破解 AI 时代的焦虑 —— 从人机交互到人机协同创作
这是 4 月做的一次分享。大概是我做过的分享中，现场讨论气氛最热烈的一次了。
为什么分享这个话题呢？
我做了好多年交互设计的工作，所以学习和工作一直有一个离不开的主题——人机交互（Human-Computer Interaction）。
人机关系的演进
什么是人机交互？我把它简单理解为：
人如何与机器或是某个复杂系统的沟通和互动过程。
更为完整的版本，请看我在知乎上的回答 什么是交互设计？
比如，鼠标就是一个解决人和机器互动问题的经典产品。
现在大家都觉得鼠标再平常不过了，但是在当年，Douglas Engelbart 的这一项发明，极好地解决了人们在图形化计算机界面操纵屏幕元素的问题。为了表彰这项发明以及在人机交互领域的开拓式贡献，Douglas Engelbart 在 1997 年获得了「计算机界的诺贝尔奖」——图灵奖。
For an inspiring vision of the future of interactive computing and the invention of key technologies to help realize this vision. -- Turing Award Citation
人和机器的对话、交互一直在演进。这也从一个侧面反映了人创造工具的历史：
人创造的工具越来越多样、复杂、强大。想想看，今天我们在手机上能完成多少事情。
于是，有人慢慢感到这种发展速度似乎不大对劲……奇点要来了，AlphaGo 也出现了。
随着深度学习热潮的演进，大家发现，以前为了让机器智能化而不得不做的很多工作，比如，符号化、标准化、模块化、输入大量专家知识、需要庞大的训练数据集、要做苦脏累的特征工程等等，现在都简化了。基本上，只要目标足够清晰、可操作，训练数据和计算资源足够，机器学习产生的结果就可以满足要求。
我个人也经历了一次切身的体验。
今年年初在上 Udacity 的 Deep Learning Nano Degree 课程的时候，最后一个实践项目，是基于人脸图像库，用生成对抗网络（GAN）算法自动生成人脸。
虽然在学习过程中，早已对算法能实现的结果有所预期。但是当我把程序放到 AWS 的 GPU 上面跑了不到二十分钟，看到结果时还是忍不住隐隐感到机器的强大和压迫。
这是最开始几个训练迭代生成的模糊不清的轮廓：
这是十几分钟训练结束后生成的人脸：
说一点儿都不焦虑是假的。
何况各种媒体还铺天盖地强化这种焦虑，今天是一百零八种会被机器取代的工作，明天是哪个比赛机器又战胜了人……
于是大家经不住会问：
似乎只有像诗词、小说、爵士乐、即兴表演这些领域，机器看起来就是不太擅长。
但，也不好说。
Paul 是一个专门给人画肖像画的机器。从 2011 年至今已经创做了非常多的作品。看起来非常有艺术感，不是吗？
有时候在焦虑之余，又忍不住会想：这种焦虑到底从何而来？
如果看过莱考夫「我们赖以生存的隐喻」的同学都知道，隐喻 Metaphor 对我们的影响有多么大。仔细想想，感到机器的威胁，是不是也源于人机关系的一些基本隐喻？
我们基本上都是以一种对立或一分为二的方式来看待这些基本词汇：
看到这些词汇，我们会下意识地觉得它们是对立关系。逻辑、精确、冰冷的工程思维，怎么跟想象、感性、个性、创作融为一炉呢？
这大概就是问题所在了。
隐喻和可能
语言有边界。这是语言能高效传递信息的代价之一。
所以，打破语言或者说概念的界限，也许就是找到新出路的起点。
（PS. 在心理咨询中，咨询师很重要的一部分工作，是帮助来访者呈现问题、reframe 问题，而不是直接插手去替他解决问题。）
其实早在 50 多年前，就有人探讨过人机关系的「未来简史」。
美国心理学家和计算机科学家 Licklider 在 Man-Computer Symbiosis 这篇论文中，讨论人跟机器的关系存在什么样的可能性，提出「人机共生」的概念。
快 60 年过去了，技术的发展让「蠢机器」第一次有可能成为人类的「好基友」，我们为什么首先感到的是焦虑而不是兴奋呢？
还记得 2016 年，在 AlphaGo 战胜李世石后，跟安猪老师在大理有过一次讨论。当时我的感慨是，为 AlphaGo 的胜利感到挺开心的，但并不是因为我是技术的脑残粉，而是因为我觉得到了这个时候，人不得不去面对这样一个问题：
人到底擅长什么？
也就是说，当接受生物智能无法跟上非生物智能的发展时：
人到底有哪些可以让机器「羡慕」（当然，机器不会有这种情绪）的天赋呢？
至今我还没有答案，但我想，大概会包括：直觉、洞察力、探索和意外的创造。人欣赏「意外」的审美、运用「意外」的创造力，应该会长期秒杀机器。
人跟机器最大的区别到底是什么？
我一直在问自己这个问题。
意图，可能是现阶段人跟机器最大的差别。
人因为时间、空间、认知方面的三大局限，因为生命时长极其有限、可触达的空间极其有限、工作记忆（内存）极其有限，决定了人类的一些基本 drive 和价值观。人的美妙与荒谬，可能都来自于两行二选一的核心代码：
Be numb/sober and Duplicate
Be insane/self-distroying and Love
所以我（naive地）认为，突破时间、空间、认知限制，渴望无限，是人类物种永恒的追求，换一个词来概括，那就是——意图。
我们在基本意图上发展出复杂的能力，会体会微妙的情感，会追求意义，会审美、表达、共情，会讲故事和构建社会关系……
而机器，无所不能，但就是没有意图！
这样看来，现在难道不是人类最好的时代吗？有一个毫无私心、任劳任怨、潜力无限的助手，为什么我们担心的是被助手取代，而不是兴高采烈地放开手脚去创造呢？
人机关系的新阶段
无论技术如何发展，人类从来没有停止过创造。
这是用 Google DeepDream 算法生成的作品：
DeepDream 网站的首页，已经为人机关系的新时代做了注脚：
艺术家们一直在尝试探索人机关系，可能是这样的：
也可能是这样的：
上图是一位叫做 Dragan iLiC 艺术家的项目，人充当机器的笔刷，由机械臂控制着人去作画。
在分享的现场，这张图引发了热烈的讨论。有的小伙伴表示，这样做的目的到底是什么，她看不出任何意义。有的小伙伴认为这是对人机关系一种悲观的表达。有的小伙伴的态度则更为中立而开放……
我想，这恰恰就是艺术家的目的吧：激发人们的反思与讨论。并不存在对与错，只是 raise questions，这也许就是最大的善意。
音乐，人机协同即将爆发的领域？
最近关注音乐和技术结合的领域比较多，越来越觉得音乐也许会迎来人机共创的繁荣时期。
音乐本身是符号化、形式化非常强的「语言」。音乐的规律经过数百年的研究和沉淀，几乎已经没有太多规律上的「未知和秘密」，更多的变化会来自文化思潮影响下的风格探索。
算法作曲早已不是什么新鲜事，基于 AI 自动生成音乐已经有很多成熟的应用。甚至是在对即兴表演要求相当高的爵士乐，也已经有人机共同即兴表演的尝试。比如 Al Biles 教授的 GenJam 项目，从 2005 年至今，已经演出过数十场。
而去年的 Qosmo AI DJ 项目也展示了人类 DJ 和 AI DJ 一起 Jam 的效果~
AI DJ Project 人工智能 DJ 与人类合作打碟_腾讯视频
何以解忧？
这是最坏的时代
也是最好的时代
这取决于我们现在每做的一个决定、每投入的分分秒秒。
回到主题，如何破解 AI 时代的焦虑呢？
以下是 00 给（自己）的解药：
回归创造者的使命，装备上创造所需要的心、眼、脑、手，去看去爱去体验。知识可以学习，但智慧更多是一种体验。把技术当成伙伴和切磋的对手，去行动，去试验，去创造。
最后
Ref
Leave 破解 AI 时代的焦虑 —— 从人机交互到人机协同创作 to:
Best Posts From 00
We have not curated any of kidult00's posts yet. But you can encourage our curation team to review posts by visiting them regularly and by referring other readers. Because we give priority to frequently read content.