,透過(guò)它的神話傳說(shuō)向后代傳授生命的意義。這是個(gè)美好的時(shí)刻,美好得毫無(wú)瑕疵。
繼續(xù)前行,我們經(jīng)過(guò)一排木柵欄,上面涂著一連串的臟話和虎狼之詞。我已經(jīng)成年,所以戴著的頭顯能看到真實(shí)的涂鴉內(nèi)容;但我女兒看不到,因?yàn)樗念^顯被設(shè)置為過(guò)濾掉不適當(dāng)?shù)膬?nèi)容。所以,她不明白為什么附近那些人一臉憤懣。
我覺(jué)得讓年輕人遠(yuǎn)離極端言論是好事,但他們畢竟還是要接觸身邊的人。從沒(méi)接觸過(guò)這些所謂“黑暗面”的人,也許看起來(lái)健康陽(yáng)光、活潑開(kāi)朗,但他們恐怕永遠(yuǎn)體會(huì)不到他人的痛苦、理解不了他人的憂傷。
我們繼續(xù)前行,看到一個(gè)年輕的流浪漢在商店前乞討。在這類場(chǎng)景中,家長(zhǎng)控制的作用愈發(fā)模糊。算法會(huì)有意無(wú)意地將人行道上逡巡的過(guò)客、邋遢的著裝以及要錢(qián)的紙板歸類為“兒童不宜”內(nèi)容,把它們消解掉,以呈現(xiàn)出更加溫和的周遭環(huán)境。雖然這種對(duì)生活體驗(yàn)的扭曲和構(gòu)建方式略顯牽強(qiáng),但我們一直知道,「算法」多年來(lái)始終通過(guò)編輯修訂利用網(wǎng)絡(luò)內(nèi)容引導(dǎo)著我們的思維,是存在“算法偏見(jiàn)”的。
如果在小女孩的世界里,她從未經(jīng)歷過(guò)無(wú)家可歸等重要的社會(huì)問(wèn)題,那她要怎么理解并同情身處這類困境的人們?如果其他人也在自己的AR頭顯中把“美化”濾鏡開(kāi)到最強(qiáng),那這個(gè)世界還有人能體會(huì)貧困社群的苦楚嗎?再進(jìn)一步,如果大部分人都對(duì)身邊的苦難視若無(wú)睹,我們?cè)撊绾螕軄y反正、就這個(gè)問(wèn)題展開(kāi)有意義的討論?
,這可能會(huì)不斷侵蝕我們的共同經(jīng)歷,讓人和人之間更難進(jìn)行有意義的聯(lián)系。
我們?nèi)缃窨吹降拇蟛糠址制?,其?shí)上就是數(shù)字現(xiàn)實(shí)造成的意識(shí)分裂問(wèn)題的直接產(chǎn)物。既然大家遇到的問(wèn)題各不相同,又怎么可能聚在一起制定解決方案、并就問(wèn)題的內(nèi)核產(chǎn)生共鳴呢?無(wú)論我們?cè)趯?duì)話框里打上再多的字,得到的都只能是移情而非體驗(yàn)。
最終,我們的網(wǎng)絡(luò)生活將極度個(gè)人化,造就完全自主、持續(xù)自我強(qiáng)化的世界觀,而這種世界觀終會(huì)取代物理現(xiàn)實(shí)。
事實(shí)上,可能大多數(shù)人都已經(jīng)無(wú)法區(qū)分“什么是真”“什么是假”,而且我們往往意識(shí)不到網(wǎng)絡(luò)上的體驗(yàn)正在受到外部力量的嚴(yán)重干預(yù)——這種干預(yù),也許像推銷新產(chǎn)品那樣平淡無(wú)害、也許像塑造政治信仰和散播仇恨一樣險(xiǎn)惡,但它確實(shí)存在、無(wú)處不在。元宇宙中的這些因素,會(huì)滲透進(jìn)我們的腦袋里,影響我們?cè)诂F(xiàn)實(shí)世界中待人接物時(shí)的表現(xiàn)。
我們已經(jīng)在嬰兒監(jiān)視器、人工智能以及社交媒體平臺(tái)上反復(fù)看到同樣的問(wèn)題,所以元宇宙也不能幸免。不難想象,邪惡的攻擊者完全可以將極端主義或者其他有毒內(nèi)容,直接注入到元宇宙體驗(yàn)中。
恐怖的是,這些體驗(yàn)會(huì)用最有針對(duì)性的方式對(duì)你“洗腦”——包括展現(xiàn)最令人反感的場(chǎng)景、構(gòu)建令人尷尬的經(jīng)歷、甚至是設(shè)計(jì)出堪稱人生陰影的創(chuàng)傷性記憶,這些元素的一遍遍重復(fù),終將塑造出一個(gè)可怕的人格。
到那個(gè)時(shí)候,區(qū)分真假將變得極為困難。在一個(gè)大多數(shù)事物都由外部力量合成塑造的世界里,什么才是假?當(dāng)真假之間的界線如此模糊時(shí),人們要如何做出正確的判斷?一旦面對(duì)面的交互徹底被在線模式取代,近些年已經(jīng)日趨惡化的「網(wǎng)絡(luò)言論極端化」與「信息生態(tài)虛假化」傾向?qū)⒆罱K不可遏制。
但無(wú)論如何,我還是期待著元宇宙這個(gè)概念能夠從理想轉(zhuǎn)化為現(xiàn)實(shí)。只是,我們需要保證以正確的方式構(gòu)建正確的工具、建立安全的框架,確保真正的元宇宙既安全又公平。雖然這方面研究還處于起步階段,但仍有不少比較直接的方法值得參考。
為了幫助人們親自體驗(yàn)到他人的經(jīng)歷,我們開(kāi)發(fā)出一款工具,能夠?yàn)槊课挥脩魡?dòng)數(shù)千個(gè)瀏覽器頁(yè)面,并分別根據(jù)不同的角色定位,展示相應(yīng)內(nèi)容。通過(guò)匯總不同角色之間的差異,用戶們就能了解到其他人看到的網(wǎng)絡(luò)世界究竟是什么樣子。事實(shí)上,單是點(diǎn)破這里表現(xiàn)出的體驗(yàn)狹隘性本質(zhì),就足以改變很多人的慣常認(rèn)知。
如果有些人正在經(jīng)歷完全不同于他人的體驗(yàn),那么系統(tǒng)應(yīng)該主動(dòng)發(fā)出提醒。例如,如果我的女兒看到一幅經(jīng)過(guò)編輯修訂的時(shí)尚廣告牌,那我們兩個(gè)人都會(huì)看到相應(yīng)標(biāo)簽,提示我們兩人看到的東西其實(shí)并不一樣、發(fā)生這種差異的原因是什么。與其給這個(gè)世界加上厚厚的“濾鏡”,倒不如讓兩個(gè)人以“透視”的方式深層共情,這樣更有助于建立起同理心與情感聯(lián)系。
在這里,我們可以創(chuàng)建統(tǒng)一的共享空間,不再根據(jù)個(gè)人喜歡進(jìn)行群體劃分,這里每個(gè)人看到的東西都必須完全相同。在這個(gè)空間內(nèi),兩個(gè)人拍下的畫(huà)面會(huì)完全一致,不加任何濾鏡。這個(gè)概念可以呈現(xiàn)為多種形式,但相信人與人必須要靠真實(shí)可信的共同經(jīng)歷,才能將內(nèi)心彼此錨定于一點(diǎn)。這里還可以涵蓋部分底層平臺(tái),幫助人們驗(yàn)證信息是否準(zhǔn)確或者一致,進(jìn)而調(diào)整自己對(duì)現(xiàn)實(shí)的認(rèn)識(shí)。究其本質(zhì),這里類似于當(dāng)下的應(yīng)用商店平臺(tái),強(qiáng)制要求應(yīng)用列出如何使用用戶授予的各項(xiàng)權(quán)限。你可以相信這里的談話對(duì)象確實(shí)是成年人、你的朋友與你看到了同樣的景象,而且對(duì)方確實(shí)是你的朋友而不是AI機(jī)器人。總之,這里的現(xiàn)實(shí)將具有寶貴的共通性。
有了這些新型網(wǎng)絡(luò)安全框架,我們才有資格對(duì)元宇宙及其重塑人類社會(huì)結(jié)構(gòu)的承諾保持謹(jǐn)慎樂(lè)觀的態(tài)度。我渴望有一天,能跟女兒一起觀看奧運(yùn)會(huì)比賽,然后再跟鄰居們當(dāng)面聊聊賽場(chǎng)上的精彩瞬間。遺憾的是,機(jī)器和算法既狡猾又有著致命的吸引力,我們稍不留神就會(huì)掉進(jìn)它們挖好的深坑當(dāng)中。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。