AI机器人虽然没有自主意识_但能自主思考

DannyLange曾为三大科技巨头开发了机器学习平台，他表示，虽然计算机还没有自我意识，但已能够自主思考。

亚马逊的产品推荐功能以及可以预定用户行程的Uber人工智能，都出自DannyLange之手。这位丹麦的计算机科学家打造了帮助公司运营的机器学习平台，涵盖从工程到营销部门的方方面面。Lange还曾与视频游戏开发平台Unity（拥有全球最大2D、3D、VR和AR游戏体验开发平台）合作，打造了更复杂精密的机器人玩家，技艺远超人类工程师。

Lange并不刻意回避“人工智能”这个被过度宣传的术语——只要机器确实学会了回应用户需求就能称之为人工智能。但他对所谓的通用人工智能（ArtificialGeneralIntelligenc，AGI）这一愿景持怀疑态度，同样也十分怀疑那些看起来不太智能的东西，比如Alexa和Siri，它们只能按人类编写的脚本工作，不能自主思考。Lange曾主持设计通用汽车公司的OnStar系统（1995年诞生的OnStar系统是通用汽车专属配置），这也是上世纪九十年代后期第一个广泛应用的计算机助手。

《FastCompany》杂志采访了Lange，他谈到了真假人工智能间的细微差别，主流文化对人工智能的误解以及机器人起义这一设想。他还介绍了对抗网络等新兴技术——这是人工智能间智慧的较量，相互训练会变得更为智能。

Q：您认为应怎么定义人工智能？它可以定义吗？

对我而言，有外部和内部两个重要层面。外部层面即为真实感知。该系统是否足够合理？看上去是否像有人躲在系统背后与我交流，让我感到自然、舒适？

不一定要通过语音沟通，也可以是亚马逊网站上的购物体验。我认为真正的人工智能系统不但知道我想要什么，还能协助我找到它。我认为从内部层面上讲更能颠覆观念。系统正从程序控制向自我学习转变。人工智能可以从数据中学习，因此捕捉精确数据模式的能力远超程序员。这些优势结合在一起时，会有所突破，实现真正AI。

Q：是的，真正的AI。我们讨论的是通用人工智能吗？

不，我认为通用智能的讨论应属于哲学范畴…我不太明确自我意识的定义，也不认为现有系统已拥有这种程度的推理能力。但是，通用智能可以通过反复交互学习不断完善优化。

Q：“AI”这一术语是否被过度使用？我知道有些人不太喜欢用“人工智能”来指代机器学习。

我认为“人工智能”已成为泛滥的营销术语。我姑且可以接受，但重要的是，人们对于人工智能的定义。他们认为人工智能是那些在行为上能使顾客或机器人所有者感到智能且具有学习能力的系统。我无法想象人工智能系统不具备机器学习能力。

Q：那么诊断肿瘤时读取CT（ComputedTomography，即电子计算机断层扫描）或MRI（MagneticResonanceImaging，磁共振成像）结果的系统属于人工智能吗？

如果它的学习样例经医生手工标记处理，解释权归医生，它也就算不上AI。尽管使用了机器学习技术，但却忽视了循环中已嵌入了人类的专业知识，就又回到了人工编程阶段…而AI则会向计算机提供治疗数据和结果，使计算机能够诊断病情、提供治疗方案、检查治疗结果以及不断调整和学习。

Q：除了人工智能或机器学习，还应重新审视哪些流行词的概念？

对抗网络（AdversarialNetwork）至关重要。举个例子，我可以开发一个机器学习系统识别虚假产品评论或虚假新闻，但同时也能开发一个对抗系统伪造产品评论或虚假新闻…反馈循环会不断训练两个系统，因此随着一方识别虚假新闻能力的提升，另一方伪造新闻的能力也会相应提升。

Q：和朋友提到我在撰写人工智能方面的文章时，他们经常会开玩笑称计算机将毁灭人类，统治世界。这种担心成立吗？

或许五到十年前，我也常会想象这种恐怖却现实的场景。首先，会有一架无人机，通过机器学习系统学会自主飞行。如今，这一设想真的实现了。其次，无人机上装有高清摄像机，摄像机上嵌入附带面部识别软件的计算机视觉系统。它能够识别“坏人”——比如你讨厌的人和不该身处此地的人。最后，装备无人机来消灭那些人。（这段话是在描述计算机统治地球的可怕情节）

这些设想会成为现实吗？会，这些设想并非遥不可及，现在就能实现…

Q：我能接受机器毁灭人类这种说法。但机器本身会有这种动机吗？这似乎要追溯到“意识”这一哲学概念。

从严格的技术角度来看，我们一直在寻求能驱动机器的回报函数（RewardsFunction）…亚马逊系统的回报函数是让用户点击购买按钮，而Netflix的回报函数则是让用户点开电视节目。那么无人机的回报函数是什么呢？那就是，找出“坏人”，然后消灭他们…回报函数取决于你为系统设定的最终目标。

Q：目标设定欠妥的话，会带来一些意外后果吗？

是的。

Q：据我所知，许多人看到《两个Facebook机器人用自创语言对话》时会惊慌不已。真的像人们想的那么可怕吗？

其实并不可怕，它们不过是两个学习系统。我们必须逐渐适应。几十年前，父母告诉孩子们计算机只不过是按程序运行的机器。然而他们错了，现在的计算机可以学习，人们需要打破惯性思维了。计算机交互沟通时，如果回报函数可以优化计算机的交流能力，它们可能会随时改变语言优化本次沟通，例如缩减单词、准确确认彼此的意见等等。

Q：无论是普通大众还是营销人员，他们的看法会使您恐慌吗？

反复考察Siri和Alexa这些语音系统之后，我发现它们更像是品牌公司的嵌入系统，旨在帮助用户与企业进行可靠的语音互动…Siri的所有笑话都并非习得，而是出自库比蒂诺的众多作家之手。

众所周知，微软推出的“Tay”聊天机器人确实可以模仿人类沟通。然而，苹果、谷歌或亚马逊这些行业巨头不应假借人工智能之名推出产品，这种做法不高明。这些系统因高度品牌化而深受人们喜爱，这没什么问题。但是，这些语音系统并非真正的人工智能。

Q：您认为，人们对人工智能还有哪些误解？

我们总是关注人工智能带来的风险和问题，但其应用领域也同样关键。例如计算机视觉可开发系统的视觉能力。我注意到，拖拉机的系统可以识别田地里的杂草。不仅如此，拖拉机的喷嘴还可任意调节，避开农作物，向杂草喷洒Roundup除草剂。由此可见，这些科技让世界更美好，更可持续发展。而有人却认为这些科技会让生活举步维艰，因此，这类想法过于偏激。

Q：关于人工智能，您还有什么想补充的吗？

我想强调一点：机器学习系统会带来翻天覆地的变化…计算机可完成设定程序以外的任务，因为它可以接收数据，可以学习，在反馈循环的训练下不断优化。