四個(gè)領(lǐng)域內(nèi)人工智能的崛起

　　前幾天，有消息稱人工智能軟件Eugene Goostman通過了圖靈測試，有評委真把它當(dāng)成了一個(gè)13歲的小孩。雖然有人質(zhì)疑測試的合理性，但這畢竟提醒我們計(jì)算機(jī)在這數(shù)十年里已經(jīng)有了長足的進(jìn)步。計(jì)算機(jī)以它們自己的方式做著一些智能的事，以下4個(gè)領(lǐng)域就是計(jì)算機(jī)正在崛起的地方。

　　信息檢索

　　計(jì)算機(jī)可算是最好的圖書管理員，每次你用谷歌搜索時(shí)，它都會檢索約500億網(wǎng)頁。谷歌搜索十分強(qiáng)大，很多人都不會點(diǎn)擊第二頁的內(nèi)容。

　　它的未來會怎么樣?理解人類語言可能是最困難的事之一，數(shù)十年來，計(jì)算機(jī)都無法弄清人類語言文字的涵義。它們也無法明白為什么同一個(gè)詞在不同的語境下會有完全不同的意義。斯坦福大學(xué)的生物醫(yī)藥信息研究員Russ Altman一直試圖解決這一問題。自2000年起，他和同事就在教機(jī)器如何從醫(yī)學(xué)研究報(bào)道中抽取有用信息。他們開發(fā)的程序可以理解一些從句，也能根據(jù)上下文了解單詞的含義，還知道一些同義詞和反義詞。

　　機(jī)器人

　　目前機(jī)器人已經(jīng)受控制的條件下進(jìn)行一些自動化操作，比如汽車制造。不過讓它們像人類一樣做出復(fù)雜的行為仍舊十分困難。盡管如此，一些前沿機(jī)器人的表現(xiàn)還是令人驚嘆，它們可以解放人類勞動力，從事一些更具創(chuàng)造性的工作。亞馬遜的機(jī)器人大軍就能林立的貨架中取出物品交給人類。

　　研究人員正在訓(xùn)練機(jī)器人讀取人類行為的信息，從而能在更復(fù)雜的項(xiàng)目上與人類合作。人類和機(jī)器可以各發(fā)揮所長，人類更靈巧，而機(jī)器人的動作更精確。卡內(nèi)基梅隆大學(xué)的專家David Bourne制作了一款機(jī)器人手臂，可以幫助汽車焊接。在測試中，機(jī)器人會告訴人類將各部件放在哪里，然后時(shí)行精確的焊接，對更復(fù)雜的任務(wù)，它會交給人類伙伴。

　　機(jī)器學(xué)習(xí)

　　機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，用試錯的方法解決復(fù)雜問題，如通過數(shù)百萬次的迭代來幫助銀行評估信用風(fēng)險(xiǎn)。

　　目前機(jī)器學(xué)習(xí)服務(wù)只能由一些科技巨頭通過云服務(wù)提供，不過未來智能手機(jī)也能成為一個(gè)端口。美國高通公司的研究員Tony Lewis表示，他們正在研究的項(xiàng)目可以通過強(qiáng)化學(xué)習(xí)教會機(jī)器人做一些事情。到時(shí)候，你不需要自己設(shè)置鈴聲或提醒之類的東西，只需要向手機(jī)做出積極或消極的反饋，它就會了解你的生活習(xí)慣。

　　更好的大腦

　　在識別語音、運(yùn)動和圖像上，機(jī)器人還有一大段路要走，Siri總會犯錯，谷歌甚至需要1.6萬個(gè)處理器才能訓(xùn)練計(jì)算機(jī)識別出視頻中的貓(準(zhǔn)確率還算理想)。這是因?yàn)檎Z音和形象不能還原到二進(jìn)制的數(shù)字。

　　不過新的處理器可以模擬人類神經(jīng)網(wǎng)的活動方式，以并行的方式處理信息流，它們被稱為神經(jīng)形態(tài)計(jì)算(neuromorphic computing)。最終的目標(biāo)是設(shè)計(jì)出只需要現(xiàn)代計(jì)算機(jī)一部分計(jì)算能力的設(shè)備，就可以讀取復(fù)雜的信息。這意味著下一代Siri和小冰可以實(shí)現(xiàn)真正的調(diào)情了。