ELIZA被誉为世界上第一个AI明星,以温和的心理治疗师形象与用户展开对话,轻柔地探询用户的烦恼。即便是其创造者约瑟夫·魏泽鲍姆本人,也对这个人机交互实验所获得的热烈反响感到意外。对于一些人而言,ELIZA预示着自动化心理治疗时代的到来;另一些人则认为该程序展现出了某种意识,这一误解后来被称为"ELIZA效应"。根据已发表的相关描述,ELIZA曾被移植到多种不同计算机上运行,但其真正的源代码直至近年才从麻省理工学院的档案中被发掘出来。
在MIT出版社刚刚出版的新书《发明ELIZA:第一个聊天机器人如何塑造AI的未来》中,一组研究人员对这批代码进行了深入分析,揭示出ELIZA是一个远比"模拟心理治疗"复杂得多的程序,实际上它能够扮演多种不同的角色与人格。研究人员还基于原始代码,忠实还原了其中的心理治疗师人格,供读者亲身体验。
ELIZA对人机交互思维的深远影响
ELIZA软件程序于20世纪60年代中期首次亮相,彻底改变了人们对人机交互的认知。作为第一个聊天机器人,ELIZA展示了计算机如何参与对话,由此引发了一系列至今仍具现实意义的社会与技术议题。如今,人们与机器实时交互、通过文字对话,乃至对着空气询问天气,早已习以为常。在很多方面,ELIZA不仅塑造了我们与计算机交互的方式,也重塑了我们对计算机本身的认知,让科幻小说中对计算机的想象逐渐照进现实。
源代码的发掘:颠覆既有认知
尽管ELIZA远非完美的对话伙伴,但它令用户惊叹不已。此次原始ELIZA源代码的发现与解读,是计算机历史研究领域的重大突破。通过研究ELIZA的实际实现方式,而非依赖后来的重建版本,研究人员对这一重要软件作品的诸多固有假设提出了挑战。
例如,源代码揭示出ELIZA并非一个简单的模式匹配聊天机器人,而应被理解为一个支持多种"人格"(即脚本)的复杂平台,具备脚本编辑和上下文记忆等丰富功能。大多数人所熟知的ELIZA,实际上对应的是一个名为"Doctor"的脚本,该脚本模拟的是心理治疗师的角色。然而,就像被提示以不同个性运作的现代聊天机器人一样,ELIZA能够扮演多种不同角色。
这批出土的代码和脚本揭示了关于语言、治疗以及人机交互的深层预设,这些预设至今仍在影响着现代AI的发展。
魏泽鲍姆的技术创新远比已知记载更为先进
这批珍贵资料从根本上刷新了我们对早期AI发展的认识,证明魏泽鲍姆的技术创新远比此前记录的更为超前。此外,他已发表的描述与实际实现之间的差异,揭示了理论计算模型与源代码实际实现之间长期存在的张力——这一张力至今仍在影响着数字文化的走向。
尽管ELIZA诞生以来,技术创新层出不穷,但研究ELIZA及Doctor代码,仍为我们提供了一扇难得的窗口,得以窥见早期人类对话建模的尝试。ELIZA之所以令人着迷,不仅在于其历史意义,更在于它所揭示的魏泽鲍姆对计算与人类交互的深刻思考。这些代码和脚本不仅展示了20世纪60年代的编程技术,更折射出关于语言、治疗以及人机交互的深层假设,而这些假设至今仍在影响现代AI的发展。
ELIZA与Doctor:架构设计背后的历史决策
ELIZA与Doctor之间的架构区分,是AI历史上的一个重要设计决策。可以将ELIZA理解为一套交互系统,而Doctor则是魏泽鲍姆为其设计的众多规则集之一。这种"系统与脚本分离"的设计理念,预示了当代众多软件模式的诞生,从"配置即数据"到插件架构,再到领域特定语言,皆可见其身影。
20世纪60年代的计算环境同样从根本上塑造了ELIZA的架构。受限于磁带存储和栈式实现等硬件条件,ELIZA采用了单遍处理的方式。然而,正是在这些约束之中,魏泽鲍姆构建出了一套优雅的解决方案——那些对用户不可见的技术特性,恰恰是ELIZA得以制造"理解幻觉"、令人信服的关键所在。
魏泽鲍姆在1966年1月发表于《ACM通讯》的10页论文中,对ELIZA的许多技术特性进行了阐述,但也有意略去了一些关键细节。
ELIZA的多重人格:脚本系统的丰富可能
通过找到ELIZA的源代码并研究其执行Doctor脚本的方式,研究人员不仅更清晰地理解了这一系统的两个独立组成部分,也得以探索ELIZA的众多其他人格。目前已知的脚本中,ELIZA曾被编程来讨论数学、诗歌、颜色、悖论、同步、相对论、法国,乃至电梯等话题。
这些脚本如同模板,以结构化数据引导ELIZA系统扮演特定角色或执行特定任务。通过比较涵盖不同脚本(包括Doctor)的存档对话与已发表对话,研究人员得以深入理解机器人人格的运作机制,以及系统与用户之间社会动态的构建方式。
对各类对话与脚本的研究最终表明,协作在这些交互中扮演着至关重要的角色——机器人与用户共同建构着对话的意义与体验。
脚本中的人格建构:不仅是说什么,更是怎么说
每个ELIZA脚本的独特之处,不仅在于其主题内容,更在于传递这些内容所采用的语言风格与表达方式。这些选择并非中立,它们通过脚本的语言模式、词汇运用和对话风格,共同塑造出特定的人格形象。简而言之,说什么固然重要,怎么说同样关键。
以Doctor脚本为例,魏泽鲍姆有意模仿了罗杰斯式"谈话"治疗师的风格。他选择这一人格,是因为心理治疗是少数几种允许一方"几乎不需要了解现实世界"的对话类型之一。如果告诉心理医生"我去乘船游览了很久",医生回应"跟我说说船的事",人们不会认为医生不了解船,而是会认为他有意引导后续对话朝某个方向发展。
正如人机交互专家露西·苏赫曼所解释的:"Doctor程序利用了这样一条准则:共享的前提可以无需言明——在对话中,我们说得越少,所说的内容就越被视为不言而喻。"在制造原始"ELIZA效应"的过程中,少即是多。
设计Doctor脚本的初衷,与其说是创建一个功能性的自动治疗师,不如说是为了找到一个与编程环境局限相匹配的受限角色。Doctor脚本的机器一方需要表现得像一个善于倾听、关心用户过往经历的人,因此经常将用户的原话融入回复,并保持开放式的回应方式;而真正的医生通常充满好奇,所以脚本中包含大量"什么"和"为什么"的问题。
小话题脚本Neweng:地域与人格的隐性建构
让我们以一个名为Neweng(新英格兰简称)的脚本为起点。到20世纪50年代中期,科学家们已经将图灵关于与计算机对话的设想付诸实践。1959年,多伦多大学计算中心的一个小团队开发出一台"对话机器",在预先输入当前数据的情况下,能够就天气进行简单的闲聊。尽管该系统词汇有限、缺乏语法知识,但据其创造者称,"尽管如此粗糙,其在普通天气对话中取得的结果却出人意料地好,这在某种程度上也是对日常闲聊肤浅性的一种注脚。"
在档案中发现的ELIZA测试脚本之一——Neweng,具有类似的功能。它既不安抚、不治疗、不教导,只是闲聊,仿佛在一场无聊的晚宴上随口寒暄。
即便是这种看似平淡无奇的对话,也能从脚本的措辞与地理参照中折射出一种隐性的人格。或许在不经意间,阶级与种族的预设也悄然浮现。如果这段对话发生在密苏里州、德克萨斯州或墨西哥,机器人的腔调、语气与话题参照都会截然不同。正是这种差异,揭示了简单算法如何通过对地域语境的回应,生成令人信服的"人格感"。
ELIZA作为教师:条件关键词匹配与苏格拉底式引导
与此同时,ELIZA还能扮演教师角色。Intrvw、Canvec、FVP1和Arithm是麻省理工学院教育研究中心埃德温·泰勒为ELIZA创建的一组教学脚本,运行于引入了"条件关键词匹配"这一重要技术创新的后期版本之上。
与原版ELIZA简单地识别关键词并生成回应不同,这些升级版本能够追踪此前讨论的内容,并根据用户的具体回答分支进入不同的对话路径。这一进步使ELIZA得以模拟一种苏格拉底式的教学方法——通过精心设计的问题序列引导学习,而非简单地灌输信息。
教学脚本的语言风格与Doctor截然不同:后者以开放式问题为主,语气温和而非科学化;前者则以大段信息性文本主导对话,语气更为干练、情感色彩较少,并通过"EXCELLENT""VERY GOOD""CONGRATULATIONS"等鼓励性话语,塑造出一位支持性导师的形象。这种礼貌性反馈在当代聊天机器人(如ChatGPT)中得到了延续——研究表明,当用户以礼貌的态度与之互动时,ChatGPT的表现会更好。
Arithm脚本则是魏泽鲍姆为展示ELIZA求值器能力而撰写的实验性脚本,通过友好的自然语言界面让用户进行简单编程,可执行计算、变量赋值及运算操作。1967年更新版的ELIZA系统还能够积累事实、存储信息,在遇到无法识别的内容时主动追问,以获取更多数据。
脚本只是人格构建的一半
归根结底,各类脚本的研究帮助我们认识到:脚本程序编写能够构建一系列不同的人格,但这些人格只是对话过程的一半。脚本能够为人格奠定基础,但人格的完整呈现,需要与用户的真实互动——用户的回应、解读与再创造,才能最终赋予脚本中的隐性角色以生命。
Q&A
Q1:ELIZA最初是如何被设计出来的?为什么选择心理治疗师作为主要人格?
A:ELIZA由麻省理工学院的约瑟夫·魏泽鲍姆于20世纪60年代中期开发,其核心是一套可加载不同脚本的交互平台。选择心理治疗师人格(即Doctor脚本),是出于技术上的便利考量:心理治疗是少数几种允许一方几乎不需要了解现实世界就能持续对话的场景,治疗师可以用开放式问题引导谈话,而不必对用户的陈述作出具体判断。这种设计恰好契合了当时程序能力的局限,使ELIZA得以制造出"理解幻觉",令用户信服。
Q2:ELIZA除了模拟心理治疗师,还能扮演哪些角色?
A:根据新近发掘的源代码,ELIZA实际上是一个支持多种脚本的复杂平台,能够扮演多种不同角色。已知的脚本包括:模拟新英格兰式闲聊的Neweng脚本、用于教学的Intrvw、Canvec、FVP1等脚本,以及展示计算能力的Arithm脚本。此外,ELIZA还曾被编程讨论数学、诗歌、颜色、悖论、相对论、法国和电梯等话题,充分说明它并非一个单一功能的程序,而是一个可灵活配置的对话系统。
Q3:ELIZA的源代码是什么时候被发现的?发现后有哪些重要揭示?
A:ELIZA的原始源代码在麻省理工学院档案馆中沉寂多年,直至近年才被重新发掘。通过对源代码的分析,研究人员发现ELIZA远比此前认为的更为复杂:它并非简单的模式匹配聊天机器人,而是具备脚本编辑、上下文记忆等高级功能的平台。此外,研究还发现魏泽鲍姆在1966年发表的论文中有意略去了部分关键技术细节,其实际技术创新远超已有文献记载的水平。
好文章,需要你的鼓励
苹果已开始在印度分阶段恢复Apple账户的信用卡支付功能,用户可绑定Visa和Mastercard信用卡及借记卡,用于购买iCloud+、Apple Music订阅及App Store应用。此前,由于印度储备银行于2021年推出新的周期性支付监管框架,苹果于2022年5月暂停了该支付方式。此次恢复标志着苹果在适应各国本地化监管要求方面的持续努力,同时也引发外界对苹果是否将在印度推出Apple Pay的新猜测。
CGGS是华南理工大学与西湖大学联合提出的以自我为中心三维场景生成框架,通过一致性增强多视角扩散模型、光流深度估计和互信息几何优化,实现高保真文本驱动3D场景生成。
Bookshop.org创始人Andy Hunter证实,与Kobo的合作集成将于今年落地。此前该计划历经多次推迟,网页措辞一度从"2026年"改为"未来某时"。Hunter表示,双方已就商业条款达成一致,工程团队正将资源重新投入Kobo支持开发,但尚无具体上线日期。该集成将支持数字版权管理要求,让用户通过Bookshop.org购买电子书,同时支持独立书店。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。