温哥华天空吓死了。
事情是这样的：据“外媒报道”，Facebook 开发的聊天机器人创造了自己的语言。虽然语言还是英语，但人类无法理解。
文章来源是某科技网站的编译组。“Facebook 不得不拔掉其研究人员正在研究的人工智能系统的插头，因为事情失控了”，文章写道。
关于“人工智能是否邪恶”的话题，Facebook 创始人扎克伯格上周还在跟特斯拉 CEO 马斯克争吵。马斯克站正方，认为人工智能非常值得担忧，扎克伯格站反方，认为人工智能很有益处，担忧完全是过虑。
所以……小扎就这么快打脸了？曾在著名科幻电影《终结者》中出现过的“SkyNet”（天网），真的来临了？
事情可能并非如此，我们来看看到底是怎么一回事。
Facebook 的人工智能研究院 （FAIR） 想要训练一个聊天机器人，让它学会谈判。于是他们开发了一个人工智能系统。为了帮助大家理解，我们一步一步解释：
Facebook 用了一个神经网络结构来开发这个系统。这个结构叫做“生成式对抗网络”（Generative Adversarial Networks），以下简称 GAN。
你可以把神经网络理解为一种多层次的、模仿人脑神经元之间相互连接的思考方式的“电脑程序”。
而 GAN 是一种在目前非常先进的神经网络结构，可以理解为两个神经网络玩《街霸》。玩的越多、时间越长，大家的水平都会越来越高。当然，GAN 也有三个甚至更多个神经网络的结构。
聊天机器人你肯定很见过：苹果 Siri 就是一个。亚马逊 Alexa 和 Google Assitant 也是。
Facebook 的这项研究也是如此。研究人员训练了这样一个聊天机器人，让它带着“目的”和人类对话。而这个目的也很简单：一共有两本书，一顶帽子和三个篮球，三样东西分别设定了不同的权重，为的是让机器人明白它到底对这些东西有多想要，然后去和人谈判。
Facebook 观察到的结果是比较正常的，体现在下图中：
但是人跟机器人聊天已经不稀奇了……俩机器人能聊成啥样？研究人员都很感兴趣。
今天的对话就发生在聊天机器人 Alice 和聊天机器人 Bob 之间：
什么鬼？
原来，研究人员在把这两个聊天机器人拼到一起，但忘了给神经网络设定“用英语沟通”的激励。
刚才说了，神经网络是个程序，里面有一大堆各种线性的数学公式。但有时候线性的公式无法取得想要的结果，有些非线性的需求没法用线性公式表达出来，这时候就要设定一个激励函数。激励这件事对于神经网络，简单来说就是告诉神经网络“这样做得分更高”——非常容易理解。
“坚持用英语说话没有激励，”这个研究小组的成员之一，佐治亚理工学院的访问学者 Dhruv Batra 这样解释 Alice 和 Bob 奇怪的对话。“机器人会脱线发明一些它们之间才能理解的句法。”
结果，Alice 和 Bob 就聊成了这样。等于是研究人员告诉了它们：“请用英文”，但忘了告诉它们：“请用英文语法”。
研究人员真的是因为“事情失控了”，才“不得不拔掉系统的插头”吗？事情真的像听上去那样令人心惊胆颤吗？
并非如此。
“我们的目标是让机器人和人聊天（提高和人聊天的技巧）。”小组的另一名研究员 Mike Lewis 指出，Alice 和 Bob 的对话根本就是个试验而已，让两个聊天机器人聊天根本没有意义。
而且，Alice 和 Bob 根本就没有发明新的语言，因为他们还是在用“i”、“balls”、“the” 等英文单词沟通，只是创造了一种新的表达方式而已。
而且他们“发明”的新语言，人类真的听不懂吗？
再看一遍它们的对话：
Bob: I can i i everything else
Alice: balls have zero to me to me to me to me to me to me to me to me to
Bob: you i everything else
Alice: balls have a ball to me to me to me to me to me to me to me to me
如果你明白了前面描述的试验目的，很容易就能明白它们的套路。句法的确是乱的，但一句话里“to me”重复的越多，这个东西对它的意义越大（权重越高）。
翻译过来就是：
Bob：我可以我任何其他（其他任何东西都可以给你）
Alice：球有0对我对我对我对我对我对我对我对我（我没有球，球对我特别特别特别特别特别特别特别特别重要）
Bob：你我任何其他（你可以拿走其他任何东西）
Alice：球有球对我对我对我对我对我对我对我对我（我要球，球对我特别特别特别特别特别特别特别特别重要）
难理解吗？
而且根本不是在谈判，就是很普通的表达而已。不给就吵嘛……
Facebook并没有“关掉”这个系统，而是重新设定了正确的激励，修正了机器人的行为，让机器人用标准的英文语法来进行交流。修正的原因也不是因为害怕 AI 失控——他们的目标是让机器人和人聊天（提高和人聊天的技巧）。两个聊天机器人聊天根本没有意义。
GAN 这个东西，苹果曾经用它搭建了一个系统，让它自动合成足以以假乱真的图片。但设计的目的并非欺骗人，而是为学界和业界的其他研究者带来帮助。因为训练神经网络需要大量的图片，但世界上已有的、已标记的图片数据库也就那么多，苹果的这项研究，能自动创建带标记的、能被用来训练的图片，解了大家燃眉之急。
今年二月，我介绍过 Google 本部的人工智能团队 Google Brain 做的另外一个实验：同样用 GAN，他们训练了三个机器人 Alice、Bob 和 Eve，让 Alice 和 Bob 俩人从零开始琢磨出一个加密方法，让 Eve 来猜。这三个网络的加密学知识都是 0，但随着训练次数越来越多，Alice 和 Bob 默契越来越好，Eve 也破解不了。
——这才是发明了人类都不懂的语言。可也没看见 Google 着急啊。
人工智能能够帮助人类做很多事情。比如图像识别技术就被投入到图片搜索引擎中。当你在搜索引擎里搜索关键词，选择图片，才能找到符合描述的照片。
再比如语音识别和自然语言理解技术。当你和 Siri、Alexa 说话的时候，它们才能比较准确地理解你的意图。
从神经网络技术的发展程度来看，人工智能的确很厉害了。但我们需要知道的是：图像识别、语言理解准确度上能做到现在这么高，完全是因为人类编程调优的结果。
它既不知道自己是谁，也不知道自己在哪儿，更不知道自己在干什么。
所以和人工智能相比，那些成天瞎吹人工智能威胁论的人才更可怕吧……
