袁文

在IBM的計(jì)劃中，沃森要打造的是一個(gè)生態(tài)系統(tǒng)

如果你認(rèn)為機(jī)器人離人類生活還很遙遠(yuǎn)，不妨看看以下這些真實(shí)的場(chǎng)景：

無聊郁悶時(shí)，我在微博上發(fā)了一句“不開心，怎么破？”并@微軟小冰，20秒后，她就送上了回復(fù)：“抱抱?皺著眉頭容易長抬頭紋哦，不騙你，是真的！”

只要我愿意，聊天就會(huì)一直持續(xù)下去。看這些機(jī)智溫暖或逗比的回答，真有點(diǎn)云開霧散的效果。這樣會(huì)聊天的小冰最近還登上了東航飛機(jī)，在無聊的空中飛行時(shí)間里為人解悶。

大家都熟悉的Siri和微軟Cortana（國內(nèi)稱為“小娜”），則是存活在手機(jī)里的小秘書，在你需要時(shí)，做些類似查詢天氣、撥打電話、發(fā)短信、查新聞的事情。

就在前不久，我的一些媒體同行在北京享用了一頓特別午餐，大廚是IBM沃森（Watson），它會(huì)根據(jù)食材特質(zhì)自主設(shè)計(jì)菜譜，人類廚師只需要完成加工的簡單工作；而在美國的一些醫(yī)院和研究機(jī)構(gòu)，沃森已經(jīng)開始幫助醫(yī)生治療癌癥患者。

1月31日蘋果公司發(fā)布一季度財(cái)報(bào)后，美聯(lián)社在幾分鐘后就發(fā)表文章《蘋果打破華爾街第一季度預(yù)期》，作者正是熟悉蘋果風(fēng)格的機(jī)器人。美聯(lián)社在半年前開始采用機(jī)器人記者，每個(gè)季度能產(chǎn)生3000篇這樣的稿件。

類似場(chǎng)景之多，大概講上幾天也是沒有問題的。小冰、小娜、沃森這樣的計(jì)算機(jī)虛擬人物，雖然沒有科幻大片里那樣酷炫的實(shí)體，但他們可以識(shí)別理解人類語義，模仿人類大腦運(yùn)行，并按照人類習(xí)慣的語言方式給出答案，所以也算機(jī)器人的一種。

那么問題來了：他們是如何實(shí)現(xiàn)向人類進(jìn)化的？

學(xué)習(xí)自然語言聽懂人類

“芯片是硅做的，人是碳做的，硅與碳在元素周期表上正是同一族。讓機(jī)器像人一樣思考，是順理成章的事?！盜BM全球副總裁王陽在介紹人工智能和沃森技術(shù)時(shí)，曾經(jīng)這樣表述。

要說機(jī)器人技術(shù)哪家強(qiáng)，IBM沃森肯定算得上業(yè)內(nèi)翹楚了。它在2007年誕生于IBM研究院的實(shí)驗(yàn)室，以IBM創(chuàng)始人Thomas J. Watson命名，首次為世人所熟知，是在2011年參加美國老牌智力競(jìng)賽節(jié)目“Jeopardy！”（危險(xiǎn)邊緣），以高比分落差戰(zhàn)勝兩位人類答題高手。

不過，與電影里機(jī)器人拯救或摧毀世界的酷炫場(chǎng)景不同，所謂沃森機(jī)器人，其實(shí)就是IBM超級(jí)計(jì)算機(jī)沃森所具備的AI技術(shù)。它包括數(shù)十臺(tái)IBM Power7服務(wù)器，根據(jù)不同應(yīng)用場(chǎng)景進(jìn)行運(yùn)算，給出人類需要的答案。

沃森的工作流程大致是：通過語法語義分析問題——搜索知識(shí)庫，提取備選答案（它可以在不到5秒的時(shí)間查看約2億頁內(nèi)容）——針對(duì)備選答案搜尋證據(jù)——啟動(dòng)邏輯推理程序，對(duì)備選答案進(jìn)行合并和可信度排名——得出最佳選項(xiàng)。

聽起來似乎只是一堆冷冰冰的計(jì)算機(jī)在跑程序，但I(xiàn)BM研究院蘇中博士告訴《時(shí)間線》，以《危險(xiǎn)邊緣》為例，沃森的神奇之處在于，它參賽時(shí)并沒有聯(lián)網(wǎng)，所有知識(shí)都來自過去四年IBM工作人員的培訓(xùn)。

培訓(xùn)開始前，沃森在開放領(lǐng)域的答題準(zhǔn)確率只有20%至30%。期間算法不斷完善，類似人類的記憶學(xué)習(xí)過程，機(jī)器在讀懂自然語言后，進(jìn)行自主學(xué)習(xí)、分析、預(yù)測(cè)，最后做到3秒中精準(zhǔn)回答問題。為了提高準(zhǔn)確率，避免答錯(cuò)扣分，這只聰明的家伙還會(huì)選擇放棄一些不確定答案的問題。

沃森所代表的認(rèn)知計(jì)算，被藍(lán)巨人認(rèn)為是未來的重要發(fā)展方向。2014年1月，IBM為其在紐約成立了專門的業(yè)務(wù)集團(tuán)Watson Group，提供10億美元資金支持。IBM總裁、董事長及首席執(zhí)行官羅睿蘭也在2014年一封致股東的年度信中稱，Watson認(rèn)知計(jì)算技術(shù)、云計(jì)算及互動(dòng)系統(tǒng)將徹底改變IBM。

在沃森可能帶來的這場(chǎng)變革中，蘇中認(rèn)為，其最重要的突破在于理解人類語義——“它首先得明白問題的意思是什么”。

要知道，沃森面臨的問題，可不僅僅是“1+1=？”這樣的直接提問，比如在《危險(xiǎn)邊緣》里，沃森需要理解主持人的段子、諷刺、謎語等表達(dá)方式。這是此前的計(jì)算機(jī)很難達(dá)到的程度，也是機(jī)器向人類進(jìn)化所要跨越的第一步。

IT 巨頭們自然都不會(huì)放過參與機(jī)器進(jìn)化的機(jī)會(huì)。在理解自然語言方面，谷歌、微軟也有著各自的動(dòng)作。

比如《時(shí)間線》了解到，奇點(diǎn)大學(xué)校長、谷歌工程總監(jiān)雷·庫茲韋爾在最近到訪中國，與周鴻祎會(huì)面期間，就以Google Tranlsate為例，介紹了機(jī)器是如何理解人類語言的：

“在幾年前其實(shí)就是文字匹配，我們創(chuàng)造一個(gè)數(shù)據(jù)庫，然后去尋找跟這個(gè)數(shù)據(jù)庫里匹配的翻譯?，F(xiàn)在我們?cè)噲D用更深層次的機(jī)器學(xué)習(xí)來打造這個(gè)產(chǎn)品，我現(xiàn)在做的工作就是模擬真正人類的翻譯模式。比如當(dāng)你試圖理解我在說什么的時(shí)候，你是在自己頭腦中創(chuàng)造另一種想法，來匹配我的意愿，創(chuàng)造一個(gè)階級(jí)狀的語義模型，然后用另一種語言詮釋出來?！?/p>

而微軟最近的代表作就是“萌妹子”小冰了。這款智能聊天機(jī)器人的資料庫包括中國近7億網(wǎng)民多年積累的全部公開聊天記錄，微軟從中精煉了1500萬條語料庫，讓小冰可以通過上下文語境進(jìn)行回復(fù)。

不過，小冰的智能程度顯然與沃森還不在同一量級(jí)。這位“16歲少女”的智商并不穩(wěn)定，答非所問的表現(xiàn)會(huì)不時(shí)提醒你：陪你聊天的終究還只是一位虛擬機(jī)器人。

建立深度神經(jīng)網(wǎng)絡(luò)認(rèn)識(shí)世界

相比沃森，IBM的另一項(xiàng)新技術(shù)更加充滿未來感。

在2014年8月的《科學(xué)》雜志上，IBM公司與康奈爾大學(xué)的課題研究人員發(fā)表了一項(xiàng)計(jì)算機(jī)芯片成果——他們模仿人腦結(jié)構(gòu)，制造出一款集成54億個(gè)晶體管、包含4096多個(gè)神經(jīng)突觸核心的芯片。

在這款芯片中，每個(gè)神經(jīng)突觸都有自己的計(jì)算結(jié)構(gòu)，并與人腦生物組成部分相對(duì)應(yīng)。人腦的運(yùn)作原理被搬進(jìn)芯片。核心內(nèi)存相當(dāng)于腦神經(jīng)突觸，處理器相當(dāng)于核心的神經(jīng)元，接線相當(dāng)于大腦軸突的神經(jīng)纖維。

芯片兼具高效和節(jié)能的優(yōu)點(diǎn)。根據(jù)文章介紹，芯片被設(shè)計(jì)成類似一種脈沖神經(jīng)網(wǎng)絡(luò)。與普通神經(jīng)網(wǎng)絡(luò)每隔固定時(shí)間處理一次數(shù)據(jù)不同的是，脈沖神經(jīng)網(wǎng)絡(luò)只會(huì)在電量超過闋值時(shí)才會(huì)被激發(fā)，被激發(fā)的部位再反過來影響其他“神經(jīng)元”。據(jù)此，每觸發(fā)一次，芯片可以產(chǎn)生100萬個(gè)可編程的脈沖神經(jīng)元，和2.56億個(gè)可配置的神經(jīng)突觸。

研究人員用一場(chǎng)實(shí)驗(yàn)測(cè)試了它的節(jié)能程度。提供一段視頻，讓芯片從背景中找出行人等特定人員或物體，與之做對(duì)比的模擬器同樣基于人工神經(jīng)網(wǎng)絡(luò)，但使用的是多用途微處理器。對(duì)比發(fā)現(xiàn)，新芯片消耗能量只有模擬器1/176000，解析速度卻提高了100倍。

盡管新芯片離真正的人腦還有很遠(yuǎn)——人腦有800億個(gè)神經(jīng)元細(xì)胞，100萬億個(gè)連接，其中信息處理過程也完全不同于電腦程序——但這的確代表機(jī)器向人類的進(jìn)化的又一次嘗試。雷·庫茲韋爾在暢銷書《奇點(diǎn)大學(xué)》里提出的那個(gè)著名觀點(diǎn)：人工智能將在2045年完全超越人類智能，似乎聽起來也沒有那么癲狂了。

如果說理解自然語言是機(jī)器聽懂世界的過程，那么計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)的構(gòu)建，大概就是一首機(jī)器感知并領(lǐng)會(huì)世界的舞曲了。

比如谷歌有名的“貓臉識(shí)別”實(shí)驗(yàn)。Google X實(shí)驗(yàn)室用1.6萬片CPU核處理器、10億個(gè)內(nèi)部節(jié)點(diǎn)構(gòu)建了一個(gè)當(dāng)時(shí)全球最大的電子模擬神經(jīng)系統(tǒng)，向其展示來自YouTube的1000萬段視頻，在沒有外界指令的自發(fā)條件下，10天后，“大腦”認(rèn)識(shí)了什么是貓，在隨后的2萬張圖片中，準(zhǔn)確找出貓的照片。

這個(gè)類似小朋友識(shí)圖認(rèn)字的過程看起來簡單，但基于神經(jīng)網(wǎng)絡(luò)的“人工大腦”技術(shù)若真正成熟，由此帶來的改變卻是革命性的。

深度神經(jīng)網(wǎng)絡(luò)技術(shù)最初受到關(guān)注，是在1980年代的大數(shù)據(jù)預(yù)測(cè)和分析領(lǐng)域，但當(dāng)時(shí)受到計(jì)算機(jī)速度限制。直到近幾年，計(jì)算機(jī)開始呈摩爾定律發(fā)展，深度神經(jīng)網(wǎng)絡(luò)技術(shù)“復(fù)活”，才開始真正發(fā)揮出威力。

目前，神經(jīng)網(wǎng)絡(luò)技術(shù)的一個(gè)重要應(yīng)用領(lǐng)域就是語音識(shí)別。比如，谷歌就正在野心勃勃地想消滅鍵盤——利用公司海量數(shù)據(jù)的語音系統(tǒng)，讓電腦可以聽懂并“思考”人們的語音。新技術(shù)使用上下文、物理位置和其他因素進(jìn)行假設(shè)，由此理解語音真正含義。

谷歌工程師約翰·沙爾克維克在接受媒體采訪時(shí)介紹，3年前，谷歌的語音識(shí)別技術(shù)還只能認(rèn)出3/4的口語單詞，現(xiàn)在，Google Now已經(jīng)可以正確識(shí)別12/13的單詞。想象一下，當(dāng)未來鍵盤真正消失，計(jì)算機(jī)的外型設(shè)計(jì)也有了更多自由，嗯，至少在外型上，機(jī)器有可能變得更加像人。

在云端

如果沒有云平臺(tái)，未來機(jī)器人恐怕永遠(yuǎn)只能停留在科幻小說和影視作品里——總不能家家都騰出一間臥室，安放存儲(chǔ)著海量數(shù)據(jù)和復(fù)雜運(yùn)行程序的計(jì)算機(jī)吧！

正是云平臺(tái)的發(fā)展，讓沃森有機(jī)會(huì)從實(shí)驗(yàn)室走向市場(chǎng)?！皡⒓颖荣惖奈稚呀?jīng)變成了產(chǎn)品?！碧K中告訴《時(shí)間線》，Watson Group成立后，通過云平臺(tái)向企業(yè)提供服務(wù)，“沃森不是一個(gè)封閉系統(tǒng)，而是開放式的創(chuàng)新，投資部門、有靈感的創(chuàng)意公司都可以訪問到它。”

比如2014年3月，IBM宣布利用沃森云計(jì)算系統(tǒng)與紐約基因組中心合作，幫助后者開發(fā)治療腦膠質(zhì)瘤的方案。具體做法是，基因組中心對(duì)患者進(jìn)行DNA測(cè)序，通過沃森把數(shù)據(jù)和臨床信息結(jié)合起來，得出有針對(duì)性的治療方案。

DNA測(cè)序產(chǎn)生的大量數(shù)據(jù)，用人工處理基本不太可能。IBM高級(jí)副總裁與研究主管約翰·凱利形容這個(gè)過程“像在草垛里尋針，而且這個(gè)草垛極為巨大”。借助沃森的云計(jì)算系統(tǒng)，人類需要花幾年去完成的事情，如今幾秒鐘就可以搞定。

而實(shí)現(xiàn)這一切，紐約基因組中心并沒有購置龐大的計(jì)算機(jī)，而是接入沃森的云服務(wù)，所有數(shù)據(jù)運(yùn)算工作在云端就可以輕松完成。現(xiàn)在，沃森針對(duì)某個(gè)特定行業(yè)的培訓(xùn)，只需要6個(gè)月左右。

在IBM的計(jì)劃中，沃森要打造的是一個(gè)生態(tài)系統(tǒng)。IBM全球副總裁王陽曾介紹：“沃森不是只有IBM能夠應(yīng)用和開發(fā)，我們會(huì)把沃森通過云平臺(tái)開放給所有人，這對(duì)IBM來說也是非常明智的戰(zhàn)略選擇?！?/p>

2014年9月發(fā)布的Watson Analytics，就是沃森開放計(jì)劃的一部分。用戶可以通過Web或者移動(dòng)設(shè)備進(jìn)行訪問，享受沃森基于自然語言的認(rèn)知服務(wù)，商務(wù)人士還可以將其作為預(yù)測(cè)和可視化分析的工具。免費(fèi)測(cè)試期間，有超過2000位用戶報(bào)名參加。

Watson Analytics之外，沃森通過云平臺(tái)輸出的產(chǎn)品還包括Watson Discovery Advisor、Watson Explorer等，都是借助沃森的人工智能技術(shù)，幫助企業(yè)用戶解決實(shí)際問題。

公開數(shù)據(jù)顯示，目前沃森的客戶已經(jīng)達(dá)到數(shù)百位，領(lǐng)域覆蓋金融、醫(yī)療、零售和日常生活等。在中國，沃森也有望進(jìn)入更多的應(yīng)用場(chǎng)景，蘇中舉例：

“比如老年人照料，中國已經(jīng)進(jìn)入老年社會(huì)，沃森可以成為醫(yī)生的個(gè)人助手，針對(duì)每位老人提供輔助服務(wù)；針對(duì)知識(shí)工程師，沃森可以承擔(dān)相對(duì)基礎(chǔ)的工作，比如為記者擬好采訪提綱，后期人工潤色就可以……沃森可以為很多工作帶來變化?！?/p>

機(jī)器人究竟會(huì)給我們帶來怎樣的未來？技術(shù)發(fā)展正在讓一切變得更富想象空間。比如康奈爾大學(xué)機(jī)械制造實(shí)驗(yàn)室主任霍德·利普森認(rèn)為，未來機(jī)器人可能會(huì)寫社論、帶孩子，甚至自己創(chuàng)造另外一個(gè)機(jī)器人。而早在2013年年底，谷歌就陸續(xù)買下了Boston Dynamics、maker of BigDog、WildCat等8家機(jī)器人公司，這也讓外界對(duì)未來機(jī)器人多了一個(gè)期待的理由。

看來，可以確定的是，機(jī)器人進(jìn)化的腳步是停不下來了。至于人類將來會(huì)成為這場(chǎng)進(jìn)化的受益者還是受害者，就要取決于我們自己的進(jìn)化能力了。