这听起来像是科幻小说里的情节：两位世界上最知名的科技人士，正因人工智能问题针锋相对。
据近期一篇《名利场》文章报道，特斯拉/SpaceX首席执行官埃隆·马斯克和Facebook首席执行官马克·扎克伯格对于什么算作“人工智能”有着截然不同的看法。该文探讨了这些知名男性科技人物是否相信人工智能末日即将到来。他们的争论折射出整个行业面临的一个更大问题：没人能就这个词的含义达成一致。
谈到当今的软件（也就是说，不是想象中的未来杀手机器人）是否属于人工智能时，通常有两派观点：字面派和泛化派。
马斯克属于字面派。当被问及扎克伯格的贾维斯时——这是一个主要负责家庭自动化任务的机器人，比如控制恒温器或挑选要播放的音乐——马斯克不以为然地作了回应。
“我不会把自动化家务功能称为人工智能，”马斯克对《名利场》说。“打开灯、设定温度，真的算不上人工智能。”
马斯克的意思是，并不存在一个统一协调的人工智能，在考虑扎克的请求、理解他的意思之后再关灯。实际上，扎克伯格的语音会被送入语音识别算法，转写成文本；随后，另一个算法读取文本，判断其中的请求是什么，再由它作出的决定触发另一段代码来开灯。
这是一组协同工作的算法，用来执行一条指令，而不是一个能理解语音、文本、代码和各种概念的算法。Siri、Cortana、Google Assistant以及如今其他所有虚拟个人助理也是如此。它们将多个算法串联起来，判断人们想要什么，然后要么从脚本中读取答案，要么从维基百科中调取预先准备好的回复。这是了不起的设计成果，但并非人工智能研究人员所说的“端到端”模型；端到端模型是指一个算法无需人为干预，便能独立学习完成一项任务。
例如，英伟达2016年的一篇论文介绍了自动驾驶汽车的端到端学习。一种神经网络——一种常见的人工智能技术，通过识别数据中的模式来学习预测如何采取行动——会观看汽车通常如何行驶的视频，并据此自行操控汽车。马斯克大概会认为这更接近人工智能，不过特斯拉配有专用视觉神经网络，这意味着它们并非端到端系统，而他仍然称它们为人工智能。
许多纯粹的人工智能研究（至少在本文记者看来）关注的是学习识别图像、音频或文本中的模式，进而识别现实世界中的模式，或生成自己的内容。任何并非由人工智能生成的内容，例如由人编写的Siri回复，都值得怀疑。
有些人走得更远。认知科学家道格拉斯·霍夫施塔特等人认为，生成文本的机器只是在统计意义上预测句子中接下来会出现哪些词，而不是理解一个概念并构造句子来传达相关信息，因此目前还不存在人工智能。
另一方面，扎克伯格属于人工智能泛化派。人工智能是一个统称，指能够理解指令并完成任务的系统。这种定义很像Facebook：方便用户使用，让不懂技术的人也能轻松理解。
贾维斯确实使用了某些形式的人工智能：负责理解语音、从转写文本中解析扎克伯格意图的算法，就是神经网络。
和许多人一样，扎克伯格把“人工智能”当作一个包罗万象的说法，泛指带有某种人工智能组件的软件。泛化派通常认为，只要像Siri或Cortana这样的程序能够选择执行某项操作，无论是开灯还是转账，人们在日常提及时就无需在意系统的架构。这种观点关注的是软件产生的影响，而不是它的工作原理。
无论马斯克和扎克伯格如何定义这个词，他们都认为人工智能极其重要。两位科技人士分别资助了人工智能研究机构OpenAI和FAIR，并有望从人工智能的普及中大获其利：扎克伯格通过自己的社交网络，马斯克则通过自动驾驶汽车。
