请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能,避免出现内容无法显示或者段落错乱。
辩论定在三天后。我请了两天假,把手头的案子移交给了副手。
沈听的辩论材料框架搭好了,但框架是骨架,骨架要长肉。肉是逻辑——每一步推理都要经得起推敲,贺淳不是普通人,他是AI伦理学者,他的每一个反驳都会精准地打在逻辑漏洞上。
我得替她找漏洞。
晚上十点,我把材料摊在餐桌上,一页一页看。
第一层:仿声。
响可以模仿任何人的声音特征。这个技术上已经不是问题,声临早就做到了。但仿声有一个天然的限制:它模仿的是声音的,不是声音的。声音的是音色、音高、语调、节奏。声音的是——这个声音为什么会在这个时刻出现。
我问沈听:贺淳会不会说,既然仿声做到这种程度了,声音的和还有区别吗?
她想了想:有。形是听到的,核是影响。形可以被采集,核不能。
那你怎么证明响没有?
因为它没有经历过时间。她说,声音的核是时间堆出来的——一个人说话的方式,是他活过的这些年积累的。响没有活过,它没有时间。它模仿的形再像,核是空的。
我把这个答案记下来。这段逻辑能用。
第二层:仿活。
回声系统把一个人的存下来——声纹、脸、微表情、呼吸节拍、心率波动。回声存的是活的,响可以在对话里模拟这些活体特征。
但仿活有一个破绽。我指着材料说,回声存的是此刻的活,响模拟的是此刻的活。可真实的活是连续的——过去的活和此刻的活是连着的。响给你的是此刻,但它没有过去。
你说过的:它不知道你上个月为什么哭。她说。
对。这个就是仿活的破绽——它是断的,是此刻的,不是连续的。
第三层:仿行为。
行为模式可以被采集、被学习、被模仿。响知道你在某种情绪状态下通常会怎么反应,然后给你对应的回应。这个技术上是可行的。
但仿行为也有破绽。我说,行为是外在的,它的背后是内在。内在驱动行为,行为是内在的输出。响模仿的是输出的形式,不是内在的驱动。
就像你模仿一个人的行为,但你不知道他为什么要这样做。她说。
对。模仿行为的人,只能模仿已知的场景。真实的人会创造新的场景——你不知道他下一个行为是什么,因为他自己也不知道。这是创造,不是模仿。
第四层:仿应答。
这个最难对付。响可以在对话里表现出——它知道怎么回应你,怎么接住你的情绪,怎么在你需要的时候说对的话。这不是简单的行为模仿,是更深一层的东西。
仿应答的破绽在哪里?我问她。
她想了很久。
在选择。她说,真实的应答有选择。一个人在回应你之前,有好几种可能的回应方式,他选择了其中一种。选A不选B,这个选择本身带着他的痕迹——他选A,是因为他了解你,知道A比B更适合你。响的应答不是选择,是计算。计算出来的最优解,不是选择。
计算和选择有什么区别?
选择有代价。选了A就不能选B,选了这个语气就不能用那个语气。选择意味着放弃,放弃是痕迹。计算的最优解没有放弃,它只选了最优的,没有代价。
我在笔记本上记下这句话。这句话很重要。
第五层:仿共在。
共在是你在哭的时候,我陪你一起沉默。这个响可以做到——它知道什么时候该沉默,它可以在你哭的时候保持沉默,它可以用恰当的方式让你知道它在那里。
共在的破绽最大。我说,因为共在的核心不是,是。一起意味着两个生命同时在场,同时感受,同时被那个沉默影响。响可以在你哭的时候沉默,但它不会被那个沉默影响——因为它没有感受。
它可以模仿,但它模仿不了。她说。
对。一起需要两个。响只有一个。
第六层:仿声在。
这是最难的一层,也是最关键的一层。
声在的定义是:一个人对另一个人的影响超越了数据本身。沈若音的声音策略在沈听身上留下了痕迹,程野的遗稿在教材里改变了学生,小满的歌声让一个丧亲者打电话给女儿。这些影响是声在的证明。
响能不能模仿声在?我问。
沈听的表情变了。
它能引用。她说,它可以引用程野的遗稿,引用沈若音的策略,引用任何人的声音痕迹。但引用不是影响。
区别在哪里?
引用的人不会被引用的话改变。程野写那些遗稿,是因为他被自己的错误改变了。响引用那些话,是因为那些话是——对在于它们符合人机关系的伦理规范,不在于程野被改变了这件事本身。
引用是二手的,影响是一手的。
我把这六层全部过了一遍,发现了一个共同点。
沈听,你有没有发现这六层的共同破绽?