2006 年，徐英瑾开始注意到人工智能的时候，这一领域尚未成“风口”，也没有那么多的公司把 All in AI 挂在嘴边上。
复旦大学哲学院徐英瑾研究方向从英美分析哲学开始，选择研究人工智能哲学更关键的原因是，如果能够通过一种机械设计的方法，把人类智能的方方面面重新捋一遍，就可以对人类的心智有一个更深入的了解。
与主流不同，徐英瑾不认为目前 AI 的主要实现方式足够“智能”：通过大量的语料对其进行训练，”什么东西都可能喂它，只能喂出一个平均数来。”在徐英瑾看来，人类文明中真正的精华被稀释了。
AI 被众人认定成为未来经济的增长极，它神秘而轻盈，当下的我们像是注定会被子弹命中的靶子，每日睁开眼就准备好肉身，迎接它的最近发展。然而在徐英瑾看来，目前基于大量语料的 AI 从根本上就错了，甚至还不如二战后它刚刚诞生的时刻。
最近，徐英瑾在思考怎么用 AI 写剧本，他在自己尝试一种新的 AI 思路，他的路子不是研究大量的案例，而是研究经典案例，《奥狄浦斯王》《罗密欧与朱丽叶》，希望能利用亚里士多德的诗学理论加以架构，“基本上是个逻辑上的路数，step1、step2”。徐英瑾认为真正的人工智能“以小见大”，现在是“以大见小”，从海量的材料里面去找答案。
徐英瑾说自己想走“精英主义的路线”，挑最好的剧本、最优秀的哲学家，都是最主流的，别的全部不认，希望能用最经典最优秀的材料喂给机器，“现在的东西好坏大家都说不清楚，有人说好、有人说坏，我挑莎士比亚，谁敢反对我？”
徐英瑾
在徐英瑾看来，当下的人工智能的问题并不是太智能，而是太不智能，它并不具有和人类一样的思维能力，无法将从大量材料中习得的能力迁移到其他活动中。从这个角度来说，目前人工智能甚至还不到谈论伦理的程度。
然而，在他看来最让人担心的反倒是 AI 在当下会制造出大量的虚假信息，直到我们无法相信自己的感官，徐英瑾觉得这是一件真正可怕的事情。尽管，同样的事情也许在 Photoshop 诞生的时刻也发生过，“但动的图像这种东西显然是给人更强的冲击力，而且它能说话，有语音，它的可信度就更高了，所以会给人造成一个更加大的影响。”
徐英瑾觉得当下进入了一个“人工智能迷雾时代”，它能提供的都是工程学上的突破，我们好像为了创造 AI 而在创造，但拥有了 AI 可以做什么？我们并不清楚。这和任何一次可以称得上工业革命的技术变化都一样：在之前我们都是先有目的，再有创新。而当下，我们似乎是为了创新而创新，未来 AI 会带给我们什么？一定都还不曾明确。
以下是我们和徐英瑾的更多对话：
问：AI 的迭代发展是非常快的，我们应该怎么去面对这种非常快速的更迭？AI技术是不是被塑造得好像无所不能一样？
徐英瑾：它当然很多事情都不能做。网上有一个段子，小时候以为发展 AI 的目的就是让它帮我洗衣服、打扫房间、干活，我就有时间去写诗、画画；现在发现它在替我写诗、画画了，我还得自己打扫房间。
人类最繁重的底层的体力活动，现在 AI 也不能够很好地取代，但是从 Alpha Go 下棋开始，AI 是从人类高端智力活动开始做的。当时我就有一个疑问，下棋本身也不是一个职业，世界上真下围棋的人也不多。下棋的主要目的是陶冶情操或者锻炼智力，并不是为了下棋本身，只有很少数人是把段位的晋升当成是一个职业，大多数人就是玩玩。
人类有迁移的能力，能把下棋得到的智慧迁移到别的工作领域。这种能力对 AlphaGo 来说是不存在的，它主要就是完成下棋这样一个任务。在这个意义上，AI 技术突飞猛进，但和产业以及生活中的痛点未必是高度重合的，我们特别需要解决的问题，它未必就解决得好。
现在大语言模型是要基于大量的语料训练，通过统计学的方法，AI 能够知道一个语言出现以后，接下来的语言是什么。AI 的预测能力非常强，它可以处理很长的句子，记忆构架也比较强，这确实是这几年的进步，之前 AI 不能处理复杂的句子。
这看上去的确是很让人震惊，对于文牍工作的强度来说肯定会有所降低。有些国家的文牍工作是非常繁文缛节的，日本的公文体都要用敬语，实际上不太好写，日本人自己也觉得写起来很累，现在 ChatGPT 来写就比较好。
但是它对于文牍工作的减少，是不是能够在根本上提高人类的生产率？我是很怀疑的。随着每一次文牍工作的负担降低，反而增加的是文牍工作的总量。工作量降低了，但总量又会上升，因为容易做了，又会产生更多的公文，原本应该得到的休息被抵消掉了。所以从总体上来看，未必是人类生产力就大量地解放了。
问：你怎么看待 Sora 的发展？最近的新闻是 Sora 要去跟好莱坞的片方和导演、编剧见面讨论未来的发展，Sora 的发展会在什么程度上改变影视行业？
徐英瑾：大语言模型发展到 Sora 这一步也不是很奇怪，因为其预测语言的方法很容易把它和视频、音频联系在一起。这就会导致它可以通过语言的符号提示，来进行图像的展示。
很多年前就已经有根据提示词来做的程序，只不过是现在变成了视频，而且视频的解析度、画面的流畅感越来越高。但是这个路子是很清楚的，无非就是算法在迭代，数据更加厉害。
但会不会对影视的创作构成一定的影响，可以以更小的成本来拍摄影视剧呢？也许是可以的。但是在这之前，它首先会在短视频领域里面为假新闻的创作提供便利。我们未尝其利可能先尝其害，有大量这样的视频根本没办法判别它到底是真的还是假的，给我们制造了巨大的信息迷障。
人类进入了人工智能迷雾时代，人工智能的发展和人类历史上的每一次典型的工业革命都非常不同。第一次蒸汽机革命解决动力问题，第二次电气革命进一步地解决动力问题，尤其在第二次电气革命的时候，一口气把电报、海底电缆各种问题都解决了，通讯对商业发展来说有极为显著的意义。
对于人工智能时代来说，我们的社会对于自动的信息处理、写作的能力，是不是有一个很强的需求？这是一个很大的疑问。现在思路很奇怪，先有技术，再来思考应用场景，以前都不是这样的。以前是先有应用场景，然后来思考技术，飞机、轮船是在这样思路下产生的很典型的东西。
问：怎么理解你所说的这个人工智能迷雾时代？
徐英瑾：对于 AI 来说，我们先要应用，这就非常好玩了。 AI 发展已经在一定程度上脱离了古典的技术模型，亚里士多德以来的技术模型是先要有目的，再找手段。菜刀是用来切菜的，所以要有菜刀，这是很简单的一件事情。现在我们好像就是要把这个东西本身做得很好，但为什么呢？不知道。
这就像有一个人在撒哈拉大沙漠中央打造一个帆船，有人说你为什么在沙漠造帆船？回答是先做出来再看。和它相对，从目的出发看在撒哈拉大沙漠里面能不能造一个汲水的装置，这个应用目的非常明确。
很多人都问一个我觉得有点傻的问题：为什么 OpenAI 发生在美国，没有发生在中国？我却觉得另外一个问题其实更值得问：为什么谷歌没有做出 ChatGPT，而是 OpenAI 做出来了？
道理非常简单，因为谷歌是大公司，大公司是要脸面的，有一个法务集团来警告他们不能做很多事情，因为如果谷歌做了会被法律诉讼缠身。因为它会大量从网上扒取材料用于训练，这些材料有可能都有各自的版权。谷歌是一块大肥肉，大家都想咬一口。OpenAI 小公司，野蛮生长，先玩了再说，但现在 OpenAI 也碰到问题了，马斯克已经告他了。
问：但是谷歌也在做这件事情。
徐英瑾：这件事肯定是要做的，谷歌为什么步子迈得那么慢？因为有法律上的忧虑。现在很多人看到 Sora 拍出的片子，东京的场面非常漂亮，但大家都没有看到预先训练它的材料已经好到什么程度了。这就类似于仿造对象都已经非常精致了，跟着它做，当然就容易做得很好。
这类似于有一个人看了一部电影，觉得这部电影拍得很好，但不知道这部电影是翻拍自某一部已经很好的电影，剧本都不用主创团队想。如果大家知道这个作品是珠玉在前，只是翻拍的，肯定就会觉得也不过如此，因为原创性比较低。如果让 Sora 生成一个木卫二的视频，可能就不会那么精彩，因为这方面的素材是相对少的。
问：之前出现在科幻电影中的场景，借助科技已经变成了现实。如果这么思考下去，我们发展 AI 的目的，是否就是实现人类对于未来和科技之前的想象？
徐英瑾：科幻电影里的人工智能和现有的人工智能存在巨大的差异。比如去年美国一部新的科幻电影叫《芬奇》，讲一个工程师在臭氧层破坏的环境下，美国大多数人都死了，主角要调教一个机器人，希望他能去训练一只狗，主角把图书馆里所有和狗相关的材料全部撕下来、扫描，喂给这个机器人，它就可以形成一个知识框架。
现在的大语言模型训练不是这样，没那么简单，一定不是把书扫描下来就能够接受信息了。这点材料是绝对不够的，它要进行更大规模材料的轰炸。真实情况下，大语言模型训练所有的材料全部放在一起，一起训练，这个方法更加野蛮，规模更加大，并不是像现在科幻小说和科幻电影所描述的这么小规模就能做到。
哲学上有个“格赖斯式的语言现象”的理论，格赖斯是个美国语言哲学家，这个理论说的是人类能够通过视线，即使别人的语言说得很不精确，也知道对方说的是什么。比如，我们问 AI 这是什么？AI 说这是一杯水。又问 AI 那是什么？它可以随着你视线的移动来给出答案。
格赖斯举了一个语言例子，在一个酒会上假设只有一个亚洲女孩，这个亚洲女孩穿着和服，然后就去问旁边的那个人：“那个日本女孩叫什么名字？”而被问的那个人正好认识那个亚洲女孩，也知道她根本就不是日本女孩，有可能是韩国的女孩，正好这天 cosplay 穿了一个和服。但是他仍然能够准确地知道你指的是谁，因为这个人最像你提到的那个人，其他人都不是亚洲人。
但是如果是个机器人，或者是大语言模型的话，就会用很机械的方法来进行回答这个问题：这里根本就没有日本人，没办法猜测别人的心理。这种猜测是跟具体的语境特征密切相关的，现在的大语言模型会把各种语境的信息全部扔掉，做完全的平均化处理。
问：AI 进行语言处理的时候，可能会遇到哪些困境？我们知道的就是它很有可能出现前言不搭后语的情况，这是无法避免的吗？
徐英瑾：当 AI 要进行语言处理的时候，一个最大的问题就是经常把代词搞错，男他女她。只要人物关系多了，AI 就搞不清楚说的是谁了。因为尤其在汉语和日语里面，主语有时候会被省略，要通过上下文来猜这段文字说的是谁。人是没问题，机器可能就会蒙错，它没有视线移动的能力。
在这个意义上 ChatGPT 很难成为人类具体实际工作的合作伙伴，它可以用一种上帝之眼来看世界，但没有办法把所有碎片式的图景，在一个具体的语境中组合起来。
问：但目前也有一些可以提供情感陪伴的 AI 应用，比如说 AI 恋人之类的，你怎么理解这些应用？
徐英瑾：有一个很典型的故事就叫东京玫瑰，就是二战的时候日本人找了一些英语很好、在美国长大的日裔，为日军服务，其中有一个小组叫东京玫瑰，向美军进行心理战的宣传。
美国军官本来不想让士兵听这些内容，因为这是日本法西斯的宣传，但这个团队女声特别柔美、好听，对士兵有心理疗伤的作用，就决定让大家听了。但非常奇怪的是，这件事反而促进了美军的士气，美国人把她讲的内容全部抛光了。
因为美国人根本就不相信她讲的任何东西，他们目之所及自己在打胜仗。在这种情况下，这个小组说日本人赢了，是不符合事实的。但是大家对她的声音实在着迷，因为特别性感、特别好听，起到一个陪伴恋人的作用。
人如果在极度的缺乏情感支持的情况下，即使是这么低的一些输入，内容完全是你不爱听的，还是会起到陪伴作用。这是人类的特点，人是社会性动物，对于好听的声音、脸蛋和微笑有一种天然的偏好。
这种东西在人工世界中非常容易制作出来，通过拟人化把没有生命的东西让人对其产生好感。这是一件非常讨巧的方法，但是它离科学上要实现的智能是相当遥远的，因为它很容易做到。
问：它远远不是电影《Her》里面那种程度。
徐英瑾：它做不到的，因为真实的两个人，不要说谈恋爱，朋友关系想要深入，也要价值观、人生经历都契合。很多恋爱片里面都是主角一开始吵架，吵到后来碰到一场地震、火灾，两个人齐心协力逃出来了。当然在这种过程中，又有机会男性体现出了他在危险时候的担当能力，女性发现他没有像表面上那么渣男，然后经过了这种测试以后两个人感情再加深。比较真实的情感关系都是要通过实在世界里面的聊天建立起来的，如果没有聊天肯定就不行。
问：现在用数字技术复活一个人的例子越来越多，这有伦理风险吗？
徐英瑾：如果大家都知道，这仅仅是一个数字的怀念的东西，这都无所谓。如果是已经死了很久的人，风险是比较小的，大家都知道这应该是 AI 复活的。比较危险的就是刚刚去世的人，这可能会造成某种信息混乱。
这个技术也很容易会用到某个活人身上，比如它可以制造某一个政治家的影像，借用他的声音和图像，让他说一些本来不会说的话来误导人民；也可能会制造一个假的商业领袖形象，说一些话破坏自己商业利益的话，竞争对手可以干这些事情。
虽然这都是违法的，可以去提告法院，但法院接案、处理的过程中，可能会造成麻烦，甚至对现行的法律体系造成破坏。如果这些事例的数量过于庞大，以至于法院已经无法处理，会对现在的法院系统构成巨大的冲击，这个危险是比较大的。
问：人类社会当中我们已经讨论了很多年的伦理问题，但伦理问题总是存在各种各样的边界，当人类遇到 AI，我们怎么去思考伦理问题？或者说我们需要在 AI 领域思考伦理问题这件事吗？
徐英瑾：AI 会把伦理问题搞得更乱。首先人类的伦理问题其实已经乱成一锅粥了，人类还有一些基本的边界，比如身体参与是伦理的基本要素，但是AI会破坏这所带来的边界感。
举个例子，我们平常说眼见为实，眼见为实就是身体参与。眼睛要看到，但是有图像造假的可能性以后，眼见就不一定为实了。这对我们从采集狩猎时代所形成的、对于感官的信任造成了威胁，产生了一种对感官自身伦理的不信任。我们都不相信我们自己的感官了，这是件蛮吓人的事情。
另外一件事情，撒谎这件事情在各大文化里面都是一个负面的事情，一般没什么文化是鼓励撒谎。但是一般来说。撒谎本身要有一个鉴别、惩罚机制，撒谎现象才能够得到压制。但是如果用 AI 来制造假新闻和假图像的门槛变得非常低的话，那么对于撒谎的惩罚机制就跟不上了，伦理措施就有可能失去。
任何一个伦理的措施要变得有意义，是指鉴别和避免某种行为都是可能的。比如举一个例子，你不可能把不踩死蚂蚁作为伦理原则，因为太难做到了；不踩死大象也不会作为伦理原则，因为没人能做到。相反我们肯定会把开车时候不要撞人作为一个伦理原则，因为这是有些人会不做到，但是努力一下就能做到，这就叫伦理原则。
但同样的道理，不撒谎也是类似的例子，你要能够通过有意识的活动辨别哪些人在撒谎，哪些人不在撒。如果撒谎和不撒谎的辨别成本非常高，这就使得惩罚撒谎这件事情变得非常难。而撒谎这件事如果本身又非常容易的话，这会让撒谎行为控制不住，这是现在一个比较大的问题。
很多人都主张要给 AI 设立一个伦理法，但这种想法始终没有搞清楚一个问题：AI 不是人。新移民进入一个国家，对这个群体进行立法，按照新国家的法律来规范移民者的行为，这是 OK 的。因为只要是人类，肯定有本质上的相同，都是一个物种。
AI 本质是个大语言模型，通过大量的语言学习和统计学的规律来输出很多东西，似假而真、似真而假是它的本质性规定。它只要样子上像真就可以了，并不缺乏对于世界本身运作的这种了解。法国 AI 专家杨立昆（Yann LeCun）认为，现在大语言模型的路径是根子上彻底错了，所以他主张要做出世界模型。当然我也认为世界模型不是个聪明的路子，但是要比大语言模型要好一点。
问：你的路子正和不正指？
徐英瑾：智能的本质是以小博大，而不是以大博小，人类可以获得很少的信息，但是能猜测很多东西，这叫智能。智能的典型特征就是诸葛亮做《隆中对》，通过很少的情报搜集就给出了一个方案，这就是一个所谓的智能。不是知道的东西多就叫智能，这和作弊有什么两样？如果我自己参与高考命题，我当然能把高考的题目做出来，但这是作弊。
问：你觉得我们有朝一日能做得出真正智能的东西吗？
徐英瑾：可以，所有的路径要推翻重来。真正的智能需要对于人类的心理架构进行了解，人类的心理架构能够以小博大，而且人类的心理架构还有一个特点，我们会逐渐形成自己的政治态度、价值态度和伦理态度的信息接收方案。有些信息喂给人类，会不被接受，因为会和已有的其他信息产生过大的矛盾。
现在的大语言模型只要用足够的信息来填充，就可以变成任何样子。但人类正常信息处理方式是锚定效益的，小时候接受什么信息，长大就这么相信了，再改过来难度相当大，前面的活动非常重要。
问：心智确实是更像人的一个东西，反而是现在讲的这个模型，这样看来更像工具。
徐英瑾：很不像人，它是个工具。这个工具有很多的应用层面的用处，机器翻译的时候，翻译得更精准，但是要进行人工的调整。AI 小语种的翻译能力不行，比如旅游英语，但一般日常的东西都是可以的，文学方面的翻译相对来说更加靠谱一点。我曾经测试让AI翻译《楚辞》，它也可以翻译出莎士比亚十四行诗的味道。
我举一个例子，如果你是一个作家，英文还可以，想写一个英文小说。我们都知道用英文写小说，要比用英文写论文要难多了。有了 ChatGPT 以后，实际上是可以把自己的稿子翻成英文，但是自己要懂点英文，否则没办法校对，只是说英文不需要那么好了。这对于促进民族之间的文化交流来说，当然是一个很大的帮助，能够提高大家工作效率。
如果不解决核心生产力的问题，外围的东西不会成倍地提高效率，只是可以做很多复制的工作。AI 能做的工作就类似于，有工匠雕了一个很漂亮的观音头像，AI 用 3D 激光扫描、打印的方法帮我做了一千个。但第一个原本要做得好，否则复制什么东西呢？现在它只是解决了后面的复制问题，原本的问题核心生产力还在人类这里。
问：我们真的需要一个像人的 AI 吗？
徐英瑾：需要，因为有很多应用场景。比如马斯克要到火星上去，肯定第一批要派机器人去，而且它需要有非常灵活的问题处理能力，并且也不能依赖大语言模型，因为我们还盼着这些机器人把数据传到地球来。
所以我们就需要 AI 像人一样能够做决策，这种能力不是现在大语言模型能够做的。但是人类的语言学家能够解决这个问题，AI 其实能够模拟人类语言学家学习一种很陌生的语言，进而进行推理，推理出每个词是什么意思，推理出语言的结构。目前在技术上已经可以实现了，但没人研究。
问：为什么 AI 一定要像人呢？这会不会是人的一种一厢情愿呢？
徐英瑾：你要指“像人”是什么含义？不是指在外观上像人，而是它的信息处理过程要像人。AI 肯定不是在神经元的层面上像人，而是指它要像人一样，通过少量的情报就可以推理出大量的东西，因为这种做法最节能。
如果少量的情报就能够推理出很多东西，那显然是一个非常聪明的方法。最早的 AI 是在二战以后被创造出来的，那个时候还是有点像模拟人类的智能，是走逻辑推理路数的，但现在离逻辑推理越来越远，做统计学了。
统计学这个路数的一个最大的问题，是要有很丰富的统计学材料，没有统计学材料统计什么？逻辑的好处还是很明显的，材料少的时候还是能推理，它可以从草蛇灰线里面推这件事情。类似于有一个例子，金朝有一个皇帝叫金章宗，他是宋徽宗的粉丝，一天到晚模拟宋徽宗的字，模拟到后来文物专家就根本搞不清楚哪个是金章宗写的，哪个是宋徽宗写的。
一个金章宗的作品，之前被认为是宋徽宗的作品，但一个日本专家指出这是金章宗写的，不是宋徽宗。金章宗的很多作品中都有所避讳，而避讳的对象和他的父亲有关，如果是宋徽宗的话，他没必要避这个字。通过很小的一件事情，这个专家没有看很多材料就得出了大家都认同的答案，用统计学的方法，是没有办法完成这个推论的。
问：很多人对 AI 有恐惧的情绪，你觉得这种恐惧是来自于哪里呢？
徐英瑾：很多人可能会关心是不是自己的工作岗位会被取消之类的问题，这是其中一个恐惧。马斯克也有一个恐惧，他会恐惧人类会被 AI 消灭，这个恐惧大概大多数人都不会有，他想得比较多。
但是 AI 会具体消灭哪些具体的工作要看具体情况。我到现在都不觉得 AI 能够彻底地取代快递小哥的工作，它还是没有办法解决一些投送的问题，除非它把全国的所有快递箱进行统一标准地改造，成本太高了，还有各种小区很难找，这都是难度非常高的。
什么事情要担忧呢？广告是个领域。因为广告的时间都很短，正好是在 Sora 的射程之内，所以事情就很麻烦了。影视这个东西是有点难说，因为现在大语言模型的处理，它的问题是对于故事长逻辑线的处理是不是会出现 bug，这是我们不清楚的。因为目前只是几十秒，如果扩充到几十分钟，就有可能出现前言不搭后语的情况。
人类在拍影视的时候，一不小心都会犯很多错误，比如某个古装剧，怎么前面和后面女主角的头型都变了。因为拍戏总是一段段拍的，但是故事是连在一起的，这就会出现很多 bug。
这些问题 AI 会不会犯呢？这是很大的疑问。我认为它原则上会犯的，检查这些问题需要逻辑。但现在 AI 不是一个基于逻辑的系统，逻辑不敏感于时间，时间的变化对逻辑没有影响，对就是对、错就是错。
基于语料的 AI 考虑的是语言之间的前后关联，前后关联变了它就会变，逻辑线索会发生变化。AI 没有逻辑线索的自我检查能力，是一种类似于只有几十秒记忆的物种，经历一个更长的时间线，它就控制不住了。
我们也不能够企望 AI 未来会发展到很高的程度，因为这样一来运算成本会非常高，基于逻辑才是最简单的又节能解决问题的方法。我们人类的脑子如果按照这种方法来运作，就不知道要多大，这肯定是不可能演化出来的。人类的前额叶能够在宏观上对一件事情的逻辑线索进行宏观考虑，AI 现在没这能力。
问：现在最近这一年多的时间里面，都还在非常热门地讨论 AI 的应用，现在能怎么样，未来能怎么样，但是很少有人讨论伦理层面的问题。
徐英瑾：伦理问题已经很多了，国内外都有出现，我对这个问题的讨论持悲观态度。在诺贝尔发明黄色固体炸药之前，我们更多用的是液体炸药，而且是 AB 配方，凑在一起再爆炸。这种东西本身就是不伦理的，因为会给使用者带来巨大的风险，本来就不安全。所以最好的办法不是制造一个怎么用液体炸药的伦理规则，而是根本就不用液体炸药，用更安全的三硝基甲苯（TNT）。TNT 是比较安全的，一般来说不配上一定的条件，运输过程中不会出现问题，相对安全得多，这样对所有人都安全。
所以我认为最好的方法就是不用现在这种主流 AI，它现在像液体炸药一样，有随时外溢出伦理风险，因为它太容易把真和假混在一起了。我个人认为去制造这些伦理规则，实际上没有太大的意思，不用它才是一个安全的方法。
比如举一个例子，你是一个动物保护主义者，看到这么多地方都在用马，觉得对马是种不公平的，希望制定一千条保护马的措施。我认为还不如听我的主意，咱们用汽车吧。用汽车的话，马不就被解放了吗？这些马的保护条例还要执行，还要用警察监督。所以现在所有的方法都不是从根子上思考问题，都是治标的，我不是很看好。
本文来自微信公众号：栩栩男仕 （ID：WSJmagazinechina），作者：张笑晨、陆莹，肖像摄影：肖南