Unity Technologies 的高级副总裁兼 AI 负责人 Danny Lange 博士 – 采访系列

Danny B. Lange 博士 是 Unity Technologies 的 AI 和机器学习副总裁。以前，Danny 是 Uber 的机器学习负责人，他领导了一项努力，旨在为 Uber 的快速增长而打造世界上最通用的机器学习平台。

是什么最初吸引你进入人工智能领域？

我从很小的时候就开始搭建和编程计算机，并且几乎立刻被让这些系统变得自治的想法所吸引。什么让我对自治着迷的是，你作为开发者要克服的挑战，即创建一个由僵硬的代码序列组成的系统，可以安全地响应不可预测和从未见过的情况。人工智能（AI）领域多年来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、机器学习到最近的深度学习。这些技术的增加的能力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，例如在 AWS 中担任 Amazon (AMZN ) 机器学习的总经理，在 Uber 担任机器学习负责人。您从这些过去的经历中得到了什么教训？

机器学习是一项真正的变革性技术，但要充分发挥其潜力，必须将其带到企业的每个角落。机器学习反复证明了其创造不可思议的优化和将业务运营提升到仅凭人类过程无法实现的水平的能力。然而，真正的颠覆只有当大量的业务流程以这种方式运行时才会发生。像 Amazon 和 Uber 这样的组织已经明确表明，如果我们让机器学习系统广泛可用并且容易被每个团队使用，我们就会经历广泛的采用，这将不可避免地导致整个业务的持续改进，因为网络效应会发生。

您自 2016 年以来一直担任 Unity Technologies 的 AI 副总裁。是什么让您对这家公司的愿景感到兴奋？

Unity 是 AI 爱好者的理想之地。我们有一个解决客户难题的文化 – AI 是我能想到的最大的挑战之一。我们的领导层致力于推动和驱动 AI 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。我无法想象有比这更好的地方来改变世界。

您以前曾谈到过合成数据的重要性，您能告诉我们这到底是什么吗？

合成数据是由算法创建的，而不是从现实世界中捕获的数据。具有真实物理模拟器的实时 3D 引擎是创建各种应用程序的合成训练数据的理想工具，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。

合成数据在构建机器学习系统方面有什么重要性？

我曾多次称 Unity 为完美的 AI 生态系统。这是真的。在现实世界中使用 AI 和使用现实世界数据可能非常可怕。难道我需要提到在旧金山的街道上行驶的自动驾驶汽车或在公共场所部署的面部识别系统吗？存在安全问题，偏见总是潜伏着，隐私问题经常与常见用例相冲突。然后还有收集必要的训练数据的稀缺性和高成本。使用 Unity，我们不仅实现了数据创建的民主化，还提供了一个交互式系统，用于在虚拟环境中模拟高级交互。在 Unity 中，您可以开发自主车辆的控制系统，而无需冒险撞击和伤害任何人。

Unity Simulation 如何帮助公司生成合成数据？

使用 Unity Simulation，我们将为人类消费设计的实时 3D 引擎转变为云优化的实例，不仅可以以难以置信的高帧率运行，还可以扩展到成千上万个实例并行运行。这样，Unity Simulation 可以让开发人员以令人难以置信的速度为他们的 AI 系统生成体验，远远快于实际时间。直到最近，这种规模的数据生成只对少数特权公司开放，但 Unity Simulation 确实使竞争环境变得更加公平。

最近，Unity 与疾病建模研究所（IDM）合作，建立了模拟 COVID-19 传播的实时 3D 模拟。您能否讨论 Unity Simulation 如何有效地模拟 COVID-19 的传播？

计算机模拟已被研究人员、工程师、问题解决者和政策制定者在许多领域使用，包括传染病的研究。Unity Simulation 支持一种可以在云上扩展以整体研究大型、复杂、不确定系统的实时空间模拟。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，我们能够确定似乎对这种可怕的传染病传播产生了最大影响的行为和政策。

最近，您谈到了很多关于通用人工智能（AGI）的内容。您能否解释一下什么是涌现行为以及为什么它对 AGI 的发展很重要？

仅仅在 10 万年里，人类从野外采摘浆果生存，发展到将一个人送上月球。我们从考古遗传学中知道，人类大脑在此期间没有发生重大变化。您可以说没有对处理器进行重大硬件升级。那么是什么改变了？关键应该在于我们共同完成事情的能力。我们使用“涌现行为”这个术语来描述一个系统，它不依赖于其个别部分，而是依赖于它们之间的关系。涌现行为不能通过研究系统的个别部分来预测，只能通过了解它们之间的关系来预测。涌现系统的特点是整体大于部分之和。虽然我反复展示了简单多智能体系统中涌现行为的有趣例子，但想象一下，当您有大量的 AI 系统以光速协同工作时会发生什么。

您是否相信我们可以在接下来的十年内实现 AGI？

谈到 AGI 时，我们必须记住，这是一段旅程，而不是目的地。没有人知道 AGI 会在什么时候发生，因为它不会在特定的时间点发生，而是一段时间内逐渐发生的变化。AGI 的性质使得人类很难确定系统在任何给定时刻的智能程度。考虑到过去十年的进步，我相信这个十年将为我们带来许多令人着迷的 AGI 进展。

您是否还有其他关于 Unity Technologies 的内容想要分享？

在 Unity，我们继续看到自己在 AI 的未来和 AI 技术的进步中发挥着重要作用。我们与 DeepMind 的合作关系是我们技术是研究人员和开发人员安全推动 AI 边界的完美环境的明确证明。我们正在为客户和合作伙伴做好准备，以创建在以前未见过的规模上运行的虚拟环境，以解决明天的挑战，无论是气候变化、物流还是健康挑战。

感谢这次精彩的采访，我很高兴学习 Unity 和您的 AGI 观点。任何想要了解更多的人都可以访问 Unity Technologies。