對話大咖Danny Lange:什么才是真正的AI
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(Adversarial Network)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,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。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













