面试
Unity Technologies 人工智能高级副总裁 Danny Lange 博士 – 访谈系列
丹尼·兰格博士 是 AI 和机器学习副总裁 Unity技术。 丹尼 (Danny) 此前曾担任 Uber 机器学习主管，领导构建了世界上最通用的机器学习平台，以支持 Uber 的快速增长。
人工智能最初吸引您的是什么？
我从很小的时候就开始建造和编程计算机，我几乎立刻就对让这些系统实现自治的想法着迷。 自治让我着迷的是，作为开发人员，在创建一个由严格代码序列组成的系统时必须克服的挑战，该系统可以安全地响应不可预测和从未见过的情况。 多年来，人工智能（AI）领域为我们提供了越来越强大的工具，从面向对象编程、基于规则的推理，到机器学习和最近的深度学习。 正是这些技术能力的增强推动了人工智能领域的快速进步。
您多年来一直是该领域的领导者，例如担任 AWS 的 Amazon 机器学习总经理和 Uber 的机器学习主管。 您从过去的经历中学到了哪些教训？
机器学习是一项真正的变革性技术，但要充分发挥其潜力，有必要将其带到企业的每个角落。 机器学习一再证明其能够进行难以想象的优化，并将业务运营提升到仅靠普通人类流程无法实现的水平。 然而，只有当大量业务流程以这种方式运行时，真正的颠覆才会发生。 亚马逊和 Uber 等组织已经清楚地证明，如果我们让机器学习系统广泛地易于使用并可供每个团队使用，我们就会经历广泛的采用，随着网络效应的发挥，必然会导致整体业务持续改进的良性循环。地方
您自 2016 年以来一直担任 Unity Technologies 的人工智能副总裁。这家公司的愿景是什么让您感到兴奋？
Unity 对于 AI 爱好者来说是一个绝佳的地方。 我们拥有为客户解决难题的卓越文化——人工智能是我能想到的最强大的挑战之一。 我们的领导层致力于推动和推动人工智能的未来。 我们拥有实现这一目标的技术、资源、客户和合作伙伴。 我无法想象还有比这更好的地方来致力于改变世界。
您之前谈到过合成数据的重要性，您能与我们分享一下这到底是什么吗？
合成数据是由算法创建的，而不是从现实世界捕获的数据。带有真实物理模拟器的实时 3D 引擎是为从计算机视觉系统中的对象识别到导航机器人的路径规划等各种应用创建真实且合成的训练数据的理想工具。
在构建机器学习系统时，是什么让合成数据如此重要？
我曾多次称 Unity 为完美的 AI Biodome。 这是真的。 在现实世界中使用人工智能并使用现实世界的数据可能是非常可怕的。 我是否必须提及旧金山街道上的自动驾驶汽车或部署在公共场所的人脸识别系统？ 人们对安全性存在担忧，偏见总是潜伏着，而且隐私问题常常与常见用例发生冲突。 此外，收集必要数量的训练数据还存在稀缺性和高昂的成本。 借助 Unity，我们不仅实现了数据创建的民主化，您还可以访问交互式系统来模拟虚拟环境中的高级交互。 在 Unity 中，您可以开发自动驾驶车辆的控制系统，而无需担心撞到或伤害任何人。
您能否讨论一下 Unity Simulation 如何帮助公司生成合成数据？
通过 Unity Simulation，我们采用了专为人类消费（无论是游戏、电影还是工程）而设计的实时 3D 引擎，并将其转变为云优化实例，不仅以难以想象的高帧速率运行，而且还允许扩展到数千个实例并行运行。 通过这种方式，Unity Simulation 允许开发人员为其 AI 系统生成体验，其速度比挂钟时间快几个数量级。 直到最近，这种规模的数据生成仅适用于少数特权公司，但通过 Unity Simulation，我们真正实现了公平的竞争环境。
最近，Unity 与疾病建模研究所 (IDM) 合作构建了 对 COVID-3 传播进行建模的实时 19D 店内模拟。 您能否讨论一下 Unity Simulation 如何有效模拟 COVID-19 的传播？
几十年来，研究人员、工程师、问题解决者和政策制定者在许多领域（包括传染病研究）使用计算机模拟。 Unity Simulation 支持一种特殊的实时空间模拟，可以在云上扩展，以全面研究大型、复杂和不确定的系统。 我们建立了一个简化的演示项目来模拟冠状病毒在虚构的杂货店中的传播，并探讨了商店政策对暴露率的影响。 通过运行数万次模拟，我们能够识别出对这种可怕传染病的传播影响最大的行为和政策。
最近，您谈论了很多关于通用人工智能（AGI）的话题。 您能解释一下什么是紧急行为以及为什么它对 AGI 的发展很重要？
在短短十万年的时间里，人类从靠在野外采摘浆果生存到将人送上月球。 我们从考古遗传学得知，在那段时间里，人类的大脑并没有发生显着的变化。 可以说处理器没有重大的硬件升级。 那么到底是什么如此具有变革性呢？ 关键应该在于我们共同完成某件事的能力。 我们使用术语“系统的紧急行为”，该系统不依赖于其各个部分，而是依赖于它们之间的关系。 通过调查系统的各个部分无法预测紧急行为。 它只能通过了解各部分之间的关系来预测。 新兴系统的特点是观察到整体大于部分之和。 虽然我已经多次展示了相对简单的多智能体系统中紧急行为的有趣示例，但想象一下当大量人工智能系统以光速协作时会发生什么。
您认为我们有可能在未来十年内实现通用人工智能吗？
当谈到通用人工智能时，我们必须记住，这一切都与旅程有关，而不是目的地。 没有人确切知道 AGI 何时会发生，因为它不会发生在某个特定的时刻，而是随着时间的推移逐渐发生变化。 通用人工智能的本质是，我们人类很难在任何特定时刻确定一个系统的智能程度。 回顾过去十年取得的进展，我相信这十年将为我们在通用人工智能方面带来许多有趣的进展。
关于 Unity Technologies 您还有什么想分享的吗？
在 Unity，我们继续致力于为 AI 的未来提供动力，并在 AI 技术的进步中发挥重要作用。 我们与 DeepMind 的关系清楚地表明我们的技术是研究人员和开发人员安全突破人工智能界限的完美环境。 我们正在准备支持我们的客户和合作伙伴创建以前所未有的规模运行的虚拟环境，以解决未来的挑战，无论是气候变化、物流还是健康挑战。
感谢您接受精彩的采访，我很高兴了解 Unity 以及您对 AGI 的看法。 任何想要了解更多信息的人都应该访问 Unity技术.
