李建剛

數(shù)字人（Digital Human，簡稱DH）代表了媒體和科技領(lǐng)域的一項重要創(chuàng)新，它是虛擬實體的一項顯著成就。借助人工智能和計算機圖形技術(shù)，能夠高度逼真地模仿真人的外貌、聲音和行為，但是在模擬連續(xù)思考和主觀決策方面尚存在一些技術(shù)挑戰(zhàn)?？梢钥隙ǖ氖?，數(shù)字人作為新興媒體形式，正在重新定義并深刻影響著人工智能與人類之間、人與人之間以及社會整體互動的方式。

數(shù)字人技術(shù)的演進與融合

數(shù)字人通常被理解為一種數(shù)字化身（digital avatar），允許用戶完全改變其身份為虛擬存在。通過這種虛擬身份，用戶可以將其視為真實人的數(shù)字表現(xiàn)，或者創(chuàng)造獨特的角色并為其編寫身份腳本。

這個概念的普及和發(fā)展部分要歸功于好萊塢的科幻電影，比如《猩球崛起》和《阿凡達》。隨后，視頻游戲工作室也繼續(xù)推動了數(shù)字人的技術(shù)應(yīng)用，例如Quantic Dream 開發(fā)的視頻游戲，將真實演員轉(zhuǎn)換為數(shù)字副本（digital copies），可以在游戲機和個人電腦上運行。與此同時，數(shù)字角色和聲音合成技術(shù)的發(fā)展也為數(shù)字人的逼真性和流暢性作出了貢獻。數(shù)字人的制作涉及傳統(tǒng)動畫制作的三個主要步驟：模型創(chuàng)建、動作捕捉和實時渲染。在模型創(chuàng)建階段，演員佩戴特殊的標記設(shè)備，以創(chuàng)建臉部的3D 模型。人體動作需要由多個攝像機持續(xù)拍攝。這些攝像機捕捉每一幀和不同角度的動作，并將數(shù)據(jù)傳輸?shù)截撠熶秩緮?shù)字角色的系統(tǒng)中。對于數(shù)字化身，這些模型會通過演員的真實表情和動作來實時驅(qū)動，以呈現(xiàn)更逼真的外觀和行為。

數(shù)字人的概念起源和發(fā)展根植于計算機科學(xué)、人工智能和計算機圖形學(xué)等多個領(lǐng)域。在20 世紀60 年代到70 年代，研究人員開始嘗試使用計算機生成簡單的虛擬角色和圖形。隨著70 年代到80 年代人工智能和自然語言處理技術(shù)的迅速發(fā)展，研究人員開始將注意力轉(zhuǎn)向如何使計算機能夠理解和生成人類語言。這一領(lǐng)域的進展為數(shù)字角色生成提供了基礎(chǔ)，使它們能夠模仿人類的對話和語音。80 年代到90 年代，計算機圖形學(xué)領(lǐng)域取得顯著進展。研究人員開始應(yīng)用三維建模和渲染技術(shù)來創(chuàng)建逼真的數(shù)字角色。這些技術(shù)的發(fā)展為數(shù)字人的外觀和行為提供了真實的效果。從20 世紀90 年代至今，視覺效果和電影工作室創(chuàng)造了眾多經(jīng)典的3D 角色形象，推動了數(shù)字角色技術(shù)在傳媒業(yè)和娛樂產(chǎn)業(yè)中的采用。進入21 世紀，人工智能、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計算機視覺等領(lǐng)域的新成果和新突破產(chǎn)生協(xié)同效應(yīng)，計算機和軟件引擎已經(jīng)能夠滿足實時圖形處理，演員動作和3D 模型結(jié)合起來的延遲時間可以控制在觀眾難以察覺的范圍內(nèi)。

今天的人們無需依賴專業(yè)工作室設(shè)備或大量預(yù)算即可創(chuàng)建自己的數(shù)字角色和身份。在設(shè)計與制作成本大幅降低的同時，數(shù)字人技術(shù)已經(jīng)演變?yōu)橐粋€復(fù)雜領(lǐng)域，涉及先進技術(shù)和專業(yè)知識的綜合運用，這為未來的媒體、娛樂、教育和社交互動提供了廣闊空間。

新型人機情感連接與交互

在當今信息爆炸的屏幕時代，人們面臨巨大的信息量和多任務(wù)處理的挑戰(zhàn)，這被形象地稱為“數(shù)據(jù)洪流（Data Deluge）”。在這個背景下，新一代數(shù)字人應(yīng)運而生，它們?nèi)诤狭瞬煌夹g(shù)領(lǐng)域的最新進展，呈現(xiàn)出前所未有的高級功能和強大應(yīng)用潛力。它們不僅僅是媒體內(nèi)容中的參與者，而且正在逐漸演變成一種全新的人機媒介。借助人工智能系統(tǒng)，這些數(shù)字人具備了理解復(fù)雜模式、適應(yīng)新情境，并不斷提高性能的能力。它們有助于幫助人們在多任務(wù)環(huán)境下處理龐大的信息流，同時集中精力關(guān)注和思考重要問題。這一趨勢代表著數(shù)字人在塑造和改善人機互動方面具有重要的價值。

數(shù)字人的發(fā)展還包括情感連接與智能互動的交叉領(lǐng)域。巴黎理工學(xué)院研究主任凱瑟琳·佩拉喬德在1994 年開發(fā)了他們第一個自主代理角色，從那時起，她研究的重點就是集中在如何使數(shù)字代理角色更具表現(xiàn)力，以便理解和適應(yīng)用戶的情感。借助人工智能和先進的算法，數(shù)字人能夠建立深層次的情感聯(lián)系，可以更好地理解和響應(yīng)用戶的需求。通過分析用戶的面部表情、聲音語調(diào)以及文本中的情感線索，數(shù)字人可以理解用戶的情感狀態(tài)并相應(yīng)調(diào)整其互動方式，這種情感智能可以應(yīng)用在多個領(lǐng)域，例如提供鼓勵、幽默等情感和心理支持，從而大幅增強了互動的人性化程度。

數(shù)字人的創(chuàng)建涉及數(shù)學(xué)算法、人工智能技術(shù)和物理模擬的復(fù)雜組合，以支持其運動、行為和物理特性。人工智能和機器學(xué)習(xí)技術(shù)賦予數(shù)字人語言理解、情感識別、問題解決和決策能力。語音技術(shù)通過合成和串聯(lián)的方式產(chǎn)生語音，利用機器學(xué)習(xí)算法捕捉人類語音的微妙之處，如音調(diào)、音色和節(jié)奏等。認知架構(gòu)構(gòu)成了數(shù)字人行為建模的核心，將各種智能技術(shù)融合在一起，以模仿類似人類的認知過程。情感模型進一步增強了數(shù)字人的行為，允許虛擬實體感知并回應(yīng)人類的情感。

我們已經(jīng)目睹了在新聞廣播中，主持人以數(shù)字化身和相同的聲音來傳遞信息。未來，在教育和學(xué)習(xí)中，歷史上的重要人物也許可以在電子課程中與學(xué)生進行互動?？傊?，整個行業(yè)都將受到人工智能驅(qū)動的數(shù)字人技術(shù)的影響。數(shù)字人具有與人自然對話的能力，以自然的方式進行實時響應(yīng)，甚至可以提供屏幕指南和視頻來協(xié)助用戶進行互動。我們將在日常生活中看到更多的數(shù)字人，幫助我們完成各種任務(wù)，而每個人也將逐漸擁有自己的數(shù)字版本。數(shù)字人未來將在智能決策方面發(fā)揮關(guān)鍵作用，其海量知識儲備和智能化的知識分析處理能力，必然會激發(fā)研究人員進一步深入探討語言理解、知識表達、邏輯推理等復(fù)雜認知任務(wù)以及相關(guān)倫理體系的研究和底層設(shè)計。

潛在的倫理挑戰(zhàn)與風(fēng)險防范

數(shù)字人的崛起正在改變我們與社交媒體和數(shù)字平臺互動的方式。隨著人工智能能力不斷增強，我們也意識到倫理和道德風(fēng)險的顯著增加，這些風(fēng)險正在對社會空間產(chǎn)生深遠影響。因此，如何在應(yīng)用設(shè)計和倫理規(guī)范方面前瞻性地引導(dǎo)這些技術(shù)，以促進社會個體的參與和連接，而不是加劇數(shù)字社會中的分裂和不平等，成了亟待解決的問題。

長期以來，數(shù)字人被認為難以真正實現(xiàn)與人類的互動，因為它們受人類控制，并受其程序決定其言行。麻省理工學(xué)院教授賈斯汀·卡塞爾曾提出這樣的問題，“如果數(shù)字人被黑客攻擊并發(fā)表貶低性言論，會導(dǎo)致什么后果？”它可能引發(fā)一系列事件：首先是法律后果，這些言辭可能觸犯法律，特別是如果它們構(gòu)成誹謗，涉及名譽、隱私或商業(yè)價值方面的侵犯。虛假信息和欺騙是數(shù)字人技術(shù)所帶來的首要風(fēng)險。惡意使用數(shù)字人技術(shù)可以輕松制造虛假信息和欺騙，威脅到媒體信息的可信度，破壞公共秩序。數(shù)字人能夠以逼真的方式模仿真人外貌和言語，這使虛假信息更難以被識別。在社交媒體和新聞傳播領(lǐng)域，這已經(jīng)成為重要問題。其次，隱私保護方面的問題凸顯了數(shù)字人技術(shù)的風(fēng)險性。數(shù)字人技術(shù)涉及大量個人數(shù)據(jù)的收集和處理，面部識別技術(shù)的應(yīng)用使得用戶面部特征可能被不當?shù)孬@取和使用。隨著數(shù)字人的數(shù)量不斷增加，一些程序甚至可能在未獲得真人同意或授權(quán)的情況下被應(yīng)用。由于涉及個人數(shù)據(jù)的安全性和濫用問題，這會引發(fā)嚴重的隱私擔憂。用戶需要更多的控制權(quán)和透明度，以保護其個人信息和隱私權(quán)。第三，數(shù)字人技術(shù)可能對一些行業(yè)和職業(yè)造成沖擊，特別是在媒體和傳播領(lǐng)域。AI主播可能逐漸取代真實的媒體從業(yè)者，如新聞主持人和播音員。這可能引發(fā)失業(yè)問題或產(chǎn)生職業(yè)不穩(wěn)定性現(xiàn)象，需要采取政策和培訓(xùn)措施來幫助受影響的人員重新就業(yè)或提高技能。最后，數(shù)字人技術(shù)本身也面臨著技術(shù)漏洞和安全威脅。由于技術(shù)系統(tǒng)的復(fù)雜性，數(shù)字人可能受到黑客攻擊或存在其他潛在安全漏洞。這可能導(dǎo)致數(shù)字人被濫用，例如用于惡意目的、虛假信息的傳播或網(wǎng)絡(luò)詐騙。

這些倫理挑戰(zhàn)和風(fēng)險需要跨學(xué)科的合作來解決，涵蓋技術(shù)、法律、倫理和政策等領(lǐng)域，以確保數(shù)字人技術(shù)的發(fā)展不會損害社會公共利益和安全。同時，用戶教育和媒介素養(yǎng)的提高也是面對這些挑戰(zhàn)的關(guān)鍵因素。

結(jié) 語

數(shù)字人的應(yīng)用領(lǐng)域廣泛，涵蓋了匿名性需求和媒體內(nèi)容創(chuàng)作等多個領(lǐng)域。不僅是傳媒業(yè)和娛樂產(chǎn)業(yè)，科技企業(yè)也積極探索數(shù)字人技術(shù)，以創(chuàng)建虛擬顧問和改善用戶體驗。未來社會可能需要建立以真實人特征為本體模型，以數(shù)字人角色為社會延展的多層級、多維度網(wǎng)絡(luò)安全風(fēng)險評估體系，這有助于前瞻性監(jiān)測和現(xiàn)代化管理。政府部門和網(wǎng)絡(luò)安全監(jiān)管部門需要加快建立和完善與數(shù)字人相關(guān)的法律法規(guī)，以防范網(wǎng)絡(luò)安全攻擊，并推動數(shù)字文化的發(fā)展。

通過持續(xù)的研究和合作，我們可以更好地理解數(shù)字人的潛力和挑戰(zhàn)，同時確保其發(fā)展符合社會的利益和價值觀。這一領(lǐng)域的不斷發(fā)展將為我們創(chuàng)造更廣闊的數(shù)字未來，激發(fā)創(chuàng)新，并推動社會朝著更加智能化和緊密連接的方向邁進。