四個(gè)領(lǐng)域內人工智能的崛起

　　前幾天，有消息稱(chēng)人工智能軟件Eugene Goostman通過(guò)了圖靈測試，有評委真把它當成了一個(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算機在這數十年里已經(jīng)有了長(cháng)足的進(jìn)步。計算機以它們自己的方式做著(zhù)一些智能的事，以下4個(gè)領(lǐng)域就是計算機正在崛起的地方。

　　信息檢索

　　計算機可算是最好的圖書(shū)管理員，每次你用谷歌搜索時(shí)，它都會(huì )檢索約500億網(wǎng)頁(yè)。谷歌搜索十分強大，很多人都不會(huì )點(diǎn)擊第二頁(yè)的內容。

　　它的未來(lái)會(huì )怎么樣?理解人類(lèi)語(yǔ)言可能是最困難的事之一，數十年來(lái)，計算機都無(wú)法弄清人類(lèi)語(yǔ)言文字的涵義。它們也無(wú)法明白為什么同一個(gè)詞在不同的語(yǔ)境下會(huì )有完全不同的意義。斯坦福大學(xué)的生物醫藥信息研究員Russ Altman一直試圖解決這一問(wèn)題。自2000年起，他和同事就在教機器如何從醫學(xué)研究報道中抽取有用信息。他們開(kāi)發(fā)的程序可以理解一些從句，也能根據上下文了解單詞的含義，還知道一些同義詞和反義詞。

　　機器人

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

　　研究人員正在訓練機器人讀取人類(lèi)行為的信息，從而能在更復雜的項目上與人類(lèi)合作。人類(lèi)和機器可以各發(fā)揮所長(cháng)，人類(lèi)更靈巧，而機器人的動(dòng)作更精確?？▋然仿〈髮W(xué)的專(zhuān)家David Bourne制作了一款機器人手臂，可以幫助汽車(chē)焊接。在測試中，機器人會(huì )告訴人類(lèi)將各部件放在哪里，然后時(shí)行精確的焊接，對更復雜的任務(wù)，它會(huì )交給人類(lèi)伙伴。

　　機器學(xué)習

　　機器學(xué)習是人工智能的一個(gè)分支，用試錯的方法解決復雜問(wèn)題，如通過(guò)數百萬(wàn)次的迭代來(lái)幫助銀行評估信用風(fēng)險。

　　目前機器學(xué)習服務(wù)只能由一些科技巨頭通過(guò)云服務(wù)提供，不過(guò)未來(lái)智能手機也能成為一個(gè)端口。美國高通公司的研究員Tony Lewis表示，他們正在研究的項目可以通過(guò)強化學(xué)習教會(huì )機器人做一些事情。到時(shí)候，你不需要自己設置鈴聲或提醒之類(lèi)的東西，只需要向手機做出積極或消極的反饋，它就會(huì )了解你的生活習慣。

　　更好的大腦

　　在識別語(yǔ)音、運動(dòng)和圖像上，機器人還有一大段路要走，Siri總會(huì )犯錯，谷歌甚至需要1.6萬(wàn)個(gè)處理器才能訓練計算機識別出視頻中的貓(準確率還算理想)。這是因為語(yǔ)音和形象不能還原到二進(jìn)制的數字。

　　不過(guò)新的處理器可以模擬人類(lèi)神經(jīng)網(wǎng)的活動(dòng)方式，以并行的方式處理信息流，它們被稱(chēng)為神經(jīng)形態(tài)計算(neuromorphic computing)。最終的目標是設計出只需要現代計算機一部分計算能力的設備，就可以讀取復雜的信息。這意味著(zhù)下一代Siri和小冰可以實(shí)現真正的調情了。