任何事物都有其局限性，AI也并非無所不能。

作為一個(gè)AI垂直自媒體的作者，我工作中的很大一部分就是替AI“帶路”，然后告訴人類讀者們，你們的這項(xiàng)和那項(xiàng)工作都要被AI替代了。

一直以來，人類似乎都站在一個(gè)毫無還手之力的弱勢地位，或許未來真的像一些悲觀者想象中那樣，我們有AI司機(jī)、AI售貨員、AI詩人，但人類自己卻成了可憐的乞討者。

直到今天，我第一次發(fā)現(xiàn)有一項(xiàng)工作AI在一段時(shí)間以內(nèi)都無法超越人類，而這次勝利屬于二次元——不會被AI代替的工作，是漫畫家。

連漫畫都看不懂，談什么毀滅世界？

漫畫家不會AI代替的原因很簡單，因?yàn)轳R里蘭大學(xué)的一位教授進(jìn)行了一項(xiàng)研究，最終發(fā)現(xiàn)AI根本看不懂漫畫。

以上是一則非常簡單的四格漫畫，對于人類來說理解起來非常容易：小貓?jiān)谒伎紕?chuàng)作素材，然后發(fā)現(xiàn)了小狗，要求小狗講個(gè)笑話，小狗說“你很漂亮”導(dǎo)致小貓非常憤怒。

實(shí)際上，在最后一個(gè)畫面中，小狗沒有入鏡，而“你很漂亮”本來是表揚(yáng)，要和上一個(gè)畫面中的“笑話”連接起來，才能解釋出小貓的情緒。

對于AI來說，理解這些呈現(xiàn)在畫面之外的信息，簡直太困難了。

在馬里蘭大學(xué)的實(shí)驗(yàn)中，研究者搭建了一個(gè)由120萬張漫畫畫格組成的數(shù)據(jù)集，并提取出了每個(gè)畫格中的文本，利用LSTM模型，希望AI能對漫畫進(jìn)行一個(gè)連貫的了解。

關(guān)于LSTM（長短期記憶網(wǎng)絡(luò)）此前已經(jīng)介紹過很多，這一模型的特點(diǎn)就是加入了記憶的概念，可以處理和預(yù)測時(shí)間序列較長元素。雖然在長文本、機(jī)器翻譯等等方面表現(xiàn)的都不錯(cuò)，但在看漫畫這件事上，LSTM徹底挫敗了。

在經(jīng)過大量訓(xùn)練后，研究人員給了AI一組以前沒見過的漫畫，要求AI理解并預(yù)測下一個(gè)畫面中的文字信息或畫面內(nèi)容，結(jié)果AI的成績一塌糊涂。而人類的預(yù)測正確程度，通常能達(dá)到80%的正確率。

視覺敘事？何必強(qiáng)人工智能所難

嚴(yán)格來說，漫畫這種東西屬于“視覺敘事”——把信息隱藏于圖像之中。同樣是視覺敘事，AI理解電影就比理解漫畫容易的多，電影的主角是人，而人臉長的都是一個(gè)樣子，想要訓(xùn)練AI讀出人臉表情、識別情緒是件很簡單的事，更何況電影還會有詳細(xì)的劇本。

但漫畫最大的特點(diǎn)，就是視覺上不具有連貫性。就像上文的四格漫畫一樣，第三張圖小狗還在畫面中，第四張圖就不在了。人類可以很快的理解到，名為淡定狗的小狗扔下一句話就淡定的離開?？蓪τ贏I來說，讀出這種在畫面和文字之外的信息實(shí)在是強(qiáng)人工智能所難。

其次，不同漫畫的繪畫、敘事風(fēng)格迥異，對于AI的訓(xùn)練來說也是個(gè)難點(diǎn)。簡單的四格漫畫中，每一格的場景都是相同的，可在其他漫畫中，可能這一格是打斗的場景，下一格就是一張憤怒的人臉。能看懂四格漫畫AI，再去看那種有鏡頭切換感的漫畫，也是一頭霧水。至于畫風(fēng)方面，不同漫畫家對于人臉描繪方式都有很大差異，換成AI來理解，難度又會加大了。

還有一點(diǎn)，視覺敘事這件事是建立在“邏輯”和“常識”兩個(gè)概念基礎(chǔ)之上的。比如小貓說講個(gè)笑話，小狗說“你好漂亮”，理解這個(gè)情節(jié)就需要“你說我漂亮是笑話=你說我丑”這一基礎(chǔ)的邏輯。又比如哆啦A夢中常見的老鼠梗也需要“貓通常不怕老鼠”這一基礎(chǔ)常識。這些東西對于人類來說都很簡單，可是AI是不具備這些常識和邏輯概念的，我們也不能像編百科全書那樣，把這些概念灌輸?shù)紸I的大腦之中。

圍棋界的大手，到了甄嬛傳里也是一集死

其實(shí)結(jié)合AI在圍棋領(lǐng)域的勝利和在漫畫上的失敗，我們可以看出，AI在完全信息信息領(lǐng)域中的表現(xiàn)和不完全信息領(lǐng)域中的表現(xiàn)完全不同。

完全信息本來是經(jīng)濟(jì)學(xué)中的一個(gè)屬于，意思是參與者可以理解整個(gè)市場的所有信息。在這里，我們可以看做一項(xiàng)工作的數(shù)據(jù)集。在圍棋這項(xiàng)工作中，所有的信息都可以歸納為數(shù)據(jù)集：游戲的規(guī)則、每一步的打法?？稍诼嬛?，我們最多能把畫面中做上詳細(xì)的標(biāo)注，把文本信息都提取出來?？呻[藏在圖片文字之外的邏輯關(guān)系、常識等等只可意會不可言傳的東西，是無法向AI提供的。

而AI做的最差的，就是read between the lines。

以此類推，AI在戲劇、歇后語、四國軍棋的暗棋（一種包含了欺騙的軍旗玩法）包括談戀愛等等一切充滿了不完全信息、欺騙與反欺騙、解讀意象、常識和邏輯的游戲中表現(xiàn)都不會太好。

這么看來，AI有點(diǎn)像《三體》里初期的智子，不會隱藏自己的想法，也不能明白隱瞞、欺騙這種概念。所以，我們真的不必對AI的勝利感到恐懼，它會是辦公室里人緣最差的那位同事和后宮里一集死的路人，某一項(xiàng)能力的突出并不能彌補(bǔ)它在不完全信息方面的短板。更何況意象、類比、反諷、隱喻這種東西，是人類最擅長的手段。

我相信，未來世界最好的樣子一定是人類和AI各司其職，做各自最擅長的事情。在視覺敘事這類AI特別不擅長的事情上，它們依然能給人類提供很多幫助。

比如用生成對抗神經(jīng)網(wǎng)絡(luò)創(chuàng)造人物形象、用監(jiān)督學(xué)習(xí)+卷積網(wǎng)絡(luò)來為線稿上色、甚至開發(fā)一款會自動放大文字的漫畫閱讀App。這些并不是幻想，而是正在發(fā)生的現(xiàn)實(shí)。當(dāng)這些繁復(fù)的機(jī)械勞動被AI代勞后，我們也就能更多的投入到自己擅長的事情中來：利用不完全信息環(huán)境講好更多故事，讓這個(gè)世界保持應(yīng)有的趣味。

本文由 @腦極體 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Pixabay，基于CC0協(xié)議