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幫助兩家公司建立了在整個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車載通信系統的移動應用程序。
日前，美國FastCompany商業雜志就與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：系統合理嗎？看起來是否會感覺有一個人藏在系統后面，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。這正是我認為發生混亂的地方。它是通過獨立學習實現的系統，而非通過編程實現的系統。而且，由于它們是通過數據進行學習，所以能夠在數據中捕捉到更多微妙的模式。當這一切結合起來時，我發現結果出人意料，我們面對的其實是真正的AI。
那么，對于您談及的真正AI，m.dekuna.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能給人們-用戶或者機器人所有者這種感覺：在行動上表現出了某種智能，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。
那么，一個能夠讀取CT掃描結果或者MRI、探測腫瘤的系統，是否就是AI呢？
DL：如果它是通過醫生策劃或手寫標記（等案例進行學習），并且通過醫生進行講解，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，介入了人類專業知識，這就不是AI了。通過給予電腦治療數據和結果，AI隨后會發展出診斷、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，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，撰寫假的產品評論或虛假消息。因為它們能通過反饋循環進行學習，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生嗎？
DL：也許在五到十年前，我經常提及這個可怕而現實的場景。（首先）擁有一個學會了自動飛行的機器學習系統---無人機。而現在無人機確實存在。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。
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。在亞馬遜系統中的回報函數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目。那么無人機的回報函數是什么？找到壞人，并消滅他們？都取決于你所定義的系統最終目標。
所以，如果沒有給予電腦正確的定義，或許會出現一些意想不到的后果？
DL：是的！
據我所知，此前當兩個臉書機器人開始用他們自己發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，如果回報函數是優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。它們更像是品牌化的硬連線系統，為您與企業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？
DL：我們經常把注意力集中在潛在風險和可能發生的問題上，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，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。計算機實際上做的要比被要求的多，因為它能不斷獲取數據并從中學習，這樣的循環使得它能夠持續改進。