这三部科幻电影让你一步步恋上人工智能!

如果你看过《黑客帝国》(The Matrix)、《终结者》(Terminator)或《战争游戏》(Wargames)等好莱坞科幻大片,那么你很可能已经准备好了藏身地堡,以应对后AI时代的末日。科技发展日新月异,每周都有更新和更陌生的设备诞生。甚至那些我们从未想过会过时的技术也在发生改变:电视正在向互联网转移,互联网正在触及世界最偏远的地区,而地球可能很快就会被真正的机器人所覆盖。

数以百计的书籍、电影和电视节目都预言AI将最终接管地球,但有些最勇敢的导演却看到了人类和机器人和睦共存的光明前景。以下这三部电影对AI的兴起持有积极看法,我有90%的把握确信它们不是由机器人执导拍摄的。

1.瓦力(WALL-E)拯救人类

2008年,皮克斯工作室(Pixar Studio)的动画电影《机器人总动员》(WALL-E)推出,为我们带来了有史以来银屏上最可爱的机器人。《机器人总动员》讲述了一个名为瓦力的小机器人的故事,故事场景发生在未来因被严重污染而废弃的地球上。

电影中的机器人瓦力是个垃圾分类机器人,任务是清理地球。但到了2805年,他是唯一一个还在工作的机器人。在获得了感知能力,并让自己可以使用备用零件自我修复之后,瓦力爱上了一个名叫伊芙(EVE )的清洁机器人,他发现自己被运送到一个塞满了不健康人类的太空巡游星船上。瓦力发现了一株小植物,这预示着地球上将诞生新的生命。对现在已经很虚弱的地球人来说,这可能是一种救赎。

《机器人总动员》或许是一部适合全家人观看的电影,但它对我们社会的消费、废物生产以及生活方式有着重要的影响。瓦力证明,有时候,AI可能会战胜我们人类的智力,它的勇气和爱帮助我们重新找回对地球的责任。瓦力是电影界最受欢迎的AI角色之一,我们很容易就能明白其中的原因。

2大卫(David)可进行爱的编程

2001年的电影《人工智能》(Artificial Intelligence)是导演史蒂芬·斯皮尔伯格(Steven Spielberg)执导的影片,它描绘了一个不那么遥远的未来,讲述了一个机器人孩子的故事,它对自己的家庭充满了永恒的爱。故事发生在22世纪的后气候变化世界里,讲述了mecha机器人大卫(David)的故事。大卫是个AI机器人小孩,它可以“印”在家人身上,模拟人类爱的情感。

由海利·乔·奥斯蒙特(Haley Joel Osment)扮演的AI机器人大卫模糊了编程和真爱之间的界限。在故事的整个过程中,大卫对母亲的爱(由弗朗西斯·奥康纳(Frances O’Connor)扮演)比人类本身更长久,推动着这个故事走向人类灭绝的遥远未来。与大多数专注于AI的科幻电影不同,拥有AI支持的mecha不应对人类的灭绝负责,它们对人类的迷恋驱使它们从一缕头发中克隆出大卫的母亲,让大卫体验到天伦之乐。

《人工智能》描述了一个完全不同的AI故事。在电影中的机器人屠宰场Flesh Fair里,人类被描绘成邪恶的侵略者。故事中的主人公都是人工智能,我们对大卫想要回到母亲身边的努力深受感动。通过创造一个可以爱的机器人,AI可以帮助我们爱上一个机器人,而且这个未来看起来比大多数以AI为中心的电影更容易描绘。

3.格蒂(GERTY)是最好的AI朋友

在2009年备受赞誉的独立电影《月球》中,萨姆·洛克威尔(Sam Rockwell)和凯文·斯派西(Kevin Spacey)在这部非常不寻常的兄弟喜剧中扮演了不同的角色。洛克威尔扮演宇航员萨姆·贝尔(Sam Bell),他是月球空间站上唯一的人类员工,他为Lunar Industries公司开采月球资源达三年时间,并操控船只返回地球。为了不让他疯狂,公司派出了聪明的AI伙伴,即由斯派西扮演的格蒂(GERTY)。

在超长的工作轮换中,我们强调了萨姆所经历的孤独。不出所料,萨姆与格蒂的关系非常密切,这对人类和机器人在屏幕上的化学反应达到了令人印象深刻的程度,就像复印机那样。格蒂是萨姆最好的朋友、医生、美发师、治疗师,最后甚至成了他的救星。萨姆发现了公司邪恶而不道德的阴谋,他们打算利用原始萨姆的克隆体来完成不可能的月球轮换,格蒂帮助萨姆的克隆体逃回地球,揭露了公司的阴谋,并最终拯救了萨姆(至少是萨姆中的一个)。

困惑?好吧,要知道《月球》中的奇妙节奏,主要是由萨姆和格蒂的诙谐玩笑所驱动的,以这部电影的情节为基础,向我们强调:我们都想要能够和AI成为最好的朋友。

结论

史蒂芬·霍金博士(Dr. Steven Hawking)曾说过:“完整AI的发展可能意味着人类的终结。”这句话描述了AI的阴暗面,这也是科幻小说中最简单的一招。这三部电影逃过了常规套路,给我们带来了我们可以真正爱上的AI角色。AI这些比较积极的表现预示,或许将来机器人不会接管地球。

本文来自企鹅号 - 科普中国_科学艺术媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

看过 CVPR 2018 workshop 后,发现有一个我不认识的 Lady Gaga

当地时间 6.18-22 日,CVPR 2018 将在美国盐湖城举办。目前距离大会开幕还有四个月,随着春节期间大会主办方公布接收论文名单,引来大家对 CVPR ...

3437
来自专栏机器之心

机器学习近年来之怪现状

总体来说,机器学习(ML)的研究人员正在致力于数据驱动算法知识的创建与传播。在一篇论文中提到,研究人员迫切地想实现下列目标的任一个:理论性阐述可学习内容、深入理...

862
来自专栏AI科技评论

论强化学习的根本缺陷

AI 科技评论按:本文来自斯坦福大学博士生 Andrey Kurenkov 在 The Gradient 上发表的文章。

851
来自专栏ATYUN订阅号

谷歌在Kaggle上发起包容性图像挑战赛

发布大型公开图像数据集,如ImageNet,Open Images和Conceptual Captions,是推动计算机视觉领域巨大进步的因素之一。虽然这些数据...

1014
来自专栏PPV课数据科学社区

数据挖掘与生活:算法分类和应用

“如何分辨出垃圾邮件”、“如何判断一笔交易是否属于欺诈”、“如何判断红酒的品质和档次”、“扫描王是如何做到文字识别的”、“如何判断佚名的著作是否出自某位名家之手...

3774
来自专栏量子位

谷歌传奇Jeff Dean给创业者的一小时AI讲座 | 86页PPT+视频

李林 若朴 编译整理 量子位 出品 | 公众号 QbitAI ? 少年,你知道Jeff Dean么? 传奇一般的Jeff Dean现在领导着Google Bra...

3103
来自专栏大数据文摘

理解深度学习的局限性

2918
来自专栏计算机视觉战队

从零基础成为深度学习高手——Ⅰ

本文共9876字,阅读约需14分钟,有兴趣的朋友请耐心阅读,谢谢! 近期许良在公司内部做了一个关于人工智能/深度学习相关的主题分享讲座,为了准备这个演讲,花了1...

3298
来自专栏数据科学与人工智能

【数据挖掘】系统如何分辨出垃圾邮件? 数据挖掘算法与现实生活中的应用案例

相对于武汉,北京的秋来的真是早,九月初的傍晚,就能够感觉到丝丝丝丝丝丝的凉意。 最近两件事挺有感觉的。 看某发布会,设计师李剑叶的话挺让人感动的。“**的设计是...

2808
来自专栏CSDN技术头条

整理:深度学习 vs 机器学习 vs 模式识别

本文来自CMU的博士,MIT的博士后,vision.ai的联合创始人Tomasz Malisiewicz的个人博客文章,阅读本文,你可以更好的理解计算机视觉是怎...

17810

扫码关注云+社区