對話大咖DannyLange：什么才是真正的AI？
日前，為三家科技巨頭（亞馬遜、Uber以及Unity）構建機器學習平臺的DannyLange表示，電腦本是沒有意識的，但是現(xiàn)在卻可以獨立思考。
如果曾經在亞馬遜看到過相關產品推薦，那么一定見過DannyLange的大作。Uber的AI也是一樣的。該丹麥計算機科學家?guī)椭鷥杉夜窘⒘嗽谡麄�運營過程中使用的機器學習平臺。在電子游戲平臺制造商Unity公司，Lange也做了同樣的事情，目標是將機器人角色演變成更復雜、更細微的玩伴。
Lange并沒有回避這個被人們夸大的術語人工智能，只要機器真的學會如何回應用戶的需求。但是，他對于所謂的通用人工智能（AGI）這種西方風格的綜合意識前景持懷疑態(tài)度。Lange對于那些不能算作智能的事物也有著同樣強烈的看法，比如Alexa和Siri，庫卡機器人，它們遵循的是人類寫的腳本，而不會獨立思考。關于Lange，大家應該知道他在十九世紀二十年代后期為通用汽車公司設計了OnStar車載通信系統(tǒng)的移動應用程序。
日前，美國FastCompany商業(yè)雜志就與Lange討論了真假AI之間的細微差別、流行文化中的誤解以及機器人崛起的前景。他還介紹了一些新興的技術，如對抗式網絡（AdversarialNetwork）。以下是雙方討論的重點。
您能給人工智能下一個定義嗎？
DannyLange（DL）：對我來說，（人工智能）有兩個關鍵方面。一個是外部因素，一個是內部因素。外部因素指的是感知方面。比如：系統(tǒng)合理嗎？看起來是否會感覺有一個人藏在系統(tǒng)后面，進行互動？
這種互動并非只有語言互動，也可以是其他方面。如亞馬遜購物系統(tǒng)知道用戶想要購買的東西，并幫助用戶獲得其想要購買的東西。
另一方面是內在因素。這正是我認為發(fā)生混亂的地方。它是通過獨立學習實現(xiàn)的系統(tǒng)，而非通過編程實現(xiàn)的系統(tǒng)。而且，由于它們是通過數(shù)據(jù)進行學習，所以能夠在數(shù)據(jù)中捕捉到更多微妙的模式。當這一切結合起來時，我發(fā)現(xiàn)結果出人意料，我們面對的其實是真正的AI。
那么，對于您談及的真正AI，m.twshmhelmet.com，是否指的是類似通用人工智能的AI？
DL：不，我認為通用人工智能更像是哲學討論的范疇。對于自我意識，我并不太清楚。我認為該系統(tǒng)的推理能力并沒有達到這種程度。但是它仍然能夠從交互中不斷學習，并隨著時間的推移不斷改進。
AI一詞是否太廣泛？我知道有些人不喜歡用人工智能這個術語來指代機器學習。
DL：我認為這個詞已經變成了一個廣泛的、市場導向術語。我認為這點還能接受。重要的是人們聽到這個詞（AI）時會想到什么。他們想到的是該系統(tǒng)能給人們-用戶或者機器人所有者這種感覺：在行動上表現(xiàn)出了某種智能，并且擁有學習能力。我無法想象一個不具備機器學習能力的AI系統(tǒng)。
那么，一個能夠讀取CT掃描結果或者MRI、探測腫瘤的系統(tǒng)，是否就是AI呢？
DL：如果它是通過醫(yī)生策劃或手寫標記（等案例進行學習），并且通過醫(yī)生進行講解，那么這絕不是AI。雖然使用的是機器學習技術，但是他們忽視了這一點，介入了人類專業(yè)知識，這就不是AI了。通過給予電腦治療數(shù)據(jù)和結果，AI隨后會發(fā)展出診斷、提出治療建議、測量治療效果的能力，從而通過學習不斷進步。
除了AI/ML之外，我們應該考慮的其他流行概念詞都有哪些？
DL：對抗式網絡（AdversarialNetwork）是關鍵。例如，我可以構建一個機器學習系統(tǒng)，檢測假冒產品評論或檢測虛假消息；同時我也可以構建一個機器學習系統(tǒng)，撰寫假的產品評論或虛假消息。因為它們能通過反饋循環(huán)進行學習，其中一方在檢測虛假消息方面變得更強時，另一方則在撰寫虛假消息方面變得更強。
當我和朋友談及我正在創(chuàng)作與AI有關的文章，他們往往都會開玩笑的表示，計算機將要占領全球，并將人類趕盡殺絕。這種恐怖的事情真的會發(fā)生嗎？
DL：也許在五到十年前，我經常提及這個可怕而現(xiàn)實的場景。（首先）擁有一個學會了自動飛行的機器學習系統(tǒng)---無人機。而現(xiàn)在無人機確實存在。其次，將無人機配備高清攝像機，并裝入計算機視覺和人臉識別軟件。它（無人機）將能識別那些你不喜歡的壞人，以及那些不應該在某些地方出現(xiàn)的人。第三，將該無人機裝備能夠消滅那些壞人的武器。
這樣可行嗎？當然可行！這個場景并不是遙遠的未來。在今天就可以實現(xiàn)。
我知道機器可以消滅人類。但是機器是否會真的會這樣做呢？這似乎回到了哲學意識概念。
DL：從嚴格的技術角度來看，我們一直在尋找驅動機器的回報函數(shù)。在亞馬遜系統(tǒng)中的回報函數(shù)就是使得用戶點擊購買按鈕。在Netflix中，則是讓客戶點擊我們的某個電視節(jié)目。那么無人機的回報函數(shù)是什么？找到壞人，并消滅他們？都取決于你所定義的系統(tǒng)最終目標。
所以，如果沒有給予電腦正確的定義，或許會出現(xiàn)一些意想不到的后果？
DL：是的！
據(jù)我所知，此前當兩個臉書機器人開始用他們自己發(fā)明的語言進行交談時，很多人都被嚇壞了。事實真是這么恐怖嗎？
DL：事實并不可怕。只不過是它們擁有兩套學習系統(tǒng)而已。我們必須習慣。幾十年來，我們都被告知電腦只會按操作指令行事；而事實上，電腦能夠進行學習，進而改變這種行為。在計算機之間進行通信的情況下，如果回報函數(shù)是優(yōu)化計算機彼此通信的能力，那么它們可能會隨時間改變通信語言以優(yōu)化彼此之間的通信-使用更少的字母，或者就它們同意或反對的事情進行更好的確認，諸如此類。
您是否聽過那些（大眾或者銷售人員）所談及的任何關于AI的事情，讓您覺得尷尬？
DL：我想了很多關于Siri和Alexa的語音系統(tǒng)。它們更像是品牌化的硬連線系統(tǒng)，為您與企業(yè)擁有者之間提供安全語音交互。所有Siri提供的笑話都是由Cupertino的創(chuàng)意作家撰寫的，而不是Siri通過學習得來的。
我想大家都應該知道微軟推出的一個叫Tay的聊天機器人，它真的是通過與人類互動進行學習，但是它非常討厭。換做如蘋果、谷歌或者亞馬遜等大品牌，它們是不會這樣做的。所以這就是為什么這些系統(tǒng)是高度的品牌體驗，這顯然是人們真正喜歡的；然而它們不是AI。
是否還有另外一些常見的誤區(qū)？
DL：我們經常把注意力集中在潛在風險和可能發(fā)生的問題上，但是在使用方面還有很多讓人印象深刻的事，比如說使機器擁有視覺能力的計算機視覺。此前我看到過類似的一個例子：在拖拉機上裝載一個系統(tǒng)，能夠在野外尋找雜草，還搭配了一個可調整的噴嘴，庫卡機器人驅動器維修，這種噴嘴只會在雜草上噴灑農藥。所以當前有很多類似的技術，能夠讓我們擁有一個更清潔可持續(xù)的未來。有時候，會有一些很強的偏見，比如說這些事物會給使得我們的生活更加艱難等。
除此之外，您認為我們還應該知道哪些關于AI的知識？
DL：最關鍵的一點就是AI的學習系統(tǒng)。計算機實際上做的要比被要求的多，因為它能不斷獲取數(shù)據(jù)并從中學習，這樣的循環(huán)使得它能夠持續(xù)改進。