我来这儿不是吵架,已经能换脸了

真正“说服”的关键

在卡尔的眼里,我的担心是多余的。这个社区对错误非常宽容;而来这里的人,也不一定需要改过自新,而是在高质量的对话和辩论之后,增加对问题的理解。

实践这种宽容的关键,在于社区的激励制度。他指的是一个叫做“delta”的东西——希腊文里的三角形“Δ”,在数学里表示“改变”。如果发帖人觉得某个回复成功说服了自己,那么就在回应里复制粘贴一个 delta 标记。然后,社区里一个扫描 delta 的脚本便会自动记录,帖子下方变红,成功说服别人的用户,ID 旁会增加一个小三角。版内会实时更新每周每月的 delta排名。

图片 1发帖人/楼主被说服,给出一个 delta。自动脚本机器人 Deltabot 扫描到了这个回复,并将给出 delta 的信息置顶。图片来源:Change My View 版块截图

卡尔认为,“改变”是他最看重的东西,剩下的都是为了它而服务。“很多时候,人们即使被说服,也不会意识或者主动表示,转头就走。我希望人们有一个‘反思’的过程,觉得‘哦,我的想法原来发生了变化’。”

“所以,只有惩罚是不够的,必须要用正向的激励告诉用户,要怎样才能改变别人。”卡尔这样解释 delta 的产生机制。他反复强调的一点是,“‘踩’和“赞”并不能说服”。为了获取对方给的 delta,参与者不能只为了自己的正确性大呼小叫、冷嘲热讽、人身攻击——这些不仅没用,反而会适得其反。

尽管没有真正的虚拟货币系统,来自被说服者的肯定,却形成了社区的荣誉制度。这恐怕是“说服我”与其它地方不同的关键。佐治亚理工大学的一个交互计算团队在2017年以这个社区作为蓝本进行了研究,肯定了制度的重要性:社区规则能够给用户提供足够多的信息,让参与者尽可能地采取积极的行为;而 delta 这种“游戏化”的激励制度,一方面鼓励了参与者通过文明的交流说服对方、保护发帖者不受攻击,也给新来的参与者提供了重要的行为参考:“我怎么才能获得 delta?像那些人一样心平气和地说话说不定有效。”

图片 2左:合成的(Synthetic)彼得·库欣扮演的威尔霍夫·塔金,右:演员盖·亨利 图片来源:nytimes.com

图片 3早期的颜文字。要领会它们的真意,你通常得歪着脖子。图片来源:oyouwanna.com

“说服”的社会意义

而在研究者的眼里,这个社区的文明还不仅于此。科罗拉多大学计算机系的副教授谭宸浩早在2013年就关注到了“说服我”。那时候谭宸浩正在康奈尔大学计算机系攻读博士学位,研究自然语言交互。他用长达两年的时间观察了这个社区,收集了大量数据。

图片 4图片来源:boingboing.net

“比起其它在线社区,这个社区的讨论质量显著高,几乎没有侮辱或者言语暴力,当然也牺牲了一些幽默。”谭宸浩在给我的电子邮件里说。对他而言,这个社区的独特性还在于它明确的目的性。相对起线上、哪怕是现实中的交流,这里都展现出了更好的秩序,更清晰的既定目标(即说服和被说服本身),且对目标达到与否有判定(有没有获取 delta)。这给他的研究提供了非常关键的素材。

谭宸浩的研究方向是说服现象的话语特征。他的团队分析了社区里两年内的所有语料数据,发现举具体的例子、使用带限制条件的句子,比言之凿凿的话更加容易说服对方。而说服中最重要的因素是“语料的差异”,即在不偏题的情况下,与发帖人使用的词汇相似性越小的回复,越有可能说服。“语料不同的程度和被说服的可能性呈正相关,而这种不同,我们认为是新的‘视角’带来的。”谭宸浩说。他认为,这对现实中的交互有重要启发。研究结果发表在了2016年的世界互联网大会上。

我个人的感觉与此相符。在参与讨论的短暂几天里,网友们常常会给我提供新的视角,用现实中的例子打比方。我在那个帖子里,和几个网友探讨了肥胖人群的心理、社会群体关怀之后,终于碰见了说服我的人。ID 为 Nicolasv2 的用户说:“胖虽然不健康,但我们生活中有那么多不健康的事情,不仅仅是胖。我们吃太多东西,喝太多酒,看太多电视,不愿意学习……只要不干涉别人,又何故去指责呢?”

我笑了。虽然这并不是“标准答案”,但我觉得来自这个思考方向的启发十分难得。根据社区规则,“……被说服同时也意味着增加观点视角,甚至可以在保持原有观点的同时,理解、欣赏对方的观点,产生同理心。”我给出了我的第一个 delta。

这一技术的关键在于,替换的脸要和原视频上的脸表情同步。大致原理是通过算法识别出面部的特定结构——不仅仅是眼睛、鼻子、嘴巴的位置,也包括颧骨、下巴、脸颊的形状,然后按照这些特征点做替换。目前这一技术并没有达到以假乱真的地步。

“我们当时就是一堆死宅,靠聊天打发时间。”现在的法尔曼已成为卡内基梅隆大学的教授,他说自己的创作被编入网络语言词典其实是歪打正着,“我本来没打算把它当严肃创造来看的。”

图片 5图片来源:quickmeme.com

严格说,这一技术属于动作捕捉技术的一个小类,叫面部捕捉(face capture)。那些脸上的黄点,是表情变化中的关键点,就像脸的“关节”一样,计算机只需要这些信息就能合成表情。而在面部识别技术中,它被称为面部追踪(face tracking)。

下一句是啥?

什么是“说服我”?

“说服我”(Change My View)是网络社区 Reddit 下的一个版块,被特斯拉 CEO、推特名人埃隆·马斯克(Elon Mask)认证为“互联网上最文明的地方”。

图片 6图片来源:Change My View 版块截图

它所在的 Reddit 本身就很神奇——世纪初的老式 UI 界面,无数个稀奇古怪的小众版块(比如“浴室迷思”“今日冷知识”和“来问我任何问题”),没有大V 网红,却能长期排在网站流量全球前10。“说服我”正是其中最具特色的版块之一,2013年立版起已经有超过55万个参与者,实时在线数以千计。

版块的目的,顾名思义,就是让别人来说服自己。任何人都可以在这里发帖,发帖的标题和内容必须是自己的某个观点,由回复人来挑战、与自己辩论,看能否让自己改变观点。

版上的话题丰富,每个帖子的信息量都颇大。有的话题很政治,涉及总统大选、控枪或者堕胎;也有娱乐向的“超级英雄电影在艺术上一无是处”。我刚点进去的时候,最火的话题是“资本主义会鼓励不道德的行为产生”。网友们围绕着道德究竟是什么、资本主义究竟在追求什么、发帖人是否将情景过度简化等等,一天之内贡献了四百多条细致的批驳。

“再愚蠢的观点都不会招骂吗?”抱着疑惑,我在这里发了第一个帖子——“说服我:现今号召胖子们‘活出自信’的运动,实际上是在鼓励不健康的生活方式。”

不要误会我。我厌倦了病态的减肥,也并不赞同以瘦为美。但最近在欧美,大量身材夸张的胖子不断出镜并宣扬“活出自信”,不禁让我疑问这是否矫枉过正。不过,在微博或推特上祭出这个话题,除了掀起两拨人围绕“政治正确”开掐以外,大概不会有别的结果。

我好奇,在这个版上,这种“不正确”的言论会被人怎样对待。

深度学习,另辟蹊径

动作捕捉技术的关键在于识别人的表情,特别是脸上那些关键的位点。而深度学习技术也能满足这一要求,一些研究团队甚至演示了伪造美国前总统小布什,奥巴马,现任总统特朗普,以及俄国总统普金的视频。

图片 7Face2Face 算法演示,上面的人提供表情信息,下面的人提供脸的信息 图片来源:QUARTZ

深度学习技术和那些专门的影视工业技术相比,得到的结果要粗糙很多,更容易识别出来,然而它也要便宜很多。谷歌、微软、亚马逊这些大公司的软件技术和平台都是公开的,深度学习技术飞速发展,很多论文都在研究者之间共享,而且家用级别的显卡就能处理深度学习算法,不一定要用到云计算和超级计算机等技术。

但这还没完,面部捕捉技术已经能手机上用了,比如 iPhone X 的 Animoji 技术。能够用于识别面部表情的技术就能用于伪造表情。

图片 8苹果的 Animoji 图片来源:businessinsider.com

图片 9苹果官方的演示 图片来源:medium.com

一些技术爱好者也正在将这一技术移植到安卓手机上,我建议谨慎使用这些app。另外也希望手机的软硬件厂商更加注意信息的安全,我们在得到便捷的同时,手机也存储了更多的私密信息,手机和电脑系统本身的安全性也值得花更多的力气去重视,而不是随便打个补丁然后又让补丁失效。

好吧,已经能伪造视频了,但声音还是造不了假的?吧?

并不是,Adobe 公司在2016年演示了 Voco 技术,他能让你简简单单输入文字就能伪造人的声音。到目前为止这项技术都没有看到商业化的迹象,技术演示过程中Adobe表示,他们会在技术上做类似水印的东西,帮助人识别伪造的声音。

无独有偶,加拿大的AI创业公司 Lyrebird 在2017年4月份声称,只要有1分钟的样本,他们就能模仿出你的声音。这听起来比 Adobe 的技术还要夸张,因为 Adobe 声称它们需要20分钟的样本。

看到这里,可能你已经懵了。所以。。。怎么办?

实际上利用特效技术伪造视频很早就有了,Zach King 就是各种翘楚。有些只是娱乐,有些东西却是别有用心。总之,不要盲目相信网上看到的视频

图片 10人家只是娱乐一下啦 图片来源:pinterest.com

以后,随意放在网上的照片、视频、声音、文字都需要认真去对待,因为它们会被人用来伪造我们自己。我们虽然不是权贵富豪,但也经不起损失。

我想已经有人意识到伪造视频的祸害,开始做这类识别了,很快创业公司就会如雨后春笋般出现。本文作者将从技术和影响力两方面跟踪这个事情的进展。

果壳网相关小组

  • 颜文字

所以,当一个号称能让所有人“文明辩论”的社区出现在我眼前,我自然而然地生出了好奇心。

这一技术引发了不少争论,一些人表示不能接受。虽然电影获得了肖像授权,仍旧有一些伦理问题亟待回答,我们应该在荧幕上复活故去的演员么?

图片 11法尔曼当时的两句建议造就了日后颜文字的发展。图片来源:维基百科

“先骂,再拉黑。”一个几百万粉的微博红人,如此对我总结他的社交网络行事准则。

其实类似的面部替换技术,早就被广泛运用在大片里了。例如半兽人、咕噜、阿凡达,它们都用了动作捕捉(Motion Capture)技术。动作捕捉技术常用于电影工业,游戏产业,比如:

这种心态挺好的。因为eBay Deals所做的一项调查显示,现在已没有多少人还在用法尔曼创造的这种形式表达颜文字中的笑脸了。我们现在当然还在使用颜文字。只是如今我们更多情况下使用更萌、更能准确描述面部表情的“绘文字”了。我们对颜文字的使用范围已经超越了最初的笑脸符号,改用更加细腻、更加滑稽、更加富于意义的绘文字。越来越多的程序在我们打出颜文字时会自动将其转换为绘文字。越来越多的程序能够用标准化的绘文字表达“嘿”和“哈哈”的语气。

本文由澳门威利斯人手机版发布于科学,转载请注明出处:我来这儿不是吵架,已经能换脸了

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。