AI機器人雖然沒有自主意識_但能自主思考

DannyLange曾為三大科技巨頭開發了機器學習平臺，他表示，雖然計算機還沒有自我意識，但已能夠自主思考。

亞馬遜的產品推薦功能以及可以預定用戶行程的Uber人工智能，都出自DannyLange之手。這位丹麥的計算機科學家打造了幫助公司運營的機器學習平臺，涵蓋從工程到營銷部門的方方面面。Lange還曾與視頻游戲開發平臺Unity（擁有全球最大2D、3D、VR和AR游戲體驗開發平臺）合作，打造了更復雜精密的機器人玩家，技藝遠超人類工程師。

Lange并不刻意回避“人工智能”這個被過度宣傳的術語——只要機器確實學會了回應用戶需求就能稱之為人工智能。但他對所謂的通用人工智能（ArtificialGeneralIntelligenc，AGI）這一愿景持懷疑態度，同樣也十分懷疑那些看起來不太智能的東西，比如Alexa和Siri，它們只能按人類編寫的腳本工作，不能自主思考。Lange曾主持設計通用汽車公司的OnStar系統（1995年誕生的OnStar系統是通用汽車專屬配置），這也是上世紀九十年代后期第一個廣泛應用的計算機助手。

《FastCompany》雜志采訪了Lange，他談到了真假人工智能間的細微差別，主流文化對人工智能的誤解以及機器人起義這一設想。他還介紹了對抗網絡等新興技術——這是人工智能間智慧的較量，相互訓練會變得更為智能。

Q：您認為應怎么定義人工智能？它可以定義嗎？

對我而言，有外部和內部兩個重要層面。外部層面即為真實感知。該系統是否足夠合理？看上去是否像有人躲在系統背后與我交流，讓我感到自然、舒適？

不一定要通過語音溝通，也可以是亞馬遜網站上的購物體驗。我認為真正的人工智能系統不但知道我想要什么，還能協助我找到它。我認為從內部層面上講更能顛覆觀念。系統正從程序控制向自我學習轉變。人工智能可以從數據中學習，因此捕捉精確數據模式的能力遠超程序員。這些優勢結合在一起時，會有所突破，實現真正AI。

Q：是的，真正的AI。我們討論的是通用人工智能嗎？

不，我認為通用智能的討論應屬于哲學范疇…我不太明確自我意識的定義，也不認為現有系統已擁有這種程度的推理能力。但是，通用智能可以通過反復交互學習不斷完善優化。

Q：“AI”這一術語是否被過度使用？我知道有些人不太喜歡用“人工智能”來指代機器學習。

我認為“人工智能”已成為泛濫的營銷術語。我姑且可以接受，但重要的是，人們對于人工智能的定義。他們認為人工智能是那些在行為上能使顧客或機器人所有者感到智能且具有學習能力的系統。我無法想象人工智能系統不具備機器學習能力。

Q：那么診斷腫瘤時讀取CT（ComputedTomography，即電子計算機斷層掃描）或MRI（MagneticResonanceImaging，磁共振成像）結果的系統屬于人工智能嗎？

如果它的學習樣例經醫生手工標記處理，解釋權歸醫生，它也就算不上AI。盡管使用了機器學習技術，但卻忽視了循環中已嵌入了人類的專業知識，就又回到了人工編程階段…而AI則會向計算機提供治療數據和結果，使計算機能夠診斷病情、提供治療方案、檢查治療結果以及不斷調整和學習。

Q：除了人工智能或機器學習，還應重新審視哪些流行詞的概念？

對抗網絡（AdversarialNetwork）至關重要。舉個例子，我可以開發一個機器學習系統識別虛假產品評論或虛假新聞，但同時也能開發一個對抗系統偽造產品評論或虛假新聞…反饋循環會不斷訓練兩個系統，因此隨著一方識別虛假新聞能力的提升，另一方偽造新聞的能力也會相應提升。

Q：和朋友提到我在撰寫人工智能方面的文章時，他們經常會開玩笑稱計算機將毀滅人類，統治世界。這種擔心成立嗎？

或許五到十年前，我也常會想象這種恐怖卻現實的場景。首先，會有一架無人機，通過機器學習系統學會自主飛行。如今，這一設想真的實現了。其次，無人機上裝有高清攝像機，攝像機上嵌入附帶面部識別軟件的計算機視覺系統。它能夠識別“壞人”——比如你討厭的人和不該身處此地的人。最后，裝備無人機來消滅那些人。（這段話是在描述計算機統治地球的可怕情節）

這些設想會成為現實嗎？會，這些設想并非遙不可及，現在就能實現…

Q：我能接受機器毀滅人類這種說法。但機器本身會有這種動機嗎？這似乎要追溯到“意識”這一哲學概念。

從嚴格的技術角度來看，我們一直在尋求能驅動機器的回報函數（RewardsFunction）…亞馬遜系統的回報函數是讓用戶點擊購買按鈕，而Netflix的回報函數則是讓用戶點開電視節目。那么無人機的回報函數是什么呢？那就是，找出“壞人”，然后消滅他們…回報函數取決于你為系統設定的最終目標。

Q：目標設定欠妥的話，會帶來一些意外后果嗎？

是的。

Q：據我所知，許多人看到《兩個Facebook機器人用自創語言對話》時會驚慌不已。真的像人們想的那么可怕嗎？

其實并不可怕，它們不過是兩個學習系統。我們必須逐漸適應。幾十年前，父母告訴孩子們計算機只不過是按程序運行的機器。然而他們錯了，現在的計算機可以學習，人們需要打破慣性思維了。計算機交互溝通時，如果回報函數可以優化計算機的交流能力，它們可能會隨時改變語言優化本次溝通，例如縮減單詞、準確確認彼此的意見等等。

Q：無論是普通大眾還是營銷人員，他們的看法會使您恐慌嗎？

反復考察Siri和Alexa這些語音系統之后，我發現它們更像是品牌公司的嵌入系統，旨在幫助用戶與企業進行可靠的語音互動…Siri的所有笑話都并非習得，而是出自庫比蒂諾的眾多作家之手。

眾所周知，微軟推出的“Tay”聊天機器人確實可以模仿人類溝通。然而，蘋果、谷歌或亞馬遜這些行業巨頭不應假借人工智能之名推出產品，這種做法不高明。這些系統因高度品牌化而深受人們喜愛，這沒什么問題。但是，這些語音系統并非真正的人工智能。

Q：您認為，人們對人工智能還有哪些誤解？

我們總是關注人工智能帶來的風險和問題，但其應用領域也同樣關鍵。例如計算機視覺可開發系統的視覺能力。我注意到，拖拉機的系統可以識別田地里的雜草。不僅如此，拖拉機的噴嘴還可任意調節，避開農作物，向雜草噴灑Roundup除草劑。由此可見，這些科技讓世界更美好，更可持續發展。而有人卻認為這些科技會讓生活舉步維艱，因此，這類想法過于偏激。

Q：關于人工智能，您還有什么想補充的嗎？

我想強調一點：機器學習系統會帶來翻天覆地的變化…計算機可完成設定程序以外的任務，因為它可以接收數據，可以學習，在反饋循環的訓練下不斷優化。