早年間，人工智能還僅僅存在於天馬行空的科幻電影當中，如今它已在生活各處嶄露頭角——波士頓動力開發出了能跑能跳的機器人，Google開發的AlphaGo因戰勝眾多圍棋高手而名聲大噪，升級版AlphaGo Zero更是在不看任何棋譜、自我對弈40天后就超越了所有舊版本。如此“聰明”的AI在面對人類複雜多變的情緒時，是否也能準確辨認呢？
不存在的“基本情緒”
20世紀90年代初期，情緒科學中的主流觀點認為存在六種基本情緒：恐懼，傷心，憤怒，開心，驚訝和厭惡。世界上每個人都親身經歷過這些情緒，並且可以清楚地分辨它們。提出這一觀點的是心理學家保羅·艾克曼，他還主張人類表情的意義是具有普遍性的，不會因為文化或者地域不同而有所差異。基於艾克曼的模型，自體心理學專業的博士生莉莎·巴雷特針對情緒對人類自我感知的影響展開了一系列研究，卻得不到設想的結果。經過實驗對比和反覆論證後，她終於發現艾克曼的模型是錯的——根本就不存在所謂的六種“基本情緒”，人類的情緒要遠遠複雜得多。
如果艾克曼對於情緒的定義是錯誤的，那麼究竟什麼是情緒呢？這不僅是一個學術問題，更是關乎未來的核心問題——我們以後能製造出一個像人類一樣感知情緒的AI嗎？
巴雷特的研究讓我們看到：情緒不再是穩定的。就像我們即使穿越回古代，由於不同的生活和歷史背景，也很難設身處地地想人所想。與此同時，情緒的普遍性也受到挑戰——心理學研究中一直存在著“WEIRDs”問題，即白人，受過教育的，來自於工業化、富裕、民主的國家。這些都是典型北美或歐洲心理學專業本科生的真實寫照，由於他們不僅是研究者，也是實驗被試的主力軍，因此大量的心理學研究結果都存在偏見，也大大降低了人類表情、聲音音調以及其他行為的多樣性。
為了解決這個問題，巴雷特與另一位心理學家詹姆斯·羅素共同建立了“心理學情緒建造”模型。這一模型的理論是基於情緒的產生機制：大腦先提取包括感受、外部世界的狀況、家庭和文化的影響等等眾多因素，經過進一步加工，最終“建造”出情緒。這使得與情緒相關的表情、聲音和行為不僅僅會隨著文化不同而改變，甚至在人與人之間都存在著微小的差異。
AI能否“身臨其境”
那麼我們真的能建造出一臺機器來識別人類的所有情緒經歷嗎？情緒歷史學家托馬斯·迪克森（Thomas Dixon）對此表示很樂觀，他認為對於AI來講，情緒產生的機制可能類似於對大腦提取的眾多因素進行加權計算。因此只要想辦法弄清不同文化、不同個體各因素的權重係數，“情緒公式”也就迎刃而解了。
然而，情緒並非僅是簡單的靜態加成運算。人類大腦對於他人情緒的識別是通過觀察他人的身體動作和麵部表情，並結合當時的場景來完成的。這就引入了“情境”這個動態因素。
精準的機器 vs 模糊的大腦
儘管AI可以精準地記住東西，但是有時情緒是模糊的、琢磨不透的。一臺機器可能認為皺眉和拳頭代表著威脅，但同時又在數據庫中記錄著司機並不是一個暴力的人。當兩個信息出現衝突時，它該對哪個信息作出反應呢？大腦可以處理許多矛盾數據來讓我們搞定新的情境，但對於AI的邏輯就完全行不通了。
人的記憶並不是一種單純的記錄儀器，而是一個“動態分類”系統，然而目前還沒有任何研發團隊將動態分類應用於AI的開發當中。當人們給AI植入記憶數據庫時，無形之中也對它產生了限制，使它在辨識情緒時帶有一定的偏見。
隨著AI行業的日新月異，許多人也曾對它的發展提出過擔憂。特斯拉CEO伊隆·馬斯克曾表示“應該有一些國家甚至國際層級的監管，來確保我們不做任何傻事。我覺得有了AI我們就在召喚惡魔。”而世界著名的物理學家史蒂芬·霍金給出了更加悲觀的態度：“人工智能的完全開發可能導致人類的滅絕。”
如何讓人類從AI的開發中獲益又不受制於AI的發展，或許是未來很長一段時間內需要深入思考和探討的問題。
閱讀更多 果殼世界 的文章
