即便是專業(yè)人士，也很難解釋清楚“專家系統(tǒng)”是什么。這是人工智能從理論到實(shí)踐的跳板，也是AI可以成為人類助手的基石。簡(jiǎn)單來說，這個(gè)系統(tǒng)會(huì)讓它們通過訓(xùn)練和調(diào)整，成為某個(gè)領(lǐng)域的專業(yè)人士。而這實(shí)際上也是讓人工智能模擬人腦思維的最直觀形式。AI需要獲取知識(shí)信息，掌握基礎(chǔ)推理，并學(xué)會(huì)使用它們——整個(gè)過程很容易讓人聯(lián)想到學(xué)生時(shí)代的自己。進(jìn)修完畢后，它們才可以在更高層次的領(lǐng)域得到應(yīng)用。

對(duì)于人類來說，這是一個(gè)很簡(jiǎn)單的邏輯。學(xué)習(xí)知識(shí)，掌握用法，再運(yùn)用到生活中?？扇斯ぶ悄芏谩皩W(xué)以致用”，卻不明白“舉一反三”。AI在實(shí)踐中必然會(huì)獲取其他信息，可它們是否會(huì)將之收錄入知識(shí)庫(kù)？收錄前能否篩選一番？這個(gè)疑問，日趨火熱的語(yǔ)音軟件也許能給出答案。當(dāng)你向微軟的Cortana提問并給它答案后，它就會(huì)把這一答案記住。而蘋果的Siri最早聊天都聊不到一起，現(xiàn)在已經(jīng)學(xué)會(huì)說情話了，它的成長(zhǎng)我們能看得見。

最早的自學(xué)習(xí)功能，出現(xiàn)在NEST家居控溫器上。它可以記錄用戶的使用習(xí)慣，反復(fù)幾次后，就能摸清你最喜歡的溫濕度了。這個(gè)功能設(shè)定一度成為智能產(chǎn)品的標(biāo)配，但仔細(xì)剖析一下，你會(huì)發(fā)現(xiàn)它的上限其實(shí)很低。僅僅是觀察使用者的某種習(xí)慣，并加以模仿，其含金量能有多少？真正的自學(xué)習(xí)能力，應(yīng)該脫離場(chǎng)景和環(huán)境的限制。譬如一個(gè)整理醫(yī)學(xué)資料的機(jī)器人助手，在查閱大量病歷時(shí)發(fā)現(xiàn)了某種癥狀和某種疾病的相關(guān)性，就可以將這一信息收錄或上報(bào)給醫(yī)師。

這個(gè)預(yù)想也許有些太超前，但并非沒有可能。近日，日本一個(gè)高中迎來了一位特殊的學(xué)生——Pepper人形機(jī)器人。這是人工智能首次和人類一同學(xué)習(xí)，考驗(yàn)的不僅僅是AI的學(xué)習(xí)能力，還有人機(jī)交互的潛能。

扎克伯格提議讓AI進(jìn)行“監(jiān)督式學(xué)習(xí)”，也就是通過觀察、嘗試來獲取知識(shí)，讓其親自去獲取常識(shí)，這才是AI能實(shí)現(xiàn)深度學(xué)習(xí)的基礎(chǔ)。“診斷疾病、駕駛汽車、探索宇宙，這些方面AI的潛力遠(yuǎn)大于人類，那人類有什么資格做它們的老師？”扎克伯格認(rèn)為AI在掌握了常識(shí)信息后，可以獲得改變世界的能力，至于如何讓人類置于危險(xiǎn)之外，他并沒有提及。

人類目前最為先進(jìn)的智慧問答系統(tǒng)是IBM的沃森，它在自然語(yǔ)言處理方面表現(xiàn)驚人，其核心在于IBMDeepQA技術(shù)。它會(huì)閱讀數(shù)以百萬(wàn)計(jì)的文字資料，從荷馬的詩(shī)集到當(dāng)代字典一應(yīng)俱全，知識(shí)體系豐富程度可想而知。而在此基礎(chǔ)上，它還擁有語(yǔ)言學(xué)和邏輯學(xué)的專家打造的邏輯思維和分析系統(tǒng)，確保其在進(jìn)行應(yīng)答時(shí)，運(yùn)算處理方式高度接近人類的大腦。