AI永生時代來臨!DeepMind「生成幽靈」讓逝者賽博重生

文章轉載於新智元

想像一下,在親人離世後,你仍能與他們的「數字幽靈」互動、交流。

甚至獲得他們「生前」從未表達過的想法或對當下事件的「看法」。

這聽起來像是科幻小說的情節,但隨著人工智能的飛速發展,正在迅速成為可能。

《超人:鋼鐵之軀》中超人父親的「數字生命」《超人:鋼鐵之軀》中超人父親的「數字生命」

DeepMind研究院和科羅拉多大學博爾德分校最近的一篇論文提出一個觀點,在我們的有生之年,很有可能會看到一種新的智能體,一種全新的數字生命。

在人們去世後,仍然可以做到與親人或更廣泛的世界互動。

DeepMind將這種形態稱為生成幽靈(generative ghosts),因為這些智能體將能夠生成「新的內容」,而不僅僅是重覆其創造者生前產生的內容。

論文地址:

論文地址:

https://arxiv.org/pdf/2402.01662

這並不是幻想,隨著AI系統在廣度和深度的迅速提升,生成式AI能夠創建越來越強大和逼真的智能體,甚至可以基於具體的一個人完成建模。

但這種區別碳基人類的全新生命,是否會帶來未知的風險、倫理挑戰和人機交互(HCI,Human computer interaction)議題,還未為可知。

DeepMind和科羅拉多大學為AI和HCI製定了一項研究議程,以更好地探討這項新技術。

在這種生成幽靈、數字生命出現前,也許是時候提前「對齊」一下了。

聊聊身後事,如何與「死者」互動?

DeepMind引入了「生成幽靈」的概念,代表未來已故人士的一種智能體。

這種形態會在多久的將來實現?真的會越來越普遍嗎?

縱觀歷史,人們一直依賴技術來紀念、緬懷甚至與故去之人交流。

墓碑和其他葬禮標記可以追溯到公元前3000年左右。

芝加哥大學出版社《古埃及的死亡與來世》芝加哥大學出版社《古埃及的死亡與來世》

訃告,比如美國的訃告可以追溯到16世紀。

等到了萬維網、互聯網時期,人們會創建自己的家庭主頁,其中的某一頁用來紀念家族的已故成員,可能是父母,也可能是曾經陪伴生活的寵物。

很快,在線墓地也隨之出現。當互聯網技術與死亡在不同背景下交彙,數字遺產、在線紀念、數字遺贈等紀念形態不斷出現。

這些能夠傳遞價值和意義的遺產,在逝者去世後,依然能繼續代表逝者。

AI版本的「前世今生」

一些對AI技術「嫻熟」的人已經通過親人的數字內容,製作出了逝去親人的數字形象。

Amy Kurzweil在她的圖像小說《Artificial: A Love Story》中,記錄了她的父親、未來學家Ray Kurzweil如何創建了一個聊天機器人,以Ray稱之為「Fredbot」的形式體現已故父親Fred Kurzweil(Amy祖父)的記憶。

利用AI的力量Amy與她從不認識的祖父Fred建立聯繫利用AI的力量Amy與她從不認識的祖父Fred建立聯繫

在2023年11月,披頭士樂隊的在世成員發佈了一首新歌《Now and Then》,使用人工智能使已故的約翰·連儂能夠與他的在世樂隊成員一起唱歌。

披頭士樂隊解散已經過去了半個世紀之久披頭士樂隊解散已經過去了半個世紀之久

雖然上面分享的例子展示了新興方法的多樣性,但這種「身後AI」的一個關鍵趨勢是圍繞著「哀悼」機器人。

「哀悼」機器人,有時也被稱為死亡機器人,通常形態為聊天機器人(早於現代LLM),旨在讓喪親者能夠與逝者「對話」。

「生成幽靈」可以被視為哀悼機器人的概念的延伸,但並非所有的哀悼機器人都能被稱為生成幽靈。

生成幽靈總是包括以角色身份生成新穎內容的能力,並且可能隨著時間推移而進化。

例如,用戶應該能夠向生成幽靈詢問當前事件,並獲得與逝者「角色相符」的回答,即使這些事件發生在被代表者生命結束之後。

生成幽靈的創建可能不僅僅是為了支持喪親者的哀悼過程。

《尋夢環遊記》中關於死亡和悼念的隱喻《尋夢環遊記》中關於死亡和悼念的隱喻

應該如何設計,來用AI連通「前世今生」?

「生成幽靈」設計空間

從古至今,人們一直借助各種技術來緬懷逝者。

「生成幽靈」聽起來有點神秘,其實可以從多個維度來理解。

先說說來源,也就是誰創建了這個幽靈。

如果是本人創建的,比如通過臨終規劃提前做好準備,這就是第一方幽靈。

比如,一位作家生前就安排好,自己去世後,生成幽靈能繼續用自己的風格創作作品,和粉絲互動。

要是由其他人創建,像家人、朋友,甚至和逝者毫無關係的人創建的,那就是第三方幽靈。

Character.AI這樣的公司和可汗學院這樣的非營利組織,曾為了娛樂或教育目的,創建歷史人物的第三方幽靈。

如果是經過逝者同意創建的,那還好說,要是未經授權,就可能引發很多問題。

再看看部署時間線。有的生成幽靈是在逝者去世後才開始生效。

但也有不少是生前就存在,幫人們處理一些事物,像回覆郵件、打電話等等,等主人去世後再變成「幽靈」。

生前部署的好處是,人們可以按喜好調整它的行為和能力,給數字分身提前做好規劃。

擬人化範式這個維度也很有意思。

生成幽靈在和人互動的時候,是把自己當成逝者的轉世,還是僅僅作為逝者的數字形象?這會極大地影響人們和它互動的感受。

要是用第一人稱、現在時態,還聲稱自己活著的幽靈,更容易讓人產生它就是逝者本人的感覺,這可能會帶來一些心理和倫理上的問題。

多重性說的是一個人是由一個幽靈代表,還是多個幽靈代表。多個幽靈可以針對不同的人展現不同的特點和能力。

比如說,一個人可能希望在孩子面前展現溫柔耐性的一面,在朋友面前又有不同的形象,就可以設置多個幽靈來滿足需求。

但這也可能帶來問題,要是多個第三方未經授權為同一個人創建幽靈,就容易亂套。

截止日期決定了幽靈是靜態的還是動態的。

靜態的幽靈會一直保持逝者去世時的狀態,記憶、能力都不會更新。

動態幽靈則會隨著時間變化,比如根據新發現的逝者信息,或者周圍環境的變化而改變。

如果是一個代表孩子的幽靈,靜態的可能永遠是孩子的樣子和性格,動態的就可能長大。

具身形式很好理解,就是幽靈有沒有實體形態。

它可以是像機器人這樣真實的物理實體,也可以是逼真的虛擬形象,或者僅僅是一個聊天界面。

選擇實體化還是虛擬化,涉及技術、成本,還有倫理和心理方面的考慮。

最後是被代表者的類型。生成幽靈不僅能代表已故的人,還可以代表非人類,比如心愛的寵物。

是利還是弊?

分析完「生成幽靈」的設計維度,接下來分析它有哪些好處。

對於被代表者來說,創建第一方幽靈就像是給自己的數字永生買了張門票。

人們想到去世後還能以另一種方式存在,給親人留下溫暖的回憶,傳承自己的價值觀和人生經驗,會感到安慰。

它甚至可能帶來經濟收益。例如一位作家的生成幽靈,要是能繼續創作作品,就能為家人賺取收入。

對喪親者而言,和生成幽靈互動可能是一種情感寄託。

在悲傷的時候,能和逝去的親人說說話,獲得一些安慰和建議,對心理健康有積極作用。

在一些重要的人生時刻,比如結婚、生子,聽聽它的祝福和囑託,那種感覺真的很特別。

幽靈還能把逝者生前的實用知識和技能傳承下來,讓親人之間的聯繫更加緊密。

從社會層面看,生成幽靈在文化、歷史和遺產保護方面有著巨大的潛力。它可以保存瀕危文化的知識,比如一些快要失傳的語言。

博物館、歷史研究機構能借助它,讓人們以全新的方式和歷史人物對話,這種體驗肯定超有趣。

不過,「生成幽靈」不是只有好處,背後也藏著不少風險。

先說說心理健康的風險。雖然和幽靈互動能緩解悲傷,但如果過度依賴,就可能出現問題。

從西方心理學角度來看,健康的哀悼應該是逐漸接受親人的離去,重新回歸正常生活。

但有些人可能會對幽靈產生過度的依賴,把它當成生活中唯一的情感寄託,忽略了身邊真實的人際關係。

另外,把幽靈擬人化,甚至神化的風險也不小。

要是有人真的把幽靈當成逝者本人,就可能產生一些不切實際的信仰,做出一些對自己或他人有害的事。

如果幽靈因為各種原因突然不能用了,這會讓親屬再次經歷失去的痛苦,帶來很大的情感傷害。

聲譽風險也不容忽視。

幽靈要是不小心泄露了逝者不想被公開的隱私,就會給逝者的聲譽帶來損害,也會傷害到在世的親人。

另外,幽靈還可能會胡說八道,說出一些聽起來合理的虛假信息,損害逝者聲譽。

就算幽靈提供的信息是準確的,也可能有問題。

人們往往會記住親人的美好瞬間,但幽靈可能會提醒那些負面的事情,影響逝者在人們心中的形象。

安全風險也不容忽視。生成幽靈可能會引發新的犯罪形式,比如死後身份盜竊。不法分子可以利用幽靈獲取逝者的敏感信息,像密碼、財務信息,進行非法活動。

社會文化風險也不容小覷。生成幽靈真的可能會對社會產生巨大的影響。

大量幽靈參與經濟活動,可能會影響就業市場。它可能會改變人們的交往模式,讓人與人之間的關係變得更複雜。

應對策略:降低風險,擁抱未來

在設計生式幽靈的界面時,一定要把風險降到最低。

比如,避免使用那些容易讓人產生成癮性的設計,像頻繁的推送通知。

還要提高透明度,讓用戶清楚地知道這是個幽靈,不是真正的人。可以用數字水印或者其他技術來驗證身份。

還可以增加一些保護機制,像監測用戶和幽靈的互動模式,一旦發現過度依賴或者其他異常情況,就及時提醒或者限制使用。

政策製定也得跟上。對於第三方生成幽靈,必須製定嚴格的規範,明確誰能創建、誰能被代表,還要保護好逝者和家屬的隱私和同意權。

對於公眾人物和普通人,歷史人物和近期去世的人,要有不同的標準。

同時,要建立緊急機制,一旦出現惡意行為或者其他問題,能迅速禁用幽靈,保護用戶權益。

如果技術進步能降低風險,比如減少幻覺、提高安全性,就會有更多人願意接受它。

另外,成本也很關鍵,如果太貴,就會造成新的數字鴻溝,只有少數人能使用。

參考資料:

https://deepmind.google/research/publications/65827/

https://arxiv.org/pdf/2402.01662