专家：AI还没产生自我意识，但已有自主思考的能力
（原标题：The AI Guru Behind Amazon, Uber, and Unity Explains What AI Really Is）
11月30日消息，据国外媒体报道，最近科技网站Fast Company采访了人工智能专家丹尼·兰格（Danny Lange）。这位丹麦工程师曾为亚马逊、Uber以及Unity开发了人工智能系统。他表示，人工智能还没产生自我意识，但它们已经有了自主思考的能力。
如果你曾经在亚马逊接收过产品推荐，你就看到了丹尼·兰格（Danny Lange）的工作。Uber的人工智能也是出自这位工程师之手。丹麦计算机科学家丹尼·兰格为这两家公司在打造了在公司运营过程中使用的机器学习平台，其功能涉及了从工程设计到营销部门的方方面面。兰格刚刚为电子游戏平台开发商Unity做了同样的事情，目标是打造功能更复杂，行动更协调的机器人玩家。
兰格并没有回避“人工智能这个被人们夸大的术语”，只是他认为机器学会如何回应用户的需求才是人工智能的本质。但是他对于所谓的人工智能或者说那种西方世界式综合意识的人工智能前景持怀疑态度。兰格对于那些看起来不太智能的东西也有着强烈的认同感，比如Alexa和Siri，它能够遵循人类写的脚本，并没有自我意识。兰格曾主导设计通用汽车公司的安吉星OnStar，这也是上世纪90年代后期上市的第一个数字助理。
科技网站Fast Company日前采访了这位人工智能大师，与兰格谈到真假人工智能之间的细微差别，流行文化中对人工智能的误解以及他对机器人崛起的看法。他还介绍了诸如对抗性网络等人工智能新兴技术。这种技术通过人工智能之间的相互训练使得机器更为智能。以下是采访的摘要。
FC：你能定义人工智能吗？它已经被定义了吗？
丹尼·兰格：对我来说，有两个关键因素。一个是外在，一个是内部。外在因素是真实感知。你是否感到系统是合理的？是否看起来就像是有一个人躲在系统后面，与我互动，让我感觉非常舒服？
这不一定是对话发声。它也可以是亚马逊网站上的购物体验。但是我认为人工智能的真正意义是这个系统知道我想要的东西，并能够帮助我得到我想要的东西。
另一方面是内在因素。这也是我认为存在颠覆性的地方。也就是说系统能够自我学习而不是被编程。而且，由于系统能够从数据中学习，所以能够在数据中捕捉到比程序员更多的微妙模式。当这一切结合在一起时，我觉得我们已经有所突破，面对真正的人工智能。
FC：是的，真正的人工智能。那我们现在讨论的是类似于一般智能的东西吗？
丹尼·兰格：不，我认为一般智能的界定更像是一个哲学范畴……我不清楚什么是真正的自我意识和知觉，我不认为现在的人工智能在某种程度上接近这一层次。但随着越来越多的交互发生，它能够从交互中学习，并随着时间的推移而不断完善自己。
FC：“人工智能”这个术语的应用是否太过宽泛了？我知道有些人不喜欢用“人工智能”这个术语来指代机器学习。
丹尼·兰格：我认为这个词已经变成了一个泛滥的营销术语。我对这种现象还能接受。但重要的是人们听到这些时会想到什么。他们所想到的面向客户的机器人系统在其行动中具有某种智能，并且具有学习能力。我无法想象一个人工智能系统却没有机器学习能力。
FC：那么一个通过读取CT扫描或核磁共振结果来判断肿瘤的系统算得上人工智能吗？
丹尼·兰格：如果这个系统是从样例中学习，比如从医生的标记中学习判断，从基础上说医生拥有最终解释权，那它就算不上人工智能。它使用了机器学习技术，但他们忽略了一点是这种系统在循环运行中嵌入了人类的专业知识，那么就意味着我们又回到了人类编程的阶段。人工智能技术应该可以给电脑输入治疗数据和结果，让机器具备诊断的能力，能够为患者提出一些治疗的建议，同时也检验治疗效果，不断调整和学习。
FC：除了人工智能或机器学习之外，我们还应该重新审视哪些流行词的概念？
丹尼·兰格：对抗性网络是一个关键。比如说我可以开发一个机器学习系统，检测虚假的产品评论或检测假新闻。但我同时也可以开发一个机器学习系统，学习生成虚假产品评论或假新闻……当它们其中的一个在检测虚假新闻方面变得更好时，对手就会在生成假新闻方面变得更好，因为两者从反馈循环中不断学习。
FC：当我向朋友提到我正在写关于人工智能的东西时，他们经常开玩笑称电脑会占领世界并且杀了我们。这种担忧合理吗？
丹尼·兰格：或许在五到十年前我经常会想象这种可怕而现实的场景。首先，你有无人机，这样机器学习系统就学会了独立飞行。而现在我们确实有这种无人机。其次，你在这家无人机上装配了高清摄像机，嵌入了计算机视觉和人脸识别软件。它会识别“坏人”——比如说你不喜欢的人，或者不应该在某个地方出现的人。第三，你的装备有能力消灭那些人。
这具备可行性吗？是的。所以这不是一个遥远的未来。你今天就可以做到这一点。
FC：我知道一台机器可能会杀死人。但是一台机器想杀人吗？这似乎又回到了哲学范畴。
丹尼·兰格：从严格的技术角度来看，我们一直在寻找驱动机器行动的激励功能……亚马逊系统中的激励功能是让客户点击购买按钮。在Netflix的应用中是让客户点击我们的电视节目。无人机的激励功能是什么？找到坏人，并消除他们……这就是你所定义的系统的最终目标。
FC：所以如果你没有正确的界定，就会出现一些意想不到的后果？
丹尼·兰格：是的。
FC：我知道很多人在得知两个Facebook机器人开始用它们自己发明的语言相互交流时吓坏了。这真的像很多人认为的那样可怕吗？
丹尼·兰格：这并不可怕。这只是有两个学习系统。我们必须习惯这种情况。几年来，甚至几十年来，我们的父母都这样告诉他们的孩子，电脑只能做人们计划做的事情。他们错了，因为现在电脑可以学习。他们现在需要改变这种惯性思维。在计算机相互进行通信的情况下，如果激励功能是优化计算机彼此通信的能力，那么他们可能会随时间改变交流方式以优化通信——比如使用更少的字母组合，使用更好的确认信息（是否同意或不同意）等等。
FC：无论对方是普通大众还是市场营销人员，有没有一些人谈论的话让你感到畏惧？
丹尼·兰格：关于Siri和Alexa语音系统我想了很多。他们更像是品牌化的内置装备配件(Hard-wired Systems)，为用户提供与企业所有者之间的安全语音互动......所有Siri内置的笑话都是由库比蒂诺的创意作家撰写的，Siri从来没有学习过。
你也知道微软发布的Tay聊天机器人的例子，它会从人类互动中学习，然后染上了一些非常讨厌的坏习惯。诸如苹果，谷歌或亚马逊的语音系统能提供人们所喜爱的高品质体验，但它们不是真正的人工智能。
FC：你认为还有什么是常见的误解？
丹尼·兰格：我们经常把注意力放在风险和问题上，但我举例说在如何应用计算机视觉技术等方面也有相当令人印象深刻的东西。我曾看到一个在拖拉机上应用智能系统的例子，它可以通过视觉系统在野外寻找杂草，而可调整的喷嘴可以确保农药被喷洒在杂草上而不是在蔬菜上。所以诸如此类的技术可以使我们的世界更环保，更加可持续。但有时候，这些事情会如何让我们的进步更加艰难。
FC：关于人工智能，你认为我们还需要知道些什么？
丹尼·兰格：一个关键词是颠覆……你的计算机可以做的事情要比你下的指令更多，因为它获取数据并从数据中学习，循环反馈使得自身不断地得以改进。（晗冰）