日前，为三家科技巨头（亚马逊、uber以及unity）构建机器学习平台的danny lange表示，电脑本是没有意识的，但是现在却可以独立思考。

如果曾经在亚马逊看到过相关产品推荐，那么一定见过danny lange的大作。uber的ai也是一样的。该丹麦计算机科学家帮助两家公司建立了在整个运营过程中使用的机器学习平台。在电子游戏平台制造商unity公司，lange也做了同样的事情，目标是将机器人角色演变成更复杂、更细微的玩伴。

lange并没有回避这个被人们夸大的术语“ 人工智能 ”，只要机器真的学会如何回应用户的需求。但是，他对于所谓的通用人工智能（agi）这种西方风格的综合意识前景持怀疑态度。lange对于那些不能算作智能的事物也有着同样强烈的看法，比如alexa和siri，它们遵循的是人类写的脚本，而不会独立思考。关于lange，大家应该知道他在十九世纪二十年代后期为通用汽车公司设计了onstar车载通信系统的移动应用程序。

日前，美国fast company商业杂志就与lange讨论了真假ai之间的细微差别、流行文化中的误解以及机器人崛起的前景。他还介绍了一些新兴的技术，如对 抗式网络 （adversarial network）。以下是双方讨论的重点。

您能给人工智能下一个定义吗？

danny lange（dl）：对我来说，（人工智能）有两个关键方面。一个是外部因素，一个是内部因素。外部因素指的是感知方面。比如：系统合理吗？看起来是否会感觉有一个人藏在系统后面，进行互动？

这种互动并非只有语言互动，也可以是其他方面。如亚马逊购物系统知道用户想要购买的东西，并帮助用户获得其想要购买的东西。

另一方面是内在因素。这正是我认为发生混乱的地方。它是通过独立学习实现的系统，而非通过编程实现的系统。而且，由于它们是通过数据进行学习，所以能够在数据中捕捉到更多微妙的模式。当这一切结合起来时，我发现结果出人意料，我们面对的其实是真正的ai。

那么，对于您谈及的真正ai，是否指的是类似通用人工智能的ai？

dl：不，我认为通用人工智能更像是哲学讨论的范畴。对于自我意识，我并不太清楚。我认为该系统的推理能力并没有达到这种程度。但是它仍然能够从交互中不断学习，并随着时间的推移不断改进。

“ai”一词是否太广泛？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。

dl：我认为这个词已经变成了一个广泛的、市场导向术语。我认为这点还能接受。重要的是人们听到这个词（ai）时会想到什么。他们想到的是该系统能给人们-用户或者机器人所有者这种感觉：在行动上表现出了某种智能，并且拥有学习能力。我无法想象一个不具备机器学习能力的ai系统。

那么，一个能够读取ct扫描结果或者mri、探测肿瘤的系统，是否就是ai呢？

dl：如果它是通过医生策划或手写标记（等案例进行学习），并且通过医生进行讲解，那么这绝不是ai。虽然使用的是机器学习技术，但是他们忽视了这一点，介入了人类专业知识，这就不是ai了。通过给予电脑治疗数据和结果，ai随后会发展出诊断、提出治疗建议、测量治疗效果的能力，从而通过学习不断进步。

除了ai/ml之外，我们应该考虑的其他流行概念词都有哪些？

dl：对抗式网络（adversarial network）是关键。例如，我可以构建一个机器学习系统，检测假冒产品评论或检测虚假消息；同时我也可以构建一个机器学习系统，撰写假的产品评论或虚假消息。因为它们能通过反馈循环进行学习，其中一方在检测虚假消息方面变得更强时，另一方则在撰写虚假消息方面变得更强。

当我和朋友谈及我正在创作与ai有关的文章，他们往往都会开玩笑的表示，计算机将要占领全球，并将人类赶尽杀绝。这种恐怖的事情真的会发生吗？

dl：也许在五到十年前，我经常提及这个可怕而现实的场景。（首先）拥有一个学会了自动飞行的机器学习系统---无人机。而现在无人机确实存在。其次，将无人机配备高清摄像机，并装入计算机视觉和人脸识别软件。它（无人机）将能识别那些你不喜欢的“坏人”，以及那些不应该在某些地方出现的人。第三，将该无人机装备能够消灭那些“坏人”的武器。

这样可行吗？当然可行！这个场景并不是遥远的未来。在今天就可以实现。

我知道机器可以消灭人类。但是机器是否会真的会这样做呢？这似乎回到了哲学意识概念。

dl：从严格的技术角度来看，我们一直在寻找驱动机器的回报函数。在亚马逊系统中的回报函数就是使得用户点击购买按钮。在netflix中，则是让客户点击我们的某个电视节目。那么无人机的回报函数是什么？找到坏人，并消灭他们？都取决于你所定义的系统最终目标。

所以，如果没有给予电脑正确的定义，或许会出现一些意想不到的后果？

dl：是的！

据我所知，此前当两个脸书机器人开始用他们自己发明的语言进行交谈时，很多人都被吓坏了。事实真是这么恐怖吗？

dl：事实并不可怕。只不过是它们拥有两套学习系统而已。我们必须习惯。几十年来，我们都被告知电脑只会按操作指令行事；而事实上，电脑能够进行学习，进而改变这种行为。在计算机之间进行通信的情况下，如果回报函数是优化计算机彼此通信的能力，那么它们可能会随时间改变通信语言以优化彼此之间的通信-使用更少的字母，或者就它们同意或反对的事情进行更好的确认，诸如此类。

您是否听过那些（大众或者销售人员）所谈及的任何关于ai的事情，让您觉得尴尬？

dl：我想了很多关于siri和alexa的语音系统。它们更像是品牌化的硬连线系统，为您与企业拥有者之间提供安全语音交互。所有siri提供的笑话都是由cupertino的创意作家撰写的，而不是siri通过学习得来的。

我想大家都应该知道微软推出的一个叫tay的聊天机器人，它真的是通过与人类互动进行学习，但是它非常讨厌。换做如苹果、谷歌或者亚马逊等大品牌，它们是不会这样做的。所以这就是为什么这些系统是高度的品牌体验，这显然是人们真正喜欢的；然而它们不是ai。

是否还有另外一些常见的误区？

dl：我们经常把注意力集中在潜在风险和可能发生的问题上，但是在使用方面还有很多让人印象深刻的事，比如说使机器拥有视觉能力的计算机视觉。此前我看到过类似的一个例子：在拖拉机上装载一个系统，能够在野外寻找杂草，还搭配了一个可调整的喷嘴，这种喷嘴只会在杂草上喷洒农药。所以当前有很多类似的技术，能够让我们拥有一个更清洁可持续的未来。有时候，会有一些很强的偏见，比如说这些事物会给使得我们的生活更加艰难等。

除此之外，您认为我们还应该知道哪些关于ai的知识？

dl：最关键的一点就是ai的学习系统。计算机实际上做的要比被要求的多，因为它能不断获取数据并从中学习，这样的循环使得它能够持续改进。

以上是网络信息转载，信息真实性自行斟酌。