人工智能：天使还是魔鬼
尊敬的各位院士、各位同仁，会场的各位同学以及各位网友大家好！今天非常荣幸有机会跟大家汇报一下我本人关于人工智能的一些粗浅想法。我报告的题目是《人工智能：天使还是魔鬼？》。
我想既不是耸人听闻也不是哗众取宠，因为人工智能在普遍被看好的同时，确实富有争议。对于人工智能提出争议的都不是等闲之辈，都是重量级人物。近些年不断上映的关于人工智能、机器智能的科幻大片，的确留给我们很多悬念和问题：人工智能到底是天使还是魔鬼？因为这些科幻大片里面，有些把人工智能塑造为暖男的大白，也有一些塑造成给我们带来恐慌的机器人。
我觉得要回答这个问题，有必要搞清楚人工智能的基本概念、以及人工智能目前能够做什么和不能做什么，还有未来发展走向。
人工智能的基本概念和发展历程
人工智能的概念和这个词ArtificialIntelligence，是1956年在达特茅斯学院暑期研讨班上，一个叫约翰.麦卡锡的年轻人提出的，当时研讨班的主题就是怎么用机器模拟人的智能。当然人工智能相关研究并不是从1956年才开始，之前就有，只是人工智能的概念是那时候提出来的。
人工智能研究的主要目的就是探寻智能本质，研究出具有类人智能的智能机器，比如让机器或者计算机会听、会看、会说、会想、会决策，跟人一样。人工智能的概念提出到今天62年过去了，62年发展历程风风雨雨、曲曲折折，从起步时大家的兴奋、到后来提出了一些让人期待但不可实现的目标、接下来的反思，一直到互联网出现以后大数据的涌现，使得人工智能走上一个新的高潮。
62年的发展历程，我觉得留给我们很多的启示。特别是在今天，人工智能如日中天，火遍全球的当下，实事求是地设定科学目标显得尤为重要。1956年的研讨会有十个年轻人参加，其中一个很乐观，认为到2000年，也就是上世纪末的时候，人工智能有可能达到人的智能，这显然太乐观了。62年确实是一个曲折的发展过程，但是进步是有目共睹的，无论是在理论层面、关键技术还是具体应用。
人工智能的发展现状
1.专用人工智能取得突破性进展
谈到目前人工智能发展的现状，我首先要说的是专用人工智能取得突破性进展。专用人工智能就是让人工智能系统专门做一件事儿，比如下围棋，是面向特定领域或者单一任务的人工智能。它确实取得一些突破性进展，而且比人做的更好。我可以举很多这样的例子。
下围棋的AlphaGo大家很熟悉，BostonDynamics的人形机器人可以跨过障碍物，还有四足机器人像狗一样跑得非常快，可以爬楼梯，一般老百姓看了这些确实会感到一种不安。
BostonDynamics的人形机器人和狗形机器人
还有自动化所唐明研究员他们做的机器鱼，谷歌最新的语音人机对话，还有科大讯飞的语音识别把维语和普通话的互译做的非常好。这几年“刷脸”也就是各种人脸识别非常火爆，我们国家可以说也是走在世界前列。我并不是说人脸识别不好，但确实有局限，比如双胞胎肯定不行。有的时候儿子跟老子也分不出来，比如非常相像的老布什和小布什。
过去二十年我一直在研究虹膜识别，这是人工智能的一个特定领域。瞳孔和眼白之间的中间区域叫做虹膜区域，1936年眼科医生发现每个人虹膜上的花纹都不一样，一岁半以后定形终身不变。目前我们国家很多煤矿的矿工考勤就在大量使用这个技术。黑龙江的一个煤矿，最早他们找到我说能不能用指纹识别，后来发现指纹会脱皮，如果刷脸，上班没有问题，下班煤矿工人就不行了；而虹膜识别没有问题。现在国内很多煤矿都在用这个技术。特别让我高兴的是，两周以前中央电视台报道，虹膜识别可以用于寻找丢失儿童。
这也是一个人工智能能解决的问题：确定你看到的互联网照片有没有被篡改或者被修改。下图从左到右四组照片，相信各位无论是坐第一排还是后面都看不出来差别。我只告诉大家有一排是修改过的，相信大家用肉眼看不出来。这个特定问题人没有办法完成，而人工智能根据图像内容分析可以自动实现篡改检测。人工智能看到篡改部分是绿颜色的，那么第二排图像是修改过的。
这有什么用途？讲一个我几年前的亲身经历。2015年有一天我收到一封信，里面有一张糟糕的照片，把别的男人的头换成我的头，要我一周之内给他寄二十万。我想这个人显然寄错人了，所以各位如果你们有一天也收到这样照片，我可以马上给你验证一下，如果假的我第一时间告诉你，真的我们好好商量怎么处理。特定领域人工智能的成功应用可以举很多例子，这只是挂一漏万。
可以说，专用人工智能取得突破性进展，很大程度（特别是这几年）取决于统计学习或者机器学习的进步。特别是人工智能领域现在火爆的深度学习，尤其是人工智能的深度神经网络。深度学习其实一点都不神秘，只是借鉴了人的大脑在处理信息过程当中的层次化过程。因为深度学习的涌现，大家可以从曲线看到，用于图像分类的标识人工智能或者深度学习识别力已经低于人的错误率，也就是说识别力高于人。包括跟环境的交互，找出最好策略，这就是所谓强化学习。以及我们经常讲魔高一尺道高一丈，在博弈中学习，使得学习能力不断提高，这就是生成对抗学习。这是目前人工智能发展现状，专用人工智能取得突破性进展和人工智能特别火的重要原因就是深度学习、机器学习。
2.人工智能创新创业如火如荼
另外一个值得一提的现状是，技术生态或者创新生态备受关注。科技巨头纷纷推出自己的开源系统、技术软件平台和硬件平台，原因是什么？他们没有忘记信息技术和信息产业发展的历史带给他们的启示。所以从传统的IT操作系统硬件，到现在移动互联网再到新时代的人工智能、IT，无论是谷歌也好、微软也好、百度也好、IBM也好，都要全面转向人工智能。人工智能创新创业如火如荼。
去年一年全球新成立的人工智能创业公司就有一千多家，人工智能领域获得的投资达150多亿美元，同比增长140%以上，确实是如火如荼。在应用方面，可以说“智能+”已经成为一种创新的范式，将各行各业渗透。当然有的是炒作，把传统的数据分析，贴上人工智能的标签。但是人工智能发展迅速是一个客观现状。
人工智能已经加速成为国家战略，我可以举很多这样的例子。过去几年，最早被大家熟悉的“德国工业4.0”，核心就是人工智能；到2018年5月10日，美国白宫组织AI研讨会，成立AI专门委员会，确保人工智能领域美国第一。
3.人工智能的社会影响
人工智能对社会的影响得到了广泛关注。在美国，一些同仁一起签署了有关人工智能发展的阿西洛马23条原则，关注人工智能可能带来的社会影响，以及怎么规范人工智能研究和应用。但是我认为目前人工智能发展的另外一个客观现状是，人工智能领域的误解和炒作普遍存在，有的是有意的，有的是无意的。
比如时不时听到有人讲，人工智能系统将超越人的智能水平，我认为这是炒作。还有人工智能达到几岁小孩的水平，这也是炒作。某一个特定任务人工智能达到五岁小孩水平这可信，笼统讲人工智能或者人工智能达到三岁或者五岁小孩我认为是炒作。这些炒作有的是有意的，有的则是概念误解混淆造成的。比如经常有人把机器学习看成人工智能，但这只是人工智能其中一个研究方向；又把深度学习看成机器学习，但深度学习只是机器学习一种方法；或者把图像识别看成人工智能，这只是人工智能一个方向；或者把大数据看成人工智能、专家系统看成人工智能、机器人看成人工智能……特别是把人工智能与人类智能或者机器人与人类看成零和博弈，你死我活，这些误解我认为是不存在，人和人工智能是可以互补的。
4.人工智能仍处于起步阶段
我前面跟各位的汇报是很多专用人工智能领域取得的突破性进展。经常有人误解，专用人工智能等于通用人工智能，如果有这样的误解很容易说现在人工智能不得了。什么是通用人工智能或者什么是通用智能系统？我们人的大脑就是一个通用智能系统。同样一个大脑，我学习以后可以下围棋也可以下象棋，能够举一反三、融会贯通、思考学习、规划决策，可以说一脑百用。目前的人工智能还有很多不能做的事，而有的事对人来说非常简单。
所以说人工智能总体发展水平仍然处于起步的阶段，美国的DARPA对人工智能现状也是这个观念。2015年我曾经用“四有四无”概括人工智能总体状况，三年以后我觉得还可以这样说。现在人工智能是有智能没有智慧，智慧是高级智能，有意识，有悟性，可以决策。人工智能有智商没有情商，科幻电影中跟人类谈情说爱的人工智能还差得很远。另外，人工智能会计算不会算计，一个词倒一个顺序，这个概念完全不一样。人工智能有专才没有通才，下围棋的阿尔法狗不一定会下象棋。
我举一个具体的例子，现在即使最先进的图象识别算法都无法识别出图像里那只斑点狗。语音翻译现在已经很好了，但大家看这简单的三句话：他吃食堂，他吃面条，他吃大碗。昨天晚上我特意上网用谷歌翻译这几句，翻译不出来，机器翻译把大碗、食堂“吃掉”了。我也试了一下，“那辆白车是黑车”和“能穿多少穿多少”，谷歌翻译也翻译不出来。
看到“欢迎新老师生前来就餐”的横标，相信人类理解起来没有歧义，但是人工智能算法就会有。人类看到这个横标不仅知其然还知其所以然，知道可能是新学期开始或者新食堂开张，但人工智能还做不到。对这个特定问题，它“知其然”都做不到或者至少有歧义。这些局限是因为人工智能还有很多瓶颈。
深度学习很火，但是很大程度上它是黑箱状况。我们还不能完全从数据上论证为什么那么有效，不能完全确保这个多层深层神经网络训练是收敛的，所以有数据瓶颈，深度学习要提供大量已经标注数据，还需要大量的人工；还有它不能举一反三、不能解释，“知其然不知其所以然”，与人类存在很大差距。正因为这些差距，人工智能未来发展还有巨大创新空间。
人工智能的春天刚刚开始
可以说人工智能春天刚刚开始，我提出这一个观点是因为人类社会经历机械化、电气化、信息化的时代以后，正在向智能化社会迈进。人类进入智能化社会以后当然需要智能技术、人工智能支撑和引领。人工智能有望引领新一轮科技革命。世界著名科学家格特纳说人工智能是未来最具颠覆性的技术。具体讲有八个宏观发展趋势我认为值得关注：
第一个是专用走向通用，这是必然的发展趋势。所以因此有人认为，通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。
我注意到，美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系发展方向。它只是朝通用人工智能迈了一小步。
第二个，为什么不认同机器人和人类或者人工智能与人类智能是零和博弈，因为人工智能另外一个重要发展趋势，是机器智能到人机混合智能。人类智能和人工智能各有所长，可以互补。所以人工智能一个非常重要的发展趋势，是FromAI(ArtificialIntelligence)toAI（AugmentedIntelligence），两个AI含义不一样。
第三个趋势叫做从“人工+智能”到自主智能系统。为了让深度学习提高性能，需要大量已经标注好的数据。比如给人工智能一幅图像，告诉它图像中哪一块是人、哪一块是草地、哪一块是天空，都要人工标注好，非常费时费力。有人说目前的人工智能有多少智能，取决于辐射多少人工，这话不太精确但大体有这个含义。下一步发展趋势是怎样以极少人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。所以有人开始试图创建自动机器学习算法，来降低AI的人工成本。
第四个是学科交叉将成为人工智能创新源泉。前面我提到深度学习现在很火爆，它只是借鉴了大脑的原理：信息分层，层次化处理。所以，跟脑科学交叉融合非常重要。实际上无论是《Nature》和《Science》都有这方面成果报道。比如《Nature》发表了一个研究团队开发的一种能自主学习的人工突触，它能提高人工神经网络的学习速度。但大脑到底怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。这两个学科的交叉有巨大创新空间。
第五个是一个明显的趋势，人工智能产业将蓬勃发展，国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升；我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿，带动相关产业规模超过10万亿，这个产业是蓬勃发展的，前景显然是非常大的。
第六个大家很关注人工智能可能带来的社会问题和相关伦理问题，因此人工智能的法律法规一定会更加健全。联合国还专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署人工智能合作宣言，共同面对人工智能在伦理法律方面挑战。我们学部也列了这方面的一个题目。
欧洲25个国家签署《人工智能合作宣言》，共同面对人工智能在伦理、法律等方面的挑战
第七个，人工智能将成为更多国家的战略选择。一些国家已经把人工智能上升为国家战略，越来越多国家一定会做出同样举措。包括智利，加拿大，韩国等等。
最后一条就是人工智能的教育会全面普及。教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。美国科技委员会也有这样的内容。所以这是大家值得关注的另外一个方面。
对于人工智能的未来发展方向，我只是挂一漏万，以我个人粗浅认识觉得这八个方面值得关注。这里面既有科学研究层面，也有产业应用层面，也有国家战略和政策法规层面。所以在科学研究层面我觉得特别值得关注是：从专用到通用，从人工智能到人机融合、混合。然后是借鉴脑科学。
总结一下我今天的报告：
第一，人工智能经过六十多年发展已经取得重大进展，但总体上还处于初级阶段。
第二，人工智能既具有巨大理论与技术创新空间，也具有广阔应用前景。相信你们也许在琢磨我没有明确回答题目中提出的问题，人工智能到底是天使还是魔鬼？
下面就是我的答案：高科技本身没有天使和魔鬼之分，人工智能也是如此，这一把双刃剑是天使还是魔鬼取决于人类自身。人工智能在天使手里是天使，在魔鬼手里就是魔鬼。因此我们有必要未雨绸缪形成合力，确保人工智能正面效应，确保人工智能造福于人类。谢谢大家。
谭铁牛
我国模式识别与计算机视觉专家。中国科学院院士，英国皇家工程院外籍院士，发展中国家科学院院士，巴西科学院外籍院士，现任中联办副主任，中国人工智能学会副理事长，国际电子电气工程师学会(IEEE)和国际模式识别学会Fellow，国际模式识别学会第一副主席、IEEE生物识别理事会主席等职。主要从事图像处理、计算机视觉和模式识别等人工智能领域的研究，他的主要科学贡献包括：提出了基于定序测量的虹膜识别理论，解决了虹膜图像获取、虹膜区域分割和虹膜特征表达等难题；提出了基于环境约束的视觉计算方法，使计算机视觉更加符合人的视觉机理。
文章首发于科学大院，仅代表作者观点，不代表科学大院立场。转载请联系cas@cnic.cn。科学大院是中科院官方科普微平台，由中科院科学传播局主办、中国科普博览团队运营，致力于最新科研成果的深度解读、社会热点事件的科学发声。
人工智能的神话或悲歌丨ChatGPT，是人类福音还是洪水猛兽
开本：16开
出版社：商务印书馆
出版时间：2022年9月
定价：68.00元
向上滑动阅览
本书目录
前言：最后的神话.......1
一个反存在的存在论问题.......5
近忧远虑：人工智能的伦理学和存在论分析...24
人工智能的自我意识何以可能？...40
人工智能会是一个要命的问题吗？......55
是人的问题还是人工智能的问题？
——回应博古睿研究院（BerggruenInstitute）关于人工智能的问题.....65
完美是最好的吗？
——为桑德尔《反对完美》一书所作的导论......86
人类可能会死于好事而不是坏事.......96
最坏可能世界与“安全声明”
——来自《三体》的问题.......102
未来的合法限度.....122
要命的不是人工智能统治世界，而是人可能先亡于它创造的一切好事.......136
内容简介
本书是一本科技哲学的文集，多数是关于人工智能问题的，但不限于人工智能，也涉及基因编辑，还有一篇讨论“宇宙社会学”——刘慈欣设想的一个存在于科幻中的理论，虽然不是被承认的学科，但其中包含重要的现实意义。主要论文有：《一个反存在的存在论问题》，《近忧远虑：人工智能的伦理学和存在论分析》，《人工智能的自我意识何以可能？》，《人工智能会是一个要命的问题吗？》，《是人的问题还是人工智能的问题？——回应博古睿研究院（BerggruenInstitute）关于人工智能的问题》，《完美是最好的吗？》，《人类可能会死于好事而不是坏事》，《最坏可能世界与“安全声明”——来自〈三体〉的问题》，《未来的合法限度》，《要命的不是人工智能统治世界,而是人可能先亡于它创造的一切好事》等。书稿较为集中探讨了现代人工智能的区分、本质、危险、可能的解决办法等问题，具有前沿学术价值。
作者简介
赵汀阳，中国社会科学院学部委员，哲学研究所研究员。欧洲跨文化研究院学术委员会委员，美国博古睿研究院资深研究员。著有《论可能生活》、《天下体系》、《第一哲学的支点》、《坏世界研究》、《天下的当代性》、《惠此中国》、《四种分叉》、《历史·山水·渔樵》等，以及AllesUnterdemHimmel（德国）；TianxiatoutsousunMemeCiel（法国）；RedefiningaPhilosophyforWorldGovernance(英国)；All-under-heaven：TheTianxiaSystemforaPossibleWorldOrder(美国)；Tianxia:unafilosofiaparalagobernanzaglobal（西班牙）;UnDieuoutouslesDieux（法国，与A.LePichon合著)；DuCielalaTerre(法国，与R.Debray合著）。
前言：最后的神话
这是一本科技哲学的文集，多数是关于人工智能问题的，但不限于人工智能，也涉及基因编辑，还有一篇讨论“宇宙社会学”——刘慈欣设想的一个存在于科幻中的理论，虽然不是被承认的学科，但其中包含重要的现实意义。
科技哲学的前生前世是知识论。尽管古代哲学早已讨论了知识问题，但知识论的兴盛却在现代，是一个后神学的产物，也是建构人的主体性的一个计划，如康德的豪言壮语所表达的，知识论试图证明人的理性能够“为自然立法”。知识论的雄心无疑与现代科学的兴起有关。假如没有出现能够实证地解释世界万物的现代科学，以尽享成功与光荣的牛顿力学为代表，就很难想象知识问题会成为现代哲学的核心。现代知识论的主要议题是康德设定的，康德试图解释知识的一般普遍原理，但后来人们发现，康德理论可以解释以牛顿力学为代表的早期科学的意识基础，却不能解释以非欧几何、康托数学、哥德尔逻辑、相对论和量子力学为代表的当代科学，同时，也无法解释不能化约为科学的人文知识，即被狄尔泰定义为“精神科学”或李凯尔特命名的“文化科学”的那些具有历史性的知识。当代知识论沿着科学和人文知识的道路而分别发展了不相容的两种知识论，甚至成为所谓“两种文化”。不过，总的来说，现代知识论没有超越对“科学”概念的崇拜，即一般相信满足科学标准的知识才是真正的知识，而且还相信科学技术迟早能够解决一切问题。这种科学崇拜不是迷信，因为科学确实创造了无数难以置信的奇迹。尽管科学无法解释价值和历史——这是人文的特区，但人文的短处是至今无法建构一种不同于科学而几乎同样可信的方法论。这是题外话了。
科技哲学是知识论的传人，但放弃了康德式的一般总体知识原理，只是分析科学的知识生产方式、认知假设、认知机制和模式，也反思科学的社会、文化和政治后果，以及对科学提出人文或伦理学的批评。收缩为科技哲学的知识论也因此失去了广泛宏大的影响力。近几年来，科技哲学突然成为哲学的一个前沿问题域，甚至成为牵动所有哲学问题的一个核心枢纽，其爆发点显然与人工智能和基因编辑的技术发展有关。技术的发展其实不及科学的理论挑战那么深刻，尽管康托数学、哥德尔理论、相对论和量子力学等划时代的科学进展已经过去了百年或更久，而至今知识论仍然没有能够足够合理地解释其中革命性的知识论问题，即一度被夸张地称为“数学危机”和“物理学危机”之类“终结了真理”的那些难题，有趣的是，人们并没有为之特别烦恼。这意味着，知识论的问题并不急迫也并不致命，甚至，知识不能解释自身的困境也不影响知识的继续发展。虽然人工智能和基因编辑只是技术上的应用和推进，在思想的革命性上远不及科学，但人工智能和基因编辑的实践却引出无比严重的问题，它超出了知识论而触及了存在论，或者说，从知识论问题转向了存在论问题，而所有涉及“存在”的问题都是要命的，所以刻不容缓。这就是问题之所在：如果人类运气不佳，人工智能和基因编辑等技术有可能要了人类的老命。历史经验表明，没有一种批评能够阻止技术的发展，尽管人喜欢吓唬自己，但终究还是挡不住技术的美妙诱惑。
平心而论，人工智能的实际危险性并没有理论上的危险性那么大，目前人工智能的技术水平距离理论上的危险还很遥远（关于“奇点”临近的说法是夸大其词），而现实可及的利益却十分巨大，因此，限制在图灵机概念内的人工智能都是可取的。至于超越图灵机的超级人工智能，虽然十分危险，但目前只是一个“形而上学”的问题。这本书主要讨论的正是作为形而上学问题的超级人工智能，即具有自我意识和神级能力的人工智能，也可以理解为一个关于人工智能的神学或神话学的讨论。这个形而上的危险虽然遥远，但并非杞人忧天，科学技术的突破有可能像火山爆发一样突然。
更危险的或许是基因编辑之类的生物学技术，而且是并不遥远的真实危险。生物学技术似乎比人工智能更有用，因此是更大的诱惑。可以说，凡是用于治病救人的生物学技术都是可取的，而凡是基于完美追求而试图改变或改善人类自然性质的生物学技术，都是非常危险的，比如说，试图把人类变成长生不老的生命，或者具有超级智商的生命，或者美丽无比的生命。这些试图改写人类生命的自然结构的努力有可能适得其反地导致人类的灭亡，因为破坏一个系统比建构一个系统容易太多，而重新设计生命系统需要上帝一般的完全知识，这是人类所缺乏的知识。对此我无法给出必然可信的论证，只是基于一个信念：人类的技术不可能超越大自然的设计，所有改变大自然设计的技术或可能会导致生命系统的崩溃。
就人工智能和基因编辑的长远目标而言，都是试图在存在论水平上改变存在的既定性质，相当于再造存在，而任何“再造存在”都是绝对的冒险，都违背理性的风险规避原则。当然，冒险总有一丝成功的希望，但鉴于人类远远没有完全了解意识的秘密，更没有完全理解自然的秘密，因此，任何“再造存在”都是缺乏依据的冒险。不敬神的现代性是一个关于人的主体性的神话，即以人为神，因此人想要一切，想做成一切。人的神话如此深入人心，以至于成为一种势不可当的自动实现预言，更恐怖的是，人的神话还具有自相关结构，即使反对主体性的僭越也需要以主体性为依据。现代早就有不少思想家批判性地反思了现代性、主体性以及科学崇拜，而且那些反思也早已成为广为人知的话语，但没有用，完全无力阻止人的神话。人已经被惯坏了，太想统治自然，太想长生不老，太想不劳而获。事实证明，对现代性、主体性和科学崇拜的伦理批判无力而软弱，无效而可怜，无论如何怀念“去魅”之前的“诗意的”世界，此类话语不仅无济于事，甚至因为无济于事而失去了思想性。人的神话，或者主体性的神话，包括人工智能和基因科学的神话，隐含其中的可能是人类的悲歌。
延伸阅读
《人工智能与莎士比亚——
基于计算与认知分析的诗歌翻译情感研究》
✨人工智能将重塑人类世界的格局
✨让人工智能走近莎士比亚
✨人工智能与人类智能相结合，
分析《莎士比亚十四行诗》的诗歌情感
点击书影，即可购书
陈庆著
ISBN：978-7-100-21876-4
开本：16开
出版社：商务印书馆
出版时间：2022年12月
定价：68.00元
向上滑动阅览
本书目录
第一章绪论
第一节莎士比亚邂逅人工智能/001
第二节量化定性：双重性质研究/004
第三节《莎士比亚十四行诗》与梁宗岱/005
第二章情感量化研究：情感计算
第一节何为情感？/009
第二节情感计算/012
第三章情感定性研究：认知语言学视角
第一节语义框架/018
第二节概念隐喻/022
第三节象似性/027
第四章意象：诗歌情感表达的基本单位
第一节中西诗学之意象/031
第二节认知语言学的意象/034
第三节意象的分类/036
第四节意象与诗歌翻译情感表达/038
第五章诗歌意象翻译研究
第一节认知语义学视角/041
第二节认知语法视角/047
第三节认知语用学视角/048
第四节帕尔默文化语言学视角/049
第六章《莎士比亚十四行诗》译本情感研究设计
第一节研究问题/051
第二节研究方法/052
第三节研究工具/054
第四节分析框架/056
第五节研究步骤/058
第七章情感计算的整体分析
第一节总体特征/065
第二节正负极性均值与译诗分布/069
第三节四分位值与情感整体差异性/074
第八章情感计算的趋势分析
第一节情感波动分析与梁译本的典型性/081
第二节分区段统计与情感集中趋势/084
第三节情感子类型分析/088
第九章雄姿英发的太阳：积极情感认知分析
第一节直接情感资源/093
第二节间接情感资源/100
第十章灵与肉的冲突：消极情感认知分析
第一节直接情感资源/115
第十一章时光的毒手：情感子类认知分析
第一节直接情感资源/128
第二节间接情感资源/130
第十二章译作情感的追根溯源：真实译者
第一节隐含译者与真实译者/135
第二节译者的文学创作/137
第三节译者的诗学思想/141
第四节译者的翻译思想/145
第五节译者的人格类型/149
参考文献/153
内容简介
本书作者采用人工智能与人类智能相结合的方法，利用人工智能领域的分析工具NLPIR大数据语义智能分析平台，计算《莎士比亚十四行诗》译作的各种情感值，对情感值进行二次统计分析之后筛选出人工分析的对象，结合认知语言学和人文研究的质性方法，研究莎士比亚十四行诗译作的情感表现以及背后的根源。正如作者在本书前言中所陈述：“本研究创新点主要在于研究方法和研究范式的创新，人工智能的计算与人类智能的相结合实现量化与定性结合的研究范式，将诗歌和诗歌翻译的情感研究从长期的纯思辨型分析范式推向量化定性结合的范式。”
作者简介
陈庆，湖南湘潭人，广东外语外贸大学翻译学博士，广东外语外贸大学高级翻译学院讲师，主要研究方向为认知翻译学、文学翻译、翻译教学、语言服务等。出版译著4部，作为主要成员参与国家社科基金科研项目2项，教育部重大攻关课题1项，以及其他项目若干；在《外语教育》《中国比较文学》等期刊发表学术论文数篇。
序
人工智能——科技进化产生的超级造物——给这个时代带来无限可能，同时也令人焦虑不安。曾经被视高端专业的口译和笔译工作不得不直面人工智能技术的步步紧逼，眼看着自己的领地被机器翻译占领。笔译工作已经进入人机结合的时代，人类译员的工作越来偏重于译后审校，同声传译的金领地位也不断受到挑战。唯有文学翻译，尤其是诗歌翻译，似乎一直是技术硝烟之外的世外桃源。诗歌的本质是抒情，诗歌翻译的本质是情感再现，情感这种高度复杂主观的体验似乎无法被机器计算。
由此看来，情感似乎已经可以计算了，以人工智能科学家为代表的自然科学领域的专家们比人文社科领域的学者们似乎更加热衷于研究情感了。但是有趣的是以传达情感为本质的诗歌和诗歌翻译却没有被人工智能专家们纳入他们正式的研究版图，比如莎士比亚的情诗以及情诗翻译。人工智能领域，偶尔有一些针对小说等文学作品的情感分析文章，但多为吸引关注度的怡情之作。究其原因，也许是人工智能专家们对莎士比亚不感兴趣？又或许是莎士比亚的“情感”对于人工智能还很难？目前来看，答案主要是后者。
文本情感分析技术对于解析情感直白的话语已经很纯熟了，但是当解读那些表达多样，修辞手法丰富，充满了多义性和复杂情感的诗歌，人工智能还远不如人类智能。诗歌里那些看似简单的词句往往凝结着最复杂的情感，一句“行到水穷处，坐看云起时”这样平淡的诗句，在读者心中激起的平静而愉悦的积极情感，如果没有人特意去标注，人工智能又如何及时感受呢？何况，读者群体的集体无意识和文化基因都是理解诗歌情感的复杂因素。当然，应该可以通过测量读者阅读诗歌时的瞳孔变化、脑电波情况和内啡肽等激素水平，来计算诗歌的情感。不过，那已经超出了人工智能单纯的算法逻辑了。
2月7日，ChatGPT在官网表示，用莎士比亚文风表示“最近一小时内蜂拥而至我们的网站，但我们的网络资源是有限制的。”
如果说标准化与复杂性是人工智能与人类智能最基本的矛盾，那么人工智能与莎士比亚似乎是咫尺天涯，情感分析无法解读莎士比亚，更加难以分析莎士比亚的译作情感。而本书所呈现的研究却尝试通过认知语言学分析将人工智能与莎士比亚的十四行诗联结起来，让人工智能走近莎士比亚。
该研究并非企图打造一个自动化的诗歌情感分析平台，而是将已有的人工智能领域的工具应用于诗歌情感和诗歌翻译情感的分析，并基于机器的计算，结合认知语言学的分析工具和一般人文研究的质性方法，研究莎士比亚十四行诗译作的情感表现以及背后的根源。本研究利用到了人工智能的数据处理能力，在一定程度上解决了大规模分析诗歌译作的难题，同时又充分发挥了认知语言学的语言解析力，弥补了人工智能解释力的不足。另外，在人工智能的帮助下，我们在研究中也发展了认知语言学，对于人工智能领域来说也有借鉴价值。
很多计算机领域的论文在评述情感分析时，总会出现类似以下的内容“我希望本书能够促使语言学家研究并建立有关观点、情感及相关概念的系统理论”。那么该研究也算是就计算机学界对文学语言学界的友好合作倡议的呼应了，我们也从文学翻译研究的角度做一点贡献。
布莱恩·阿瑟曾在《技术的本质》中说，有时候“创新只是解决方案的微小改进”。本研究借人工智能的一成算力试图解决诗歌翻译研究长久以来难以实现的量化问题，虽有大材小用之嫌，但这也的确是一种解决方案的改进。也是新文科、新文学、新外语大浪潮之中一朵微创新的小浪花，希望读者们的批评、支持与帮助能让这朵小浪花化成夏日的玫瑰日渐枝繁叶茂。
赵汀阳：人工智能的自我意识何以可能？返回搜狐，查看更多
人工智能快速发展是人类的福音
预览：感谢主席，问候在场各位，开宗明义，概念先行：人工智能是指主要研究用计算机来模拟人类的某些智力活动的有关理论和技术。福音是指益于众人的好消息。我们今天之所以讨论这个辩题，是因为伴随着近年来大数据、云计算等技术的发展，人工智能成为带动社会发展的重要引擎，人工智能技术的更新换代也越来越快，人类被人工智能的浪潮推到了历史转折的重要分叉路口。故我方的标准为，人工智能的快速发展能否作为社会发展的转型契机促进人类的长远发展。接下来我方将从以下两点进行论证：首先，人工智能的快速发展能帮助人类走出社会发展内卷化的困境。所谓内卷化，是指一种社会或文化模式在某一发展阶段达到一种确定的形式后，便停滞不前或无法转化为另一种高级模式的现象。2017年，芯片教父黄仁勋说，人类无法再创造更高层级的CPU。人类的最高运算能力狂飙数十年后，开始缓步。科技......首次登陆送10下载券,推荐使用QQ一键登录
还剩676字未浏览，请下载查看。稿件实际排版优于文字预览排版。本站所有稿件均支持编辑稿件总字数：1040字
以下原因请及时向底部邮箱反馈，我们会尽快核实处理：1.内容与辩题不符；2.稿件文件无法打开；3.内容违反相关法律法规；4.稿件内容与网络稿件雷同；5.侵犯您的版权。
上一篇：人工智能的快速发展是人类的福音
下一篇：学者明星化不利于学识传播
感谢您浏览高质量原创辩论稿件如果帮不到您，是我们的罪过