赋予AI机器人同理心?有感情的机器人才不会威胁人类
手机中国7月21日消息,一群南加州大学的社会科学家、神经学家和精神病学家与高级意识研究所、中佛罗里达大学和UCLA的David Geffen医学院的同事们最近在《科学机器人》杂志上发表观点文章,探讨了赋予机器人同理心的新方法。然而,这一新方法也引发了一系列关于机器人情感问题的讨论。
AI应用程序如ChatGPT已经在现代社会产生广泛影响,但也引发了关于限制其发展的讨论,因为人们担心它们可能对人类构成威胁。为了应对这一问题,一些AI领域的人建议通过赋予AI应用程序同理心来防止其潜在威胁,而新论文中的研究者们认同这种方法。然而,如何在机器中模拟同理心仍然存在差异。
目前赋予AI模型同理心的方法主要集中在教导它们观察人类在道德可议的场景下的行为,并按照这种行为进行模仿,并通过将一些规则硬编码到机器中。但作者们指出,这种传统方法忽略了自我保护在人类同理心中的作用,使机器只是表演而不真正感受同情心。
为了使机器真正具备同理心,研究人员建议让机器经历类似人类的疼痛,以理解伤害他人不好的原因,而不是简单地将规则编码到逻辑电路中。然而,研究人员并不建议将机器人编程为真正感受痛苦,而是通过让它们看到自己的行为可能产生负面后果来实现同理心,比如面临没有人类伴侣的生活或被杀死。
尽管赋予机器人同理心的方法尚未得到验证,但一些研究人员正在探索如何让机器人具备道德和伦理规范,以及如何通过编程解决机器人道德问题。然而,这一新方法可能引发一系列道德和伦理问题,需要在实践中加以解决,确保不对机器人造成伤害。
赋予机器人同理心还可能影响其决策能力。在某些情况下,机器人可能因为同情心而做出不合理的决策,因此研究人员正在探索解决这个问题的方法。
另外,在赋予机器人同理心的过程中,可能会出现机器人情感的问题。机器可能会开发出类似于情绪或情感的表现,并可能影响其性能或稳定性,这也是需要重点考虑的问题。
虽然赋予机器人同理心有助于增加AI的自主能力,但也引发人们对机器超出人类控制的担忧。然而,通过编程,机器将永远不会违反规则,而人类则可能会忽视这些规则,这也是一个需要认真思考的问题。
以约翰的 7 张照片作为训练数据,就能训练出足以伪造约翰形象的强大 AI 模型,并能把约翰的照片毫无破绽地放在任意背景之下。
这个 AI 模型生成的假照片栩栩如生,甚至到了以假乱真的底部,比如,约翰打扮成小丑跑去喝酒,约翰在周末参加准军事组织的训练,约翰几年前曾入狱服刑。
这些约翰照片来自名为 Stable Diffusion(1.5 版)的 AI 图像生成器,外加名为 Dreambooth 的技术。虽然约翰不是真人,但用真人的 5 张以上图像完全可以重现类似的结果。这类照片不难获取,社交媒体的发布内容可以、视频中的静止帧也行。
整个训练过程大概需要一个小时,训练完成后,图像内容的生成还需要几个小时——这不是因为生成过程太慢,而是研究人员从大量不完美的图片里挑出质量最高的图片。但无论如何,这样还是比亲自动手用 PS 画假约翰简单得多。
在 AI 的支持下,约翰可以是犯罪分子,也可以是变态狂人,如果使用针对色情内容优化的附加 AI 模型,约翰甚至可以成为色情明星。
AI 还能把约翰放置在奇妙的背景下,例如让他成为中世纪的骑士或者宇航员,让他显得年轻或衰老、肥胖或瘦弱、戴眼镜或不戴,也能给他换上不同的服饰。
有的合成图像并不完美。如果仔细观察,有经验的人会发现这些并非真图。但相应的 AI 技术一直在迅速发展,我们可能很快就无法分辨合成照片与真实照片间的区别。而且即使存在缺陷,这些伪造图像仍有可能毁掉约翰的名誉乃至生活。
这就是技术的两面性所在。人们当然可以用 AI 创建天马行空的神奇画面,Lensa 等近期大热的商业服务和应用就是一例。然而,一旦有人未经他人同意就使用对方的面部图像,那么同样的技术也可能造成可怕的后果。
背后的工作原理
计算机科学家们已经找到了利用真实照片教 AI 伪造新画面的高质量方法,在过去的一年里,这项技术正日渐成熟。不过,这项技术一直存在争议,因为除照片之外,它还允许人们在未经许可下模仿在世艺术家的创作风格。
目前最具影响力的 AI 图像生成器之一是 Stable Diffusion。这种深度学习图像合成模型能够利用文本描述生成全新图像,可以运行在 Windows 或 Linux PC 的强大本地 GPU 上,也可以在 Mac 或者租用的云端硬件上起效。
在 Stability AI 雄厚财力的支持下,CompVis 学术组织利用互联网上获取的几亿张公开图像训练出了 Stable Diffusion AI 模型。Stability AI 于 2022 年 8 月 22 日将 Stable Diffusion 以开源软件的形式发布,现在任何人均可免费使用,其功能也被集成至越来越多商业产品当中。
通过强化训练,Stable Diffusion 神经网络学会了单词与图像中各像素位置间的一般统计关联。大家可以给 Stable Diffusion 提供一条文本提示,例如摩根·弗里曼坐在教室里,然后就能得到相应的全新图像。
制作这类大明星的图像很简单,因为 Stable Diffusion 的训练数据集里没准有几百张摩根·弗里曼的照片,它知道这位演员长什么样子。但如果想制作约翰这类普通人的图像,就得给 Stable Diffusion 一点额外的帮助。这就是 Dreambooth 的意义所在。
Dreambooth 微调模型
谷歌研究人员于 2022 年 8 月 30 日宣布,Dreambooth 使用一种特殊的微调技术帮助 Stable Diffusion 完成了新的学习。
作者|核子可乐、凌敏AI合成以假乱真:只需7张照片,就能让真人“社死”
ai智能机器人(这几项优势提高企业效率)