI在它們之中并不扮演核心角色。當然，AI與機器人技術(shù)的確常常會碰撞出更有趣的工程學應(yīng)用案例，但是這并不意味著二者在概念上是一回事。

錯誤的預設(shè)2：機器人就應(yīng)當采用人形的外觀設(shè)置。

其實，即使是機器人，也往往不采用人形的外觀設(shè)置。以世界上第一臺全自動機器人“Unimate”為例，該機器人在美國新澤西州尤因鎮(zhèn)的內(nèi)陸費舍爾向?qū)ЧS的通用汽車裝配線上承擔了從裝配線運輸壓鑄件并將這些零件焊接在汽車車身上的工作。在經(jīng)過特定調(diào)試后，這個機器人還能將高爾夫球打到杯子里，甚至是倒啤酒。這臺機器人沒有類似人類的眼睛、嘴與皮膚，它只有機械臂以及臂端的一個簡易抓舉設(shè)施與人類肢體類似。由此不難想見，機器人可以被做成各式各樣的形狀，比如魚形與鳥形。

世界第一臺全自動機器人Unimate

錯誤的預設(shè)3：人形機器人是智能或者靈魂的天然載體。

人類其實具有“萬物有靈論”的心理投射傾向，即將很多具有動物或者人形的非生命體視為有靈魂者。孩童喜歡對著玩偶自言自語便是明證，而這種傾向在成人的心理架構(gòu)中也得到了保留。在心理學文獻里，這種心理傾向被稱為“人格化”（personification）或者“人類化”（anthropomorphization）。已經(jīng)有文獻指出，這一心理傾向可以幫助那些缺乏真實社會關(guān)系的人通過對物體的“人格化”獲得代償性的虛擬社會交往方式，由此克服孤獨。廣告商會利用這一心理機制將產(chǎn)品的外觀設(shè)計得具有人性，以獲取消費者的好感。需要注意的是，激發(fā)人格化的心理傾向的門檻是很低的：只要對象看上去有點兒像人就可以了。這就意味著，就科幻影視的觀影體驗而言，只要影視主創(chuàng)方將片中的機器人設(shè)計得像人，這樣的視覺輸入就會順利激發(fā)觀眾的人格化傾向，由此自主賦予這樣的機器人以智慧與靈魂。但這種討巧的做法在AI研究中是完全行不通的。賦予AI任何一種實際的操作功能，都需要編程者在后臺付出巨大的努力，而以AI為主題的科幻影視作品往往會忽略這種努力，這自然會在相當程度上使得公眾對AI的技術(shù)實質(zhì)產(chǎn)生誤解。

誤解二：AI可能具有人類所不具備的全局性知識，即所謂的“上帝之眼”，并由此導致對人類個體的壓迫。在系列科幻電影《生化危機》中，保護傘公司的幕后操控者竟然是一個叫“紅皇后”的超級AI：她（之所以稱“她”，是因為該AI體在片中被賦予了小女孩的外觀）能夠預知以主人公愛麗絲為首的人類團體的行動，而且，她為了保護傘公司的利益，會毫不猶豫地殺死大批無辜的群眾。無獨有偶，在電影《機械公敵》中，也有一個叫“薇琪”的超級AI。她（該超級程序同樣具有女性外觀）經(jīng)過反復計算后，得出了一個可怕的結(jié)論——只有消滅一部分人類，才能使全體人類得到更好的發(fā)展。她甚至還將這個駭人聽聞的計劃稱為“人類保護計劃”。

電影《生化危機》（ Resident Evil，2002）中的超級AI“紅皇后”

從戲劇沖突的角度看，AI在這些影視作品中具有的全局性冷酷視角，與人類個體所具有的局部性（但同時更具溫情）視角形成了鮮明的對照，而這種對照本身就具有很強的戲劇張力。同時，影視主創(chuàng)人員對AI的設(shè)想也滿足了一部分觀眾對于AI的想象：AI雖然缺乏情感，但是在計算能力方面超越人類的。所以，AI能夠比人類更清楚何為“大局”，盡管這并不是人類個體所愿意接受的“大局”。

不過，上述印象是建立在對AI的很深的誤解之上的，因為超強的計算能力并不意味著對全局知識的把控。實際上，任何一個智能體如果想要把握這樣的全局知識，都需要囊括所有問題領(lǐng)域的超級知識圖譜，而該知識圖譜往往是人類智慧的結(jié)晶。舉個例子，如果你要計算一枚導彈在各種復雜的空氣環(huán)境中的軌道變化情況，你先要設(shè)立一個合理的空氣動力學框架（該框架無疑是來自學術(shù)共同體的長期知識積累），并在該框架中設(shè)置大量的參數(shù)，至于如何計算這些參數(shù)，則是下一步才要考慮的問題。想要在開放式的問題解決場域中建立一張合適的知識圖譜，即使對人類建模者來說也是充滿挑戰(zhàn)的。譬如，在解決所謂的“電車難題”時，任何一種比較穩(wěn)妥的方案都需要預設(shè)一個特定的規(guī)范倫理學立場（功利主義的、義務(wù)論的，或是德性論的），而人們就各種立場之短長并沒有達成普遍一致的意見。這就是說，用以解決“電車難題”的統(tǒng)一觀念前提并不存在，遑論在這一前提下構(gòu)建統(tǒng)一的知識圖譜。從這個角度看，作為人類的智慧轉(zhuǎn)移形態(tài)，任何AI都無法超越人類目前的智慧上限，就所有問題的解決方案給出毫無瑕疵的知識圖譜。

基于上述分析，我們不妨再來審視《機械公敵》里“薇琪”的結(jié)論——殺死一部分人類以保護人類整體的利益是合理的。她得出這一結(jié)論的推理過程是，人類的過度繁衍已經(jīng)影響了地球的安全，所以，必須清除一部分人類以為更多的人留出生存空間。很顯然，這個結(jié)論的知識框架是建立在某種粗暴的計算方式之上的：她將所有人都視為消費者，并且以此為分母，讓其平分世界既有的資源總量，最后得出了“資源不夠分”的結(jié)論。在這個知識框架中，被忽略的因素有：（1）人類不僅是消費者，也是生產(chǎn)者，因此，人類有針對性的勞動能夠使世界的資源總量增加；（2）盡管當前世界上人口較多，但未來人口并不一定會繼續(xù)增多， 因為我們必須考慮人口老齡化所導致的人口萎縮問題；（3）人類內(nèi)部有復雜的社會共同體結(jié)構(gòu)分層（國家、民族、地方、家庭等等），因此，忽視所有人的鄉(xiāng)土背景信息卻仍能有效保證全人類生存機會的再分配方案并不存在。反之，如果有人硬是要將所有這些參數(shù)都放在一個超級平臺上予以思考，他就必須放棄全局式的上帝視角，而不得不在彼此沖突的種種立場中進行選擇（譬如，在基于不同民族國家利益的立場之間進行選擇）。這樣的計算方案顯然會固化特定人類團體的偏私，并由此激化不同人類團體之間的既有立場沖突，這也就與主流科幻電影所展現(xiàn)的僅僅激化毫無社會背景的全體AI與全體人類之間的沖突不同了。

電影《機械公敵》（ I, Robot，2004）劇照

誤解三：AI可以輕易具備與人類順暢進行語言與情感溝通的能力。從表面上看，這一誤解與前一種誤解是相互矛盾的，因為在前一種誤解里，AI應(yīng)當是缺乏感情的。但需要指出的是，由于在主流科幻影視作品中AI已經(jīng)被賦予了人格，所以，就像影視劇中的人類角色有善、惡之分一樣，AI角色也有善、惡之分，而對那些“善良”的AI角色來說，預設(shè)其具有與人類共情與交流的能力，已然成為主流科幻影視作品的標準模式。比較典型的案例有以下幾個： 在電影《人工智能》中，機器人小戴維不但能夠立即學會英語，而且渴望得到來自人類母親的愛；在動畫電影《超能陸戰(zhàn)隊》中，充氣機器人大白成了最值得信賴的“暖男”；在電影《她》中，男主人公竟然在與AI系統(tǒng)OS1聊天的過程中愛上了這個聊天軟件；在系列電影《星球大戰(zhàn) 》中，禮儀機器人C-3PO的人際交流能力甚至要遠遠超過人類：按照劇情設(shè)定，它能夠翻譯3萬種星際語言，并憑借這個本領(lǐng)使得人類主人在復雜的星際外交活動中游刃有余。

在科幻影視作品的場景中預設(shè)AI具有流暢的人-機交流能力，顯然對推進劇情大有裨益。不過，從客觀角度看，以上影視作品所呈現(xiàn)的人機一家的美好圖景，已經(jīng)遠遠超出了目前主流AI所能提供的技術(shù)產(chǎn)品的水平。相關(guān)評判理由有二。

第一，機器與人類順暢交流的能力是建立在“自然語言處理 ”（Natural Language Processing，以下簡稱“NLP”）技術(shù)上的。目前，這種技術(shù)在商業(yè)上的最重要的應(yīng)用是機器翻譯（Machine Translation）。建立在深度學習路徑上的主流NLP技術(shù)現(xiàn)在遠不及主流科幻電影所描述的那么成熟。傳統(tǒng)的深度學習程序采用的是監(jiān)督式的學習方式：這種學習方式需要程序員對所有語料進行繁復的人工標注，編程成本極高（人工標注的意義在于，令計算機了解語料處理的標準答案）。近年來，隨著互聯(lián)網(wǎng)上語料的增多，對NLP的研究更加聚焦于無監(jiān)督學習和半監(jiān)督學習的算法。不過，雖然這些算法能大幅減少人工標注的工作量，但由于失去了人類提供的標準答案的校準，此類系統(tǒng)最終輸出結(jié)果的錯誤率也會隨之上升。要彌補這一缺陷，除了提高輸入的數(shù)據(jù)量之外別無他法。由此不難看出，若要提高主流NLP產(chǎn)品的技術(shù)水平，需要進行訓練數(shù)據(jù)量的擴容。這反過來也就意味著：這種技術(shù)無法應(yīng)對語料比較少的機器翻譯任務(wù)，特別是一些缺乏網(wǎng)絡(luò)數(shù)據(jù)支持的方言語料與某些個性化口頭禪。然而，根據(jù)人際交往的常識，熟悉特定方言與口頭禪才能迅速在對話中拉近關(guān)系。這也意味著，按照現(xiàn)有的技術(shù)，我們很難做出像《她》中OS1系統(tǒng)那樣的可以自由地切換各種英語口音并與人類進行交談的軟件，遑論像《星球大戰(zhàn)》中C-3PO那樣的精通三萬種語言的機器語言學家（目前的AI技術(shù)甚至很難處理缺乏相關(guān)網(wǎng)絡(luò)數(shù)據(jù)的冷門語言）。

電影《她》（ Her，2013）中男主人公與OS1系統(tǒng)交談

第二，情緒交流是人際交往的重要方面，而在AI中實現(xiàn)可以被算法化的情緒機制其實非常困難。此項工作需要AI專家先根據(jù)認知心理學提取出一個足夠抽象的情緒生成理論，然后設(shè)法將其應(yīng)用于計算機載體。至于哪些關(guān)于情緒的心理學要素僅僅對人有意義，哪些要素同時適用于AI與人類，要逐項鑒別才行。實際上，目前的主流AI并不能擁有情緒，它們只能鑒別人類的情緒。比如，從1995年開始，美國麻省理工學院就啟動了一個叫“情緒計算”（affective computing）的項目,  其主要內(nèi)容是通過搜集從攝像機、錄音筆、生理指標感知器中得到的人類行為數(shù)據(jù)，判斷受試者究竟處于何種情緒中。不過，計算機做出判斷的算法基礎(chǔ)依然是某種樣式的深度學習機制：

就深度學習的有監(jiān)督學習版本而言，人類標注員需要對每張人臉圖片的實際情緒狀態(tài)進行語言標注，然后以此為樣本，慢慢訓練系統(tǒng)，使其掌握將人臉與特定情緒標簽相聯(lián)系的一般映射規(guī)律。需要注意的是，經(jīng)過訓練的系統(tǒng)即使能夠精準地對人臉進行情緒識別，其自身也不擁有情緒：一臺能夠識別出快樂表情的機器人沒有一天會感到快樂，而且，它們也不知道人類為何會感到快樂。這樣的AI產(chǎn)品很難與人類產(chǎn)生真正的共情，遑論在理解人類真實情感動機的前提下與人類展開深層的精神交流。

由上可知 ，以AI為主題的主流影視作品其實掩蓋了這樣一個真相：主流AI技術(shù)目前還無法支持那些影視作品所暢想的信息處理能力。當然，對未來科技進行適當幻想是科幻影視作品的天然權(quán)利，但需要注意的是，幾乎所有以AI為主題的主流影視作品都沒有向觀眾解釋清楚，未來的AI專家將沿著怎樣的技術(shù)路徑兌現(xiàn)影視主創(chuàng)者在影片中提出的技術(shù)許諾。與之相比，以生物學為主題的科幻電影（如《侏羅紀公園》）以及以生態(tài)學為主題的科幻電影（如《后天》），對相關(guān)科學主題的探討要深入很多，遑論像《地心引力》與《火星救援》這樣基于大量真實宇航科技知識的“硬科幻”作品。

若有人問我，這些主流科幻電影所展現(xiàn)出來的AI能力理論上是否可以實現(xiàn)，我會說，這個問題問錯了方向，因為這個發(fā)問方式依然是將機器與人對立了起來，而沒有將機器視為一部分人對另外一部分人進行控制的工具。我們更應(yīng)當擔心的是，現(xiàn)有的基于大數(shù)據(jù)的AI技術(shù)的運用，會不會加劇人與人之間既有的不平等，由此加深人類社會自身的異化。我們要做的是對人類社會各種可能的組織架構(gòu)進行反思。

本文摘自復旦大學哲學學院徐英瑾教授的新作《哲學的二十個夜晚》，澎湃新聞經(jīng)出版方授權(quán)刊載，注釋從略。

《哲學的二十個夜晚》，徐英瑾/著，東方出版社中心·光塵，2024年2月版