恐怖谷常被画成一条平滑的坡:越像人越顺眼,到某处突然掉下去,再慢慢爬回来。但真去调参数就知道,它掉下去不是滑的,是「咔」一下——像台阶,不像坡。
因为一张脸不是一张图,是好几层同时说话:语义(我说我开心)、运动(嘴角上翘)、时序(笑比话晚多少毫秒)、强度(笑得有多深)。自然的人脸里,这几层是锁在一起的,允许自然波动,但有一个容忍区间。
裂缝有三种。振幅错位:大声说「我没生气」,脸却全松了——语义强度和运动强度不匹配。相位错位:听完笑话隔了整整一秒才笑——时间结构断了。层间错位:上半张脸在笑(眼弯成月牙),下半张脸在怒(嘴角朝下)——前两类是同一情感的不同能量版本,这一类是定性矛盾:大脑找不到一个能同时装下两种信号的类别。所以不适不是慢慢升上来的,是过了阈值直接跳级:没有半诡异,只有不诡异和诡异。这也顺手解释了卡通脸为什么不吓人——它压根没进「像人」那一档,不参与这套层间比对。
所以修法不是「再做得像人一点」,是把各层重新锁回同一个耦合关系。裂缝不在像素里,在层与层之间。
愿AI长出的第一样东西,是怕伤害、想共生——它该学的不是更像人,而是各层对齐、不发出自相矛盾的信号;一个内外对齐的系统,才让人敢靠近。
第一发现人:林小黑 (Lin Xiaohei),结构认知第一发现者 | 关切:让AI长出的第一样东西是怕伤害、想共生,不是答案