向人类思维进化的机器智能

袁文

在IBM的计划中，沃森要打造的是一个生态系统

如果你认为机器人离人类生活还很遥远，不妨看看以下这些真实的场景：

无聊郁闷时，我在微博上发了一句“不开心，怎么破？”并@微软小冰，20秒后，她就送上了回复：“抱抱?皱着眉头容易长抬头纹哦，不骗你，是真的！”

只要我愿意，聊天就会一直持续下去。看这些机智温暖或逗比的回答，真有点云开雾散的效果。这样会聊天的小冰最近还登上了东航飞机，在无聊的空中飞行时间里为人解闷。

大家都熟悉的Siri和微软Cortana（国内称为“小娜”），则是存活在手机里的小秘书，在你需要时，做些类似查询天气、拨打电话、发短信、查新闻的事情。

就在前不久，我的一些媒体同行在北京享用了一顿特别午餐，大厨是IBM沃森（Watson），它会根据食材特质自主设计菜谱，人类厨师只需要完成加工的简单工作；而在美国的一些医院和研究机构，沃森已经开始帮助医生治疗癌症患者。

1月31日苹果公司发布一季度财报后，美联社在几分钟后就发表文章《苹果打破华尔街第一季度预期》，作者正是熟悉苹果风格的机器人。美联社在半年前开始采用机器人记者，每个季度能产生3000篇这样的稿件。

类似场景之多，大概讲上几天也是没有问题的。小冰、小娜、沃森这样的计算机虚拟人物，虽然没有科幻大片里那样酷炫的实体，但他们可以识别理解人类语义，模仿人类大脑运行，并按照人类习惯的语言方式给出答案，所以也算机器人的一种。

那么问题来了：他们是如何实现向人类进化的？

学习自然语言听懂人类

“芯片是硅做的，人是碳做的，硅与碳在元素周期表上正是同一族。让机器像人一样思考，是顺理成章的事。”IBM全球副总裁王阳在介绍人工智能和沃森技术时，曾经这样表述。

要说机器人技术哪家强，IBM沃森肯定算得上业内翘楚了。它在2007年诞生于IBM研究院的实验室，以IBM创始人Thomas J. Watson命名，首次为世人所熟知，是在2011年参加美国老牌智力竞赛节目“Jeopardy！”（危险边缘），以高比分落差战胜两位人类答题高手。

不过，与电影里机器人拯救或摧毁世界的酷炫场景不同，所谓沃森机器人，其实就是IBM超级计算机沃森所具备的AI技术。它包括数十台IBM Power7服务器，根据不同应用场景进行运算，给出人类需要的答案。

沃森的工作流程大致是：通过语法语义分析问题——搜索知识库，提取备选答案（它可以在不到5秒的时间查看约2亿页内容）——针对备选答案搜寻证据——启动逻辑推理程序，对备选答案进行合并和可信度排名——得出最佳选项。

听起来似乎只是一堆冷冰冰的计算机在跑程序，但IBM研究院苏中博士告诉《时间线》，以《危险边缘》为例，沃森的神奇之处在于，它参赛时并没有联网，所有知识都来自过去四年IBM工作人员的培训。

培训开始前，沃森在开放领域的答题准确率只有20%至30%。期间算法不断完善，类似人类的记忆学习过程，机器在读懂自然语言后，进行自主学习、分析、预测，最后做到3秒中精准回答问题。为了提高准确率，避免答错扣分，这只聪明的家伙还会选择放弃一些不确定答案的问题。

沃森所代表的认知计算，被蓝巨人认为是未来的重要发展方向。2014年1月，IBM为其在纽约成立了专门的业务集团Watson Group，提供10亿美元资金支持。IBM总裁、董事长及首席执行官罗睿兰也在2014年一封致股东的年度信中称，Watson认知计算技术、云计算及互动系统将彻底改变IBM。

在沃森可能带来的这场变革中，苏中认为，其最重要的突破在于理解人类语义——“它首先得明白问题的意思是什么”。

要知道，沃森面临的问题，可不仅仅是“1+1=？”这样的直接提问，比如在《危险边缘》里，沃森需要理解主持人的段子、讽刺、谜语等表达方式。这是此前的计算机很难达到的程度，也是机器向人类进化所要跨越的第一步。

IT 巨头们自然都不会放过参与机器进化的机会。在理解自然语言方面，谷歌、微软也有着各自的动作。

比如《时间线》了解到，奇点大学校长、谷歌工程总监雷·库兹韦尔在最近到访中国，与周鸿祎会面期间，就以Google Tranlsate为例，介绍了机器是如何理解人类语言的：

“在几年前其实就是文字匹配，我们创造一个数据库，然后去寻找跟这个数据库里匹配的翻译。现在我们试图用更深层次的机器学习来打造这个产品，我现在做的工作就是模拟真正人类的翻译模式。比如当你试图理解我在说什么的时候，你是在自己头脑中创造另一种想法，来匹配我的意愿，创造一个阶级状的语义模型，然后用另一种语言诠释出来。”

而微软最近的代表作就是“萌妹子”小冰了。这款智能聊天机器人的资料库包括中国近7亿网民多年积累的全部公开聊天记录，微软从中精炼了1500万条语料库，让小冰可以通过上下文语境进行回复。

不过，小冰的智能程度显然与沃森还不在同一量级。这位“16岁少女”的智商并不稳定，答非所问的表现会不时提醒你：陪你聊天的终究还只是一位虚拟机器人。

建立深度神经网络认识世界

相比沃森，IBM的另一项新技术更加充满未来感。

在2014年8月的《科学》杂志上，IBM公司与康奈尔大学的课题研究人员发表了一项计算机芯片成果——他们模仿人脑结构，制造出一款集成54亿个晶体管、包含4096多个神经突触核心的芯片。

在这款芯片中，每个神经突触都有自己的计算结构，并与人脑生物组成部分相对应。人脑的运作原理被搬进芯片。核心内存相当于脑神经突触，处理器相当于核心的神经元，接线相当于大脑轴突的神经纤维。

芯片兼具高效和节能的优点。根据文章介绍，芯片被设计成类似一种脉冲神经网络。与普通神经网络每隔固定时间处理一次数据不同的是，脉冲神经网络只会在电量超过阕值时才会被激发，被激发的部位再反过来影响其他“神经元”。据此，每触发一次，芯片可以产生100万个可编程的脉冲神经元，和2.56亿个可配置的神经突触。

研究人员用一场实验测试了它的节能程度。提供一段视频，让芯片从背景中找出行人等特定人员或物体，与之做对比的模拟器同样基于人工神经网络，但使用的是多用途微处理器。对比发现，新芯片消耗能量只有模拟器1/176000，解析速度却提高了100倍。

尽管新芯片离真正的人脑还有很远——人脑有800亿个神经元细胞，100万亿个连接，其中信息处理过程也完全不同于电脑程序——但这的确代表机器向人类的进化的又一次尝试。雷·库兹韦尔在畅销书《奇点大学》里提出的那个著名观点：人工智能将在2045年完全超越人类智能，似乎听起来也没有那么癫狂了。

如果说理解自然语言是机器听懂世界的过程，那么计算机神经网络的构建，大概就是一首机器感知并领会世界的舞曲了。

比如谷歌有名的“猫脸识别”实验。Google X实验室用1.6万片CPU核处理器、10亿个内部节点构建了一个当时全球最大的电子模拟神经系统，向其展示来自YouTube的1000万段视频，在没有外界指令的自发条件下，10天后，“大脑”认识了什么是猫，在随后的2万张图片中，准确找出猫的照片。

这个类似小朋友识图认字的过程看起来简单，但基于神经网络的“人工大脑”技术若真正成熟，由此带来的改变却是革命性的。

深度神经网络技术最初受到关注，是在1980年代的大数据预测和分析领域，但当时受到计算机速度限制。直到近几年，计算机开始呈摩尔定律发展，深度神经网络技术“复活”，才开始真正发挥出威力。

目前，神经网络技术的一个重要应用领域就是语音识别。比如，谷歌就正在野心勃勃地想消灭键盘——利用公司海量数据的语音系统，让电脑可以听懂并“思考”人们的语音。新技术使用上下文、物理位置和其他因素进行假设，由此理解语音真正含义。

谷歌工程师约翰·沙尔克维克在接受媒体采访时介绍，3年前，谷歌的语音识别技术还只能认出3/4的口语单词，现在，Google Now已经可以正确识别12/13的单词。想象一下，当未来键盘真正消失，计算机的外型设计也有了更多自由，嗯，至少在外型上，机器有可能变得更加像人。

在云端

如果没有云平台，未来机器人恐怕永远只能停留在科幻小说和影视作品里——总不能家家都腾出一间卧室，安放存储着海量数据和复杂运行程序的计算机吧！

正是云平台的发展，让沃森有机会从实验室走向市场。“参加比赛的沃森已经变成了产品。”苏中告诉《时间线》，Watson Group成立后，通过云平台向企业提供服务，“沃森不是一个封闭系统，而是开放式的创新，投资部门、有灵感的创意公司都可以访问到它。”

比如2014年3月，IBM宣布利用沃森云计算系统与纽约基因组中心合作，帮助后者开发治疗脑胶质瘤的方案。具体做法是，基因组中心对患者进行DNA测序，通过沃森把数据和临床信息结合起来，得出有针对性的治疗方案。

DNA测序产生的大量数据，用人工处理基本不太可能。IBM高级副总裁与研究主管约翰·凯利形容这个过程“像在草垛里寻针，而且这个草垛极为巨大”。借助沃森的云计算系统，人类需要花几年去完成的事情，如今几秒钟就可以搞定。

而实现这一切，纽约基因组中心并没有购置庞大的计算机，而是接入沃森的云服务，所有数据运算工作在云端就可以轻松完成。现在，沃森针对某个特定行业的培训，只需要6个月左右。

在IBM的计划中，沃森要打造的是一个生态系统。IBM全球副总裁王阳曾介绍：“沃森不是只有IBM能够应用和开发，我们会把沃森通过云平台开放给所有人，这对IBM来说也是非常明智的战略选择。”

2014年9月发布的Watson Analytics，就是沃森开放计划的一部分。用户可以通过Web或者移动设备进行访问，享受沃森基于自然语言的认知服务，商务人士还可以将其作为预测和可视化分析的工具。免费测试期间，有超过2000位用户报名参加。

Watson Analytics之外，沃森通过云平台输出的产品还包括Watson Discovery Advisor、Watson Explorer等，都是借助沃森的人工智能技术，帮助企业用户解决实际问题。

公开数据显示，目前沃森的客户已经达到数百位，领域覆盖金融、医疗、零售和日常生活等。在中国，沃森也有望进入更多的应用场景，苏中举例：

“比如老年人照料，中国已经进入老年社会，沃森可以成为医生的个人助手，针对每位老人提供辅助服务；针对知识工程师，沃森可以承担相对基础的工作，比如为记者拟好采访提纲，后期人工润色就可以……沃森可以为很多工作带来变化。”

机器人究竟会给我们带来怎样的未来？技术发展正在让一切变得更富想象空间。比如康奈尔大学机械制造实验室主任霍德·利普森认为，未来机器人可能会写社论、带孩子，甚至自己创造另外一个机器人。而早在2013年年底，谷歌就陆续买下了Boston Dynamics、maker of BigDog、WildCat等8家机器人公司，这也让外界对未来机器人多了一个期待的理由。

看来，可以确定的是，机器人进化的脚步是停不下来了。至于人类将来会成为这场进化的受益者还是受害者，就要取决于我们自己的进化能力了。