公關(guān)噱頭有時(shí)能夠服務(wù)于嚴(yán)肅的目的。下面這個(gè)例子就能說明這一點(diǎn)：IBM花費(fèi)四年時(shí)間、耗資3000萬美元研發(fā)出的極其先進(jìn)的計(jì)算機(jī)系統(tǒng)，于近日登上了美國熱門電視問答節(jié)目《危險(xiǎn)邊緣》(Jeopardy!)的舞臺接受考驗(yàn)。
那日晚上，這臺機(jī)器相對兩位人類參賽者取得了壓倒性勝利，它創(chuàng)下了這個(gè)難度適中的問答系列節(jié)目27年歷史上的最好成績。
與IBM這一美國計(jì)算機(jī)業(yè)巨擘上次用自己所造電腦與人腦對抗時(shí)的情形相比，這次的對抗似乎減色不少。14年前，IBM專門制造的計(jì)算機(jī)“深藍(lán)”(Deep Blue)險(xiǎn)勝國際象棋世界冠軍加里•卡斯帕羅夫(Garry Kasparov)，在六局對弈中取得二勝一負(fù)三和的戰(zhàn)績。
但實(shí)際上，從國際象棋所屬的純數(shù)學(xué)領(lǐng)域邁進(jìn)到更缺乏條理的語言與流行文化領(lǐng)域，對于計(jì)算機(jī)業(yè)來說是一個(gè)長足的進(jìn)步。這一進(jìn)步可能會以令人驚訝的速度對日常生活和商業(yè)競爭造成影響。
在人工智能的歷史上，虛幻的曙光比比皆是。人類曾多次嘗試制造能模仿人類思維的機(jī)器，但結(jié)果似乎只證明了一點(diǎn)：人類思維的微妙性難以簡化為某種算法。然而，隨著參與問答節(jié)目的電腦系統(tǒng)等新進(jìn)展的出現(xiàn)，與機(jī)器智能緊密相關(guān)的技術(shù)實(shí)現(xiàn)了巨大的發(fā)展。
這會大大提升從醫(yī)療診斷到金融交易等一系列領(lǐng)域的計(jì)算機(jī)輔助決策的信息處理水平。雖然現(xiàn)在成本高昂得令人望而卻步，但此類技術(shù)進(jìn)步有朝一日可能造就出尋找和解答直接詢問的能力比谷歌(Google)強(qiáng)大得多的個(gè)人數(shù)字助理。
這也帶來了一個(gè)問題：在尋找答案的過程中，這些機(jī)器自身是否有一天能夠超越其創(chuàng)造者的局限？不過，正如我們對人工智能領(lǐng)域之預(yù)言的一貫態(tài)度一樣，我們對真正的機(jī)器智能即將出現(xiàn)的預(yù)言，也應(yīng)該半信半疑地看待。
然而，即使是那些懷疑IBM的這一技術(shù)突破能否對邁向完全電腦智能產(chǎn)生更廣泛影響的計(jì)算機(jī)科學(xué)家，也認(rèn)為它代表了一個(gè)重大進(jìn)展。
麻省理工學(xué)院(MIT)機(jī)器人學(xué)教授羅德尼•布魯克斯(Rodney Brooks)說：“如果五年前你跟頭腦清醒的人工智能研究者討論這個(gè)進(jìn)展，他們一定會說這是二、三十年之后的事。”
卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)計(jì)算機(jī)科學(xué)教授路易斯•馮•安(Luis von Ahn)補(bǔ)充道，雖然距離完全機(jī)器智能還有很大差距，但這一技術(shù)能夠催生新一代自動化系統(tǒng)——相對今天的技術(shù)而言，該系統(tǒng)能夠?yàn)槿粘Ｉ钪械膯栴}提供更加有用、更加直接的解決方案。他說：“只要問題得到明確定義，我們就能解答它。”不過他又補(bǔ)充道，這在很大程度上將取決于參與《危險(xiǎn)邊緣》節(jié)目的那臺電腦的核心算法是否像IBM聲稱的那樣具有廣泛的適切性。
一些分析師，如科技業(yè)研究公司Gartner的梅爾夫•阿德里安(Merv Adrian)認(rèn)為，從參與問答節(jié)目的電腦到看起來能模仿人類推理中的一些元素的新型計(jì)算機(jī)系統(tǒng)，可能只有不長的距離。IBM已開始與美國大型醫(yī)療機(jī)構(gòu)討論如何利用這項(xiàng)技術(shù)來制造更準(zhǔn)確的診斷系統(tǒng)，并表示該技術(shù)在金融服務(wù)業(yè)和零售業(yè)的應(yīng)用可能很快會跟進(jìn)。IBM研究員凱瑞•霍利(Kerrie Holley)透露，能夠協(xié)助決策的問答流程基本原理可能會在一年內(nèi)得到應(yīng)用。
這個(gè)魔術(shù)背后有兩個(gè)核心過程。一是自然語言識別，也就是“理解”一句話的能力。鑒于詞匯和句法的復(fù)雜性，這一過程比聽起來要難。語言并不總是遵循清晰的規(guī)則，這會給無法接受歧義的機(jī)器制造許多麻煩。
另一個(gè)過程是為某一給定問題尋找到最匹配的答案，用科學(xué)術(shù)語說就是“深度問答”(Deep QA)。IBM的這一系統(tǒng)叫做“沃森”(Watson)，是以該公司創(chuàng)始人的名字命名的。沃森會遍歷大量可能匹配的答案，但它并不會直接選取排名最高的結(jié)果，而會對每個(gè)給定的答案是否正確設(shè)定一個(gè)概率。這一技術(shù)對現(xiàn)實(shí)世界中的情況可能很有幫助，因?yàn)楝F(xiàn)實(shí)世界中的事物很少非黑即白。
這個(gè)過程中的一個(gè)核心元素是稱為“機(jī)器學(xué)習(xí)”的反饋循環(huán)，該循環(huán)使得系統(tǒng)能在給出錯(cuò)誤答案后改良它的推理過程。對該系統(tǒng)作過研究的分析人士表示，雖然機(jī)器學(xué)習(xí)的雛形已經(jīng)進(jìn)入日常應(yīng)用，例如在互聯(lián)網(wǎng)垃圾郵件過濾器中的應(yīng)用，但該系統(tǒng)將它應(yīng)用于基礎(chǔ)要廣泛得多的一般信息，則代表著一個(gè)突破。
這項(xiàng)工程的關(guān)鍵在于能否獲得大量的數(shù)字化數(shù)據(jù)。這些數(shù)據(jù)一可用來提供大量例證“培訓(xùn)”該系統(tǒng)、對它進(jìn)行微調(diào)，二可用來向它提供得出答案所需的原始資料。
麻省理工學(xué)院的布魯克斯教授評價(jià)道，這突顯出了計(jì)算機(jī)科學(xué)領(lǐng)域一個(gè)更廣泛的進(jìn)步。由于能夠訪問涵蓋各個(gè)學(xué)科的海量數(shù)據(jù)庫，多個(gè)領(lǐng)域的研究進(jìn)度已經(jīng)加快。他指出，由于歐盟委員會(EC)的大量文檔都擁有多種語言的版本，這些文檔的存在使得機(jī)器翻譯的發(fā)展成為可能。通過提供一一對照的多語種例句，這些文檔變成了數(shù)字翻譯系統(tǒng)的“識字書”。
布魯克斯教授說，將這個(gè)功能與智能手機(jī)和視覺識別應(yīng)用結(jié)合起來，你就能夠用手機(jī)對外語指示牌拍張照片，而后立即在手機(jī)上顯示出翻譯結(jié)果，而這類事情在短短五年前都還像是科幻電影。
研究人員已向沃森輸入了數(shù)字圖書館中的幾百萬冊圖書、以及其它文檔，打造出一個(gè)規(guī)模巨大的數(shù)據(jù)庫，供其進(jìn)行分析，并從中找到最終可能是意料之外的答案。
就所有依賴網(wǎng)上可獲得的海量數(shù)據(jù)來得出答案的新系統(tǒng)而言，這項(xiàng)工作對提升它們的能力至關(guān)重要。通過遍歷眾多不同領(lǐng)域的知識，它們或許能夠找到出人意料的相互關(guān)聯(lián)，從而作出預(yù)測，或?yàn)榻鉀Q復(fù)雜問題提供靈感——只精通某一個(gè)領(lǐng)域是不可能做到這一點(diǎn)的。
如果得出了錯(cuò)誤的答案，沃森“會去查找可讓它得出不同結(jié)果的其它相關(guān)數(shù)據(jù)”，Gartner的分析師阿德里安說。“它會改換做法，查找具有預(yù)測價(jià)值的信息，并且考慮人們此前未提示過的事物。”
這項(xiàng)技術(shù)的“強(qiáng)度”要比谷歌的技術(shù)大得多。谷歌的引擎能執(zhí)行數(shù)百萬次并發(fā)搜索，而IBM的系統(tǒng)會調(diào)動全部的處理器，全力以赴地在三秒鐘內(nèi)解答單一問題?？萍紭I(yè)研究公司Envisioneering的分析師理查德•多爾蒂(Richard Doherty)說：“它會獲取人類全部知識，并以極快的速度從頭到尾檢索。”
他補(bǔ)充道，審核貸款、診斷疾病、向零售客戶交叉銷售產(chǎn)品、挖掘社交媒體從而找到了解消費(fèi)者的新方式等任務(wù)，都可以在更智能的電腦協(xié)助下得到改進(jìn)。
這種前景再次喚醒了由早先一代“專家系統(tǒng)”引發(fā)的期望。當(dāng)時(shí)，那類系統(tǒng)試圖通過總結(jié)專家的思維過程來引導(dǎo)他人決策。由于不能適應(yīng)意料之外的數(shù)據(jù)或不斷變化的環(huán)境，那類系統(tǒng)顯得太過僵化、無法廣泛使用。
樂觀人士表示，這一次，系統(tǒng)將進(jìn)化到超越其編程人員局限的程度。多爾蒂說：“你會愿意把這種東西當(dāng)作一個(gè)值得信賴的顧問的。”
但應(yīng)用到社會領(lǐng)域后，這類系統(tǒng)的潛在應(yīng)用可能引發(fā)更多棘手的問題。在充足數(shù)據(jù)的支撐下，它們或許能夠?yàn)楦鼜V泛的問題提供最優(yōu)的答案，比如怎樣應(yīng)對大規(guī)模流行病。用機(jī)器來促成此類會對數(shù)百萬人的生命造成影響的決策，將產(chǎn)生關(guān)于公共政策制定的倫理問題。
與這個(gè)問題相關(guān)的問題是，隨著這類“智能”系統(tǒng)的思維變得越來越發(fā)達(dá)、對自己得出的結(jié)論越來越肯定，批評它們（從而讓它們改進(jìn)答案）的難度將會越來越大。
Wolfram Alpha執(zhí)行董事呂克•巴爾特萊(Luc Barthelet)表示：“很快，它們就無法分辨自己得出的結(jié)論哪些是垃圾、哪些是好的了。”Wolfram Alpha也是一家頗有野心的互聯(lián)網(wǎng)問答服務(wù)公司。
如果試圖描述沃森這類系統(tǒng)的長遠(yuǎn)影響，那我們很快就得用上科幻影片中的語言。
例如，霍利預(yù)言，像《星際迷航》(Star Trek)里麥考伊醫(yī)生(Dr McCoy)所用的三錄儀(tricorder)那樣的診斷助手將會問世。加上語音識別（一項(xiàng)被認(rèn)為很難的、無法為《危險(xiǎn)邊緣》中的系統(tǒng)作到完善的神奇技術(shù)）后，這類系統(tǒng)的類人特征就會更多，離1968年的電影《2001：太空漫游》(2001: A Space Odyssey)中那怪異、超自然的電腦HAL更近了一步。
機(jī)器學(xué)習(xí)領(lǐng)域取得的進(jìn)展，由于能夠?qū)㈦娔X從編程人員的局限中解脫出來，不可避免地會讓人聯(lián)想起一系列反烏托邦(dystopian)科幻影片。阿德里安說：“這時(shí)你會想到天網(wǎng)(Skynet)。”他指的是《終結(jié)者》(Terminator)系列影片中的電腦系統(tǒng)，該系統(tǒng)發(fā)展出了自我意識，后來背叛了它的制造者。
然而人工智能的發(fā)展史表明，任何一個(gè)單獨(dú)的進(jìn)步都不應(yīng)被過分夸大。電腦求出結(jié)果時(shí)靠的依然是蠻力，它執(zhí)行一個(gè)對人腦來說再簡單不過的任務(wù)——如人臉識別——都得進(jìn)行大量的計(jì)算。布魯克斯教授說，人類思維的算法仍然是一個(gè)謎。
而且迄今為止，機(jī)器學(xué)習(xí)也給不出一種能創(chuàng)造出超越其制造者局限的電腦的方法。IBM的阿爾溫德•克里希納(Arvind Krishna)表示，沃森之類的系統(tǒng)不具備創(chuàng)造力，其自身的理解能力也無法取得真正的進(jìn)步。
不過，就像谷歌已成為人類記憶的助手一樣，復(fù)雜的問答系統(tǒng)最終也會成為人類思維的補(bǔ)充。
由此到把人腦的一般性任務(wù)交給數(shù)字助手（就像我們早已把大部分?jǐn)?shù)學(xué)運(yùn)算交由計(jì)算器完成一樣），可能只有不長的距離。能輕松“外包”的初級思維過程為什么還要親自勞神呢？
即使到了那時(shí)，機(jī)器可能也會像現(xiàn)在一樣，不能聲稱自己擁有了真正的智能，但創(chuàng)造它們的人類卻已將自身智力在自然的局限之外又推進(jìn)了一步。
譯者/王柯倫
