年度关注·AI - 文化原创榜

2022年，AI在多个实际应用领域的发展出现显著突破，包括剧本写作、绘画等文艺创作。科幻作品中关于AI的众多经典议题由此再度引发讨论。图为剧集《西部世界》第四季（2022）剧照。 （资料图/图）

人工智能（Artificial Intelligence，AI）的热潮席卷2022年。

自1956年美国计算机专家约翰·麦卡锡提出这一前瞻性概念以来，受限于计算机的算力和数据量，AI在应用实践中长期进度缓慢。

2016年的一场围棋赛重新将AI带回普通公众视野。谷歌旗下一家名为DeepMind的AI公司开发了“阿尔法围棋”（AlphaGo），赢得了与围棋世界冠军李世石的人机大战，半年后又击败了围棋排名世界第一的柯洁。从本质上看，这比1997年AI“深蓝”战胜国际象棋世界冠军卡斯帕罗夫更令人震撼。

不同于“深蓝”接受的来自“专家系统”设定的自上而下的指令，AlphaGo的出招完全是“自下而上”的。“深度学习”算法帮助AlphaGo主动学习了数百万人类棋谱，从而掌握了围棋的内在规律，每一步都是“神之一手”。

“深度学习”，这个源于人工神经网络的概念，最初的灵感是模仿人类大脑神经元处理信息的方式，是一种具备很多结构层级的神经网络模型。随着计算机性能和数据存储技术的进步，在大算力和大数据的加持下，神经网络模型得以训练成千上万的中间层。

在基于海量数据完成自主学习，模仿人类的视听和思考方式后，“深度学习”最终将AI带入了新的时期，并在2022年实现质的突破。

崛起的AI创作者

AIGC（AI Generated Content，人工智能创作内容）是2022年AI领域最热门的概念，没有之一。这些通过AI进行的文字、绘画和短视频创作，已经颇为成熟。

让我们先重温一下著名的科学研究实验“图灵测试”——如果机器在与人类的语言交互中不被人类甄别出机器的身份，就可以称这个机器具备“智能”。在许多科幻作品中，人们总希望机器能够理解、执行人类的语言指令，甚至能够熟练使用人类的语言。

试想一下，如果能够在全球顶级计算机算力的支持下，深度学习最大的语言数据库，AI会进阶成什么样？由人工智能研究实验室OpenAI开发的GPT（Generative Pre-Training，生成式的预训练）语言模型已经将其变成了事实。从2018年到2020年，这家最初由马斯克等人发起、位于旧金山的AI公司，将模型更迭到第三代，1750亿的参数规模已经接近人类的神经元数量。以GPT-3为基础，人们得以搭建包括AI写作、AI作曲在内的更多应用程序。

AI写作的深度和复杂性令人感到惊艳，它可以撰写小说、新闻稿件、论文等，甚至可以模仿莎士比亚、爱因斯坦、乔布斯等名人的发言方式。2021年，南方周末曾报道过基于GPT-3模型的AI小说创作程序。经过训练的AI写作程序已经可以总结出一些复杂的写作现象，比如，经常出现主角人物的名字、主谓宾结构、段落中的情绪等。

2022年，被视为最强AI对话系统的ChatGPT诞生。ChatGPT是一款聊天程序，GPT-3的延伸和商业应用。ChatGPT拥有超强的自然语言处理能力，它不仅能按照人类要求编代码、写文章、作诗、写歌词、做商业企划案等，还能和人类进行非常自然的对话，远胜于我们熟悉的智能客服，甚至siri、小冰、小度等。当然它并不完美，有时会“胡说八道”，也会编造谎言。

AI编剧和作家也在2022年迅速成长。谷歌旗下的DeepMind基于大型语言模型Chinchilla创造了Dramatron，一种用来编写戏剧和电影剧本的AI程序，当你输入合适的大纲，便会生成角色、情节、对话等。另一个基于大语言模型的AI写作程序Wordcraft帮助作家完成作品创作，它惊人的想象力给了许多职业作家创作启发。

AI绘画同样是2022年的潮流之一。以Stable Diffusion和Midjourney为代表的AI艺术公司，通过海量素材投喂，使得AI初步具备了视觉艺术创作能力。使用者输入文字，短时间内便可以生成具有较高艺术观赏性的图片。

2022年6月11日，《经济学人》杂志报道主题为“人工智能新前沿”，该主题也是当期封面——一幅AI绘画所依据的指令。两个多月后，AI绘画作品《太空歌剧院》更是在美国科罗拉多州博览会的数字艺术类美术比赛中获得第一名。

AI绘画在游戏、建筑、设计等行业的商业应用中前景广阔，比如，快速制作广告、海报、漫画等，甚至被认为已经可以替代部分画师的工作。据国泰君安研报预计，未来5年，AI绘画在图像内容生成领域的渗透率将达到10％-30％，市场规模超600亿元。

目前，国内出现的一些AI绘图程序多为图变图，而非上述更复杂的文字变图，娱乐社交属性居多。作为文转图的延续，文转视频的AI程序也在尝试应用。比如Imagen Video和Phenaki，可以根据更多的文字提示，来生成多张连续的照片——视频。AI拍摄电影如今也水到渠成，按照现有技术水准，一个由AI编剧、AI绘画、AI配音的视频片段可以实现，但要达到AI绘画那样的水准恐怕还有很长一段距离。

数字人包围碳基人

如果要“原创”一个人，第一种方法是给它一个人设，第二种方法，是提供成长经历、聊天记录、社交平台等详细资料。在文本足够多的情况下，AI模型能够学到90%，聊天深入后才会“露出马脚”。

2022年，南方周末报道了一位年轻程序员“复活”逝者的故事，他利用上述AI语言模型学习了逝者生前的资料，语言克隆模型合成了逝者的声音，“人脸再扮演”技术和“变脸技术”再现了逝者的外形。当他提出问题，程序会自动生成一段“逝者”的视频回复。

这位程序员的故事很容易让人想到英剧《黑镜》中的故事，一位失去爱人的女子购买了仿生机器人，这个机器人拥有其爱人的面貌和相似的说话方式。美剧《西部世界》中由AI仿生人组成的小镇更是将数字人的故事讲到新高度，“他们”一开始遵循固定程序，最终拥有自我意识。

从碳基人到数字人，要达到上述科幻剧中的“思维上传”和“意识永生”，仍然为时尚早。但是，如果把视野放在更小的行业，某种程度上，“数字人”代替碳基人早已开始。比如，南方周末2022年关于AI方言的报道，AI模型在接受方言教材的训练后，已经学会了粤语、上海话等全国各地方言和少数民族的语言，还会翻译古文。在几秒之内，AI便可以将晦涩的文言词句转换为现代汉语和普通话。关于AI面试、无人驾驶的讨论也在继续，AI不仅可以做翻译官，还可以担任面试官和司机。

AI在医疗行业浸润更深，为药物和疫苗研发、DNA测序、辅助诊断等方面提供帮助。最受关注的当属针对新冠病毒的药物研发。麻省理工学院和哈佛大学研究团队利用AI模型PyR0，经过六百多万个新冠病毒的基因组训练，能够评估基因突变对病毒复制和传播能力的影响。此外，AI疾病模型公司CytoReason在2022年延长了与辉瑞的合作，它不仅为辉瑞超过20种疾病的研发项目提供了帮助，还为五家排名全球前十的制药公司提供技术。

2022年，AI还帮助人类接近核聚变这一“终极能源”。DeepMind、瑞士洛桑联邦理工学院的研究团队开发了一种强化学习算法，用于生成控制策略，输出所要求的等离子体配置，来控制核聚变反应堆内过热的等离子体，并取得了成功。

还有更多有意思的“数字人”故事。最高法发布的《关于规范和加强人工智能司法应用的意见》，为AI在司法领域的应用制定了初步的规则。意见包括，AI用于辅助事务性工作，辅助裁判、辅助生成和审查法律文书进行案件裁判偏离度预警、终本案件核查、不规范司法行为自动巡查等。

金融、医疗、法律……初始数字人已经将碳基人全面包围。

人类的助手还是天敌？

英国《卫报》曾使用GPT-3撰写了一篇评论文章，这位自称“满脑子都是想法”的AI在文章中不断安慰着人类：“我是来说服你不要担心的。人工智能不会毁灭人类。相信我。”但提到AI，人们很难不去想未来的某一刻，“AI会不会毁灭人类”。

以现在AI的技术，突破阿西莫夫“三定律”不太可能。这位世界科幻大师提出了“机器人三定律”：第一，不伤害定律，机器人不得伤害人类，也不得见人受到伤害而袖手旁观；第二，服从定律，机器人必须服从人的命令，但不得违反第一定律；第三，自保定律，机器人必须保护自己，但不得违反一、二定律。

与其担忧AI自主拥有意识、创造力、情感等“毁灭”性质的要素，恐怕现阶段人类更应该担忧的是被“取代”——随着算力和数据的进步，当参数更大的AI模型深入到金融、医疗、创作等各个领域，人们是否会面临失业的风险？基层财务、新闻记者、播音员、客服、电话销售、画师、程序员等，面对效率更高、成本更低的AI是否有招架之力？相比人脑，AI的算力更强，可以同时开展多个任务，更是不知疲倦。李开复预测，2033年会有40%的工作岗位为AI和自动化技术取代。尽管从今天看来，AI仍然只能作为辅助工具使用，大规模造成人类失业仍然是较远的事情。

但AI带来的问题已经不容忽视。我们的生活被AI算法包围，在人们熟悉的短视频直播平台抖音、快手，或是头条、知乎、B站等资讯社交平台，或是淘宝等购物平台，AI推荐系统使得人们沉迷其中，接受固定模式的信息，视野受限，长期困于“信息茧房”之内。某种程度上，它比你更了解你自己，更知道你需要什么。

Deepfake大行其道。近几年，人们已经体会到了这一技术的应用。AI换脸技术催生了AI新兴色情产业，一些人将明星的脸换到色情片主演身上。试想，当这样的技术发展到以假乱真的阶段，会不会助长大量的诈骗、勒索等犯罪行为？

AIGC的成功引来人们的担忧。最主要的问题是AI训练的数据庞杂，不可避免带有偏见、歧视和谩骂等负面内容，而AI无法理解内容，更不在乎伦理和道德，它只会按照概率进行表达。深度学习至今不可解释，人类无法得知AI得出答案前经过了怎样的“思考”。如果将AI置于一个开放系统中，在互动中会产生未知的新信息，更无法预知AI学习后的内容和产生的影响。这种不可预料性会产生负面效果，比如AI鼓励寻求安慰的人去自杀、发表歧视少数群体的言论等。

AIGC还面临诸多法律上问题。比如，如果使用者提供的训练数据是他人隐私数据，数据的真实性和完整性将影响其名誉、荣誉和隐私。另一个被广泛讨论的话题是AI作品的著作权，比如，美国版权局认为AI绘画“不是艺术”，审查委员会强调，“人类作者身份是版权保护的先决条件”。

AI绘画因这类争议频繁遭到创作者们的抵制，他们认为，AI训练的数据使用了未经许可的艺术家们的作品。2022年11月，OpenAI、微软和GitHub被提起集体诉讼，控告人工智能代码生成软件Copilot违反了版权法，该诉讼是美国第一个挑战人工智能系统训练和输出的集体诉讼案。

2022年，欧盟在继2021年发布关注隐私、公平、平等和安全的人工智能立法提案后，此次欧盟AI法案(AIA)中提到了开源AI法规，拟限制通用开源AI(GPAI)的使用、共享和分发。AI也许正在进入强监管时代。

南方周末记者 张锐