如果 AI 技术可以让你永生,你愿意么?
AI 技术已经能够合成人声、人像和视频。如今,在聊天机器人的基础上,又通过深度学习与知识图谱的融合,实现具有“认知”与“感知”以及自我进化能力的 AI 虚拟生命。
清明时节,聊点儿沉重的。
每逢清明,我们又会直面死亡这个话题。从帝王到普通人,都会奢望永生。到如今,人类的生命在进化发展过程中,似乎已经延长到了极限,但也不过白驹过隙几十年。
如果说,现在有技术能让人“在某种意义上的复活、永生”,你愿意尝试么?
用私人语料库,打造永生 Siri
我们所说的永生技术,不如理解为“换一种形态存在”,是将一个人的许多特征用数据信息重现出来。
利用在各类社交平台的信息,训练出来的聊天机器人,其“性格”也越来越贴近“本尊”。
我们曾报道过,华盛顿大学计算机科学系副教授 Muhammad Aurangzeb Ahmad 为了缓解对去世的父亲的思念,开发了一款模拟父亲语气的聊天机器人Abu Jani。
计算机教授以已故父亲为原型,设计的聊天机器人 Abu Jani
用机器学习不仅能学习语聊,打造聊天机器人,同样还能结合视频、音频合成更完整、更多维的人物形象。
这些技术,可以为每个人都打造一个专属的 Siri + 形象,合成我们亲人、朋友,甚至我们自己,只要不断电,就能永远以另一种形式存在。
而且,在聊天机器人的基础上,已有公司推出更加复杂多维的 AI 虚拟生命。
用私人多维信息,打造永生
深圳的一家公司 Gowild ,在去年发布了基于 3D 全息虚拟影像和 GAVE 技术的虚拟生命,起名叫“琥珀虚颜”。
琥珀住在一个叫做金字塔状智能音箱中,通过全息技术,呈现出灵活的影像。而她与人的交互,则通过智能硬件配合 AI 引擎来完成。
琥珀的才艺展示
琥珀有自己的人设,它是一个身高 167 cm,体重 48 kg(灵体状态没有体重),爱吃葡萄,喜欢唱歌的美少女。
她也拥有普通人的日常:起床、洗漱、吃饭、喝水、与人沟通、学习乐器,甚至她还能感受到人的情绪,俨然一个住在机器中的室友。
如果说之前的聊天机器人还是停留在“感知”阶段的话,那么作为生命延伸的 AI 虚拟生命已经到了“认知”阶段。
进一步地,她还包括了自我进化的能力,能够不断地学习和更新。
可以再生明星,也可以?
据 Gowild 方面介绍,基于琥珀的可拓展性,他们未来还将引入明星、家人甚至宠物入驻成为载体中的虚拟 IP,让每个人都拥有自己的定制 AI 虚拟生命。
从聊天机器人升华到虚拟生命,不止是让诸如 Siri 之类的聊天机器人可视化,而是在技术方面克服了许多挑战。
首先,虚拟生命应具备强大的认知智能,包括理解、运用语言的能力,掌握和运用知识的能力。
其次,在语言和知识的基础上,具备推理能力以及情感识别。这在自然语言处理( NLP )方面,有很高的技术要求。
比起冷冰冰的编码和数据,AI 虚拟生命更能给接触者“生命感”,而且能针对用户行为习惯形成不同的性格体系。 Gowild 曾在分享中聊起,为实现虚拟生命技术,将深度学习与知识图谱融合是一个关键。
虚拟生命的相关技术要素
聊天机器人依赖于 NLP ,但为特定任务标注数据的缺乏或不充足,会让研究者发愁,这一点在利用深度学习时尤为严重。因此,聊天机器人很多时候在与人交流时会产生“尬聊”的局面。
而深度学习与知识图谱的融合,使得机器人能够建模和展示它的自我认知能力,拥有情感状态、喜好、技能等高级的知识维度。
比如,机器人喜欢吃的食物则需要和实体知识图谱中的食谱图谱关联,而与用户形成经纪人、好友等社会关系,同时爱好方面则和兴趣图谱又关联在一起。
如此,才可以实现机器人社交、机器人-用户社交和用户社交网络的统一连接。也就是说,虚拟生命比起聊天助手,在技术上又走远了许多。
虚拟生命的能力范畴图谱
值得一提的是,国外一些科技公司,也在做虚拟生命的尝试。
比如日本公司推出的全息交互二次元萌妹 Gatebox ,也是一个住在容器里的 AI 虚拟生命,一经发布很快就销售一空。
Gatebox 的日常
有了 AI 虚拟生命,死亡还是死亡么?
这么看来,只要信息足够丰富,能够打造虚拟生命,就会更接近于“永生”这一概念。
但对于虚拟生命的研发,最终会走向什么地步,谁也无法预知。而且 AI 角色最终会多么贴合一个人的特征,在实现之前谁也拿捏不准。
如果技术能够做到高度相似,会带来的影响也是难以估计的。比如究竟会产生更多的抚慰还是害怕,是否会淡化我们对死亡的概念?这都不是一两句话能说清的问题。
但能够肯定的是,如果 AI 真的实现了这种完全的重现,那么我们所构建起来的死亡观、生命观必然会受到很大的冲击。
未来死亡后,我们每个人都可能成为机器人继续存在
所幸的是,技术还远没有达到我们需要去争论这些问题的地步,或许在未来,我们真的会变成,信息世界里的几行代码。
现在该做的就是好好珍惜身边人,也珍惜自己鲜活存在的每一天。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)