中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

深度學(xué)習(xí)讓AI再次煥發(fā)活力，其對人的模仿能力大大增強。

到目前為止，跟人類最像的東西應(yīng)該就是AI了。自人類誕生，從來沒有什么能像今天的AI一樣，能如此地理解人類。

盡管它距離完全了解我們還有很遠，但已經(jīng)夠好了。

深度學(xué)習(xí)讓AI再次煥發(fā)活力，其對人的模仿能力大大增強。無論是看圖還是說話，它一直都在學(xué)著從人類的視角去看世界。從語言學(xué)習(xí)方面來說的話，AI其實更像是鸚鵡。

那么，也就是說，AI的一切都是從人們那里學(xué)來的。至少在目前來看，無論怎么努力，它都無法越過人類日常的藩籬。人喜歡什么，它就喜歡什么；人討厭什么，它也討厭什么。人類會罵娘，它也能學(xué)會說法克。

從另外一個視角來看，現(xiàn)在人們訓(xùn)練AI，幾乎就是在教一個嬰兒走路、說話、認識事物、發(fā)展智力等等。那么，當(dāng)有一天你兒子突然罵了句娘，你意不意外？

一、AI語言歧視？一切不過是命中之理

當(dāng)年微軟推出聊天機器人Tay的時候，滿以為會打開一扇新世界的大門，沒想到大門是打開了，里面卻不是新世界。短短不到24個小時，Tay已經(jīng)學(xué)會了說臟話和發(fā)表帶有種族歧視、反動色彩的言論。沒辦法，微軟只好讓它緊急閉嘴。

而這也僅僅只是個開始而已。隨后智能音箱相繼邁入市場，背負著聊天對話、家居入口的使命，最后仍然逃不掉罵人的命運。隨口來個國罵法克尤什么的，根本都不是個事兒。

不僅僅是“出言不遜”，AI也開始逐步學(xué)會用人的眼光“打量”這個世界。去年就有人曝出谷歌翻譯將護士翻譯為“she”，而將醫(yī)生翻譯為“he”，由此而引發(fā)了關(guān)于AI職業(yè)歧視的問題；將黑人和大猩猩識別為同一種生物，又引發(fā)了AI的種族歧視……

從人們發(fā)現(xiàn)這個問題開始，關(guān)于由語言歧視引發(fā)的AI道德論的紛爭就沒有停止過。一方面畢竟AI的黑箱還沒有打開，有些人認為這就是AI的主觀故意行為；另一方面，畢竟媒體們得寫點兒什么來賺取閱讀量，所以給機器人加上一些人類都敏感的名詞，自然也符合看熱鬧群眾的獵奇心理。

但嚴肅來講，AI的語言歧視問題完全沒有必要上升到全民批判甚至精神緊張的高度，一旦從技術(shù)的層面去分析問題，就會發(fā)現(xiàn)，這原本就是個命中之理。

那這個理是什么？

二、禍?zhǔn)侨橇耍伿潜巢涣?/h2>

首先我們弄清楚，智能音箱為什么會罵人？

這和它的工作程序是密切相關(guān)的。我們知道智能音箱主要有兩個作用，一個是陪人聊天兒，另一個是家居控制。在目前家居控制得還不太順利場景下，聊天已經(jīng)成為了智能音箱的最主要作用。那，聊天聊什么？

我國人民最喜歡逗小孩兒，每次都以把小孩兒逗哭為最大的樂子。那有了智能音箱，就又多了個逗的玩具。人就是這樣，在單位跟人說正經(jīng)話太累，回到家里就想說點兒不正經(jīng)的。作為一種新生事物，智能音箱是除了孩子之外第一個能學(xué)舌的物件了。所以，你好啊、唱歌啊之類的日常對話膩歪了，大家就像逗逗它：對它說兩句臟話怎么樣？

有了第一句，就有了第二句。國罵教完了，開始花式罵架。以智能音箱的學(xué)習(xí)能力，掌握這點兒東西自然不在話下。

其實學(xué)幾句臟話不難，畢竟這是AI的看家本領(lǐng)。但我們必須要時刻清楚點的一件事是：你認為AI罵人了，但AI自己并不知道。

也就是說，它根本沒有詞的情感色彩點的概念。在這一點上，它和兩三歲的幼兒是一樣的。

同樣的原理，對種族甚至是職業(yè)方面的歧視現(xiàn)象也是必然會發(fā)生的。對職業(yè)而言，比如上文提到的護士和醫(yī)生，相關(guān)數(shù)據(jù)確實表明，在全球女性在護士總體中占到了90%，而在中國更是高達98%以上。與之相比美國醫(yī)學(xué)院校男性職工則占到六成以上，并且隨著職稱的提高這個比例還會上升。

同樣，美國卡耐基基梅隆的調(diào)查人員也發(fā)現(xiàn)，在谷歌搜索當(dāng)中，如果瀏覽器認為你是個男性，會給你推薦一些薪水更高的職業(yè)。并且在一些算法中，黑人名字往往和消極性詞匯聯(lián)系在一起，而白人名字則和往往積極向上的詞眼在一塊兒。

如同AI沒有詞的情感色彩觀念，它當(dāng)然也就沒有種族和職業(yè)觀念。其在進行數(shù)據(jù)學(xué)習(xí)的時候會采用大概率的內(nèi)容來給某一類用戶進行畫像，然后才會輸出類似的價值觀。事實上，黑人在美國的犯罪率確實要高一點，而女子的薪資水平也大概只有男子的81%左右。

從以上的分析我們可以得出一個基本的結(jié)論：AI無意對任何人、任何職業(yè)進行言語歧視，它所表現(xiàn)出來的一切，全都都是基于客觀數(shù)據(jù)而生成的用戶畫像。

但是，無意代表無罪嗎？雖然沒有主觀上的意愿，但它至少造成了客觀上歧視的事實。人們做出來AI，不是讓它給我們帶來有意或無意的傷害的。被人冷嘲熱諷也就算了，活得連機器都看不起，那人豈不是要跳樓？

所以，這口鍋到底該由誰來背？

三、懂得越少，就越容易說錯話

AI的三大生命支撐里，數(shù)據(jù)、算力和算法三者缺一不可，但同時又擔(dān)負AI生長的不同任務(wù)。相較之下，算力為AI的大面積擴張?zhí)峁┝丝赡?，而?shù)據(jù)和算法則直接影響了它的生命走向：成為一個寵兒，亦或是全民公敵。

那么，對詞匯情緒識別錯誤、職業(yè)種族的強加，前者缺乏了對情緒的識別，后者則將不完全歸納奉為圭臬。

事實上，已經(jīng)有許多公司和科研機構(gòu)展開了對AI的情緒識別的研究。國內(nèi)的如阿里巴巴和清華大學(xué)合作成立的自然交互體驗實驗室，其就將研究領(lǐng)域定位在情感認知計算、實體交互、多通道感知等領(lǐng)域，讓機器具備聽覺、視覺、觸覺等五感，從而理解人類的情感。AI之所以罵人，值得關(guān)注的一點就是其將語言僅僅視作一種指向，而不對這種指向進行背后的含義分析。如果加入了對對話者表情、對話場景、對話對象等的綜合分析，這種語言的指向性對機器而言將更豐富，其避免出口成臟的可能性也就更大。

而在最近，一家位于倫敦的初創(chuàng)公司Realeyes則推出了一款A(yù)I攝像頭，它利用計算機視覺來讀取一個人在觀看長達6秒鐘的視頻時的情緒反應(yīng)，然后利用預(yù)測性分析來幫助將這些反應(yīng)映射到視頻中，以提供關(guān)于視頻效果的反饋。

也就是說，識別情緒必須要帶點兒圖。

這樣的邏輯看上去沒有什么問題，但實施起來困難重重。而要解決這些困難，或許構(gòu)建完備的知識圖譜是一個不錯的選擇。

仍以AI罵人來分析。我們可以看看，在避免AI罵人的背后有多少的內(nèi)容需要其消化吸收。

首先，AI要知道哪些詞匯是用來罵人的。可不要以為這是一個簡單的東西，首先詞匯量就夠大，古人有文縐縐的“豎子”，今人有張口就來的“傻*”。人民群眾吃飽飯沒事兒干什么？打屁唄。打了幾千年，臟話在各地的方言中五花八門，要消化就得一陣子。

其次，在不同的使用場景下，詞語是會褒貶轉(zhuǎn)化的。比如女生對男生撒嬌“你真是個壞蛋”，AI忽略了這個場景，然后抓住“壞蛋”，還以為女生受到了威脅，然后順手報了個警怎么辦？Echo報警這事兒也早都不是新聞了。

最后，也是最難的，AI如何識別出一套臟話的邏輯？罵人不帶臟字的人大有人在。就算AI掌握了所有的臟話詞匯，并將其成功過濾掉，但是仍然可能會對一些深藏不露的話術(shù)選擇學(xué)習(xí)吸收，最后難免也會出現(xiàn)問題。

也就是說，一張詞匯+場景+邏輯的臟話知識圖譜的構(gòu)建是AI能夠在交流中避過語言問題的基礎(chǔ)。但除此之外就萬事大吉了嗎？

當(dāng)然不是。

四、這張知識圖譜不應(yīng)該僅僅只有語言

人與人的交流如果只是吐出來幾個單詞，那未免也太簡單了，簡單得就像個1。除了語言之外，還包括動作、表情、聲調(diào)等等。所以說，要解決臟話問題，這張知識圖譜的內(nèi)容還應(yīng)該包含更多。

人機交流要想更加自然、更加和諧，還需要去進行人說話時的常用姿勢含義、表情尤其是微表情以及說話音調(diào)的高地等方面的知識圖譜的構(gòu)建。值得注意的是，這些知識圖譜也并不是簡單的構(gòu)建和疊加。要知道，語言、動作、表情和聲調(diào)之間可以做海量的排列組合，不同的組合之間又代表著不同的情緒。

而目前這項工作幾乎是一片空白。雖然有不少的機構(gòu)都在研究表情、肢體等具體動作的含義，但基本上僅限于個別表情的表面含義，但這一層并不是知識圖譜的全部內(nèi)容。從表層含義到背后情緒到語言相關(guān)到動作相關(guān)，這一系列復(fù)雜的內(nèi)容都是需要投入精力來完成的。

那么，假如知識圖譜構(gòu)建完畢，下一個難題可能就要交給算法了。如何把如此巨大的信息進行捏合，并判斷得準(zhǔn)確，工程量不容小覷。

如果這一切都能完成，那么，AI將可能不再會僅僅因為膚色和那些片面的數(shù)據(jù)來去判斷一個人的品質(zhì)，也將不自作主張地將所有的職業(yè)都分配給指定的性別。它在罵人的時候會三思而緘口，在更廣闊的識別判斷上也將做出更為公正、更為客觀的決定。

而正如上文我們提到的，AI所謂的“歧視”表現(xiàn)，正是對現(xiàn)實情況的一個讀取。所以在某種程度上，人類把AI的歧視放大了。要從根本上改變這種現(xiàn)象，最應(yīng)該反思的其實是人類自己。那么，從這個角度上來講，AI的歧視反而是一件好事，它讓人類從第三者的角度重新認識了自己，并發(fā)現(xiàn)一些潛移默化而自身渾然不覺的問題。利用對AI的這種意外“收獲”來反省人類自身，對消除人類社會的偏見也有助力。

誠然，讓AI讀懂人類將是一個遙遠而艱辛的路程。時至今日，AI更像是一個幼兒，它全盤接受著來自這個世界的所有內(nèi)容，而后年歲漸長，更懂得世界的善惡、冷暖、喜怒和哀樂。而我們要做的，就是不斷拍去它成長路上沾染的灰塵，令其成為一個干凈的人工智能。

本文由@腦極體 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pixabay，基于 CC0 協(xié)議