微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 希望我的女儿,能生活在一个「更美好」的元宇宙中

希望我的女儿,能生活在一个「更美好」的元宇宙中

2021-09-10 17:16
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2021-09-10 17:16 DARREN SHOU

,透过它的神话传说向后代传授生命的意义。这是个美好的时刻,美好得毫无瑕疵。

希望我的女儿,能生活在一个「更美好」的元宇宙中

继续前行,我们经过一排木栅栏,上面涂着一连串的脏话和虎狼之词。我已经成年,所以戴着的头显能看到真实的涂鸦内容;但我女儿看不到,因为她的头显被设置为过滤掉不适当的内容。所以,她不明白为什么附近那些人一脸愤懑。

我觉得让年轻人远离极端言论是好事,但他们毕竟还是要接触身边的人。从没接触过这些所谓“黑暗面”的人,也许看起来健康阳光、活泼开朗,但他们恐怕永远体会不到他人的痛苦、理解不了他人的忧伤。

我们继续前行,看到一个年轻的流浪汉在商店前乞讨。在这类场景中,家长控制的作用愈发模糊。算法会有意无意地将人行道上逡巡的过客、邋遢的着装以及要钱的纸板归类为“儿童不宜”内容,把它们消解掉,以呈现出更加温和的周遭环境。虽然这种对生活体验的扭曲和构建方式略显牵强,但我们一直知道,「算法」多年来始终通过编辑修订利用网络内容引导着我们的思维,是存在“算法偏见”的。

如果在小女孩的世界里,她从未经历过无家可归等重要的社会问题,那她要怎么理解并同情身处这类困境的人们?如果其他人也在自己的AR头显中把“美化”滤镜开到最强,那这个世界还有人能体会贫困社群的苦楚吗?再进一步,如果大部分人都对身边的苦难视若无睹,我们该如何拨乱反正、就这个问题展开有意义的讨论?

,这可能会不断侵蚀我们的共同经历,让人和人之间更难进行有意义的联系。

我们如今看到的大部分分歧,其实上就是数字现实造成的意识分裂问题的直接产物。既然大家遇到的问题各不相同,又怎么可能聚在一起制定解决方案、并就问题的内核产生共鸣呢?无论我们在对话框里打上再多的字,得到的都只能是移情而非体验。

最终,我们的网络生活将极度个人化,造就完全自主、持续自我强化的世界观,而这种世界观终会取代物理现实。

事实上,可能大多数人都已经无法区分“什么是真”“什么是假”,而且我们往往意识不到网络上的体验正在受到外部力量的严重干预——这种干预,也许像推销新产品那样平淡无害、也许像塑造政治信仰和散播仇恨一样险恶,但它确实存在、无处不在。元宇宙中的这些因素,会渗透进我们的脑袋里,影响我们在现实世界中待人接物时的表现。

我们已经在婴儿监视器、人工智能以及社交媒体平台上反复看到同样的问题,所以元宇宙也不能幸免。不难想象,邪恶的攻击者完全可以将极端主义或者其他有毒内容,直接注入到元宇宙体验中。

恐怖的是,这些体验会用最有针对性的方式对你“洗脑”——包括展现最令人反感的场景、构建令人尴尬的经历、甚至是设计出堪称人生阴影的创伤性记忆,这些元素的一遍遍重复,终将塑造出一个可怕的人格。

到那个时候,区分真假将变得极为困难。在一个大多数事物都由外部力量合成塑造的世界里,什么才是假?当真假之间的界线如此模糊时,人们要如何做出正确的判断?一旦面对面的交互彻底被在线模式取代,近些年已经日趋恶化的「网络言论极端化」与「信息生态虚假化」倾向将最终不可遏制。

但无论如何,我还是期待着元宇宙这个概念能够从理想转化为现实。只是,我们需要保证以正确的方式构建正确的工具、建立安全的框架,确保真正的元宇宙既安全又公平。虽然这方面研究还处于起步阶段,但仍有不少比较直接的方法值得参考。

为了帮助人们亲自体验到他人的经历,我们开发出一款工具,能够为每位用户启动数千个浏览器页面,并分别根据不同的角色定位,展示相应内容。通过汇总不同角色之间的差异,用户们就能了解到其他人看到的网络世界究竟是什么样子。事实上,单是点破这里表现出的体验狭隘性本质,就足以改变很多人的惯常认知。

如果有些人正在经历完全不同于他人的体验,那么系统应该主动发出提醒。例如,如果我的女儿看到一幅经过编辑修订的时尚广告牌,那我们两个人都会看到相应标签,提示我们两人看到的东西其实并不一样、发生这种差异的原因是什么。与其给这个世界加上厚厚的“滤镜”,倒不如让两个人以“透视”的方式深层共情,这样更有助于建立起同理心与情感联系。

在这里,我们可以创建统一的共享空间,不再根据个人喜欢进行群体划分,这里每个人看到的东西都必须完全相同。在这个空间内,两个人拍下的画面会完全一致,不加任何滤镜。这个概念可以呈现为多种形式,但相信人与人必须要靠真实可信的共同经历,才能将内心彼此锚定于一点。这里还可以涵盖部分底层平台,帮助人们验证信息是否准确或者一致,进而调整自己对现实的认识。究其本质,这里类似于当下的应用商店平台,强制要求应用列出如何使用用户授予的各项权限。你可以相信这里的谈话对象确实是成年人、你的朋友与你看到了同样的景象,而且对方确实是你的朋友而不是AI机器人。总之,这里的现实将具有宝贵的共通性。

有了这些新型网络安全框架,我们才有资格对元宇宙及其重塑人类社会结构的承诺保持谨慎乐观的态度。我渴望有一天,能跟女儿一起观看奥运会比赛,然后再跟邻居们当面聊聊赛场上的精彩瞬间。遗憾的是,机器和算法既狡猾又有着致命的吸引力,我们稍不留神就会掉进它们挖好的深坑当中。

分享至
1赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-