目前的AI只是略微超過了圖靈測試的水準

據(jù)外媒（VentureBeat）報道，如果你是X戰(zhàn)警系列漫畫的粉絲，你一定對X教授的腦波增幅器（Cerebro）不陌生。這是一個虛構(gòu)的設備，X教授用它來觀察人類的腦電波，并根據(jù)個人的思維特征來識別變種人。如果腦波增幅器真的存在，是否是一件可怕的事呢，全球范圍的大腦閱讀是否會讓人們沉迷其中？

雖然目前人類尚未有能力打造這樣一款神器（量子糾纏神經(jīng)系統(tǒng)），然而社交網(wǎng)絡上鋪天蓋地的帖子卻正在從另一個方面展示著20億人的“大腦活動”.只是我們?nèi)狈τ行У姆椒▉頇z查和分析這些變相呈現(xiàn)的腦波，蘊藏其中的意義有待發(fā)掘。

在許多方面，軟件給人發(fā)聲提供了幫助。現(xiàn)有工具能夠幫助消費者和企業(yè)之間快速對話溝通。這些工具使得企業(yè)通過開放、真實的對話吸引客戶群體，并了解客戶的需求和關注點。

然而，仍然有許多研究有待展開，特別是在統(tǒng)觀層面。通常社交網(wǎng)絡會顯示房間里最響亮的聲音。我們的技術只是收集和呈現(xiàn)聲音，而未能深入探究其下的原因。表象之下的原因不會自動呈現(xiàn)，而是需要復雜的推斷或者是冒險的假設。

人們通常只是關注網(wǎng)絡言論和流行熱詞，而不能深入理解它。知道當下在發(fā)生什么并不等同于對當下人事的充分理解?，F(xiàn)實人事是三維的，并非口頭言語那么簡單。

在過往，我們精密的算法和高超的技術從業(yè)者不足以把握人心和探究聯(lián)系因果的精微。以最近的美國大選為例，無論是復雜的民調(diào)，還是專家學者的分析，都沒能預測到最后的結(jié)果。在最后令所有人意外的結(jié)果出爐之后，各方又開始回過頭來試圖弄明白到底哪里出錯了。有人認為社交網(wǎng)絡對本此大選影響重大，答案也許就藏在數(shù)十億的社交帖子中。

有沒有可能使用人工智能來調(diào)查和獲得結(jié)論呢？試想一個隨時聽候差遣的AI,這個數(shù)字助理能夠分秒不斷地監(jiān)測和理解成千上萬的帖子，從紛亂信息中梳理出概要。

不過恐怕今日之AI尚不能勝任這個任務。

雖然我們的AI系統(tǒng)能夠抓取頭條新聞，但其能力常常有限。Uber等公司正在使用AI來讓自動駕駛汽車更好地感知周圍環(huán)境，從而可以智能地轉(zhuǎn)彎或躲避行人。但它們永遠不會長出翅膀?qū)W會飛行。谷歌打造的AlphaGo能夠擊敗人類最佳棋手，但關于圍棋的歷史文化它一無所知，它也無法“獨立”去進行另一場比賽。

今天的“人工智能”一詞仍然是一個誤稱。牛津英語詞典對智能（intelligence）的定義為“獲取并應用知識的能力”.以數(shù)字經(jīng)濟麻省理工學院（MIT）數(shù)字經(jīng)濟倡議的研究員兼AI意見領袖湯姆·達文波特（Tom Davenport）的話來說：“深度學習并不是深刻的學習?！绷硪晃粚＜見W倫·埃佐尼（Allen Institute of AI）也有類似意見：“AI只是簡單的數(shù)學的大規(guī)模執(zhí)行?！焙唵握f，AI實質(zhì)只是一種強大的計算方式，并沒有達到人腦那種堪稱智能的方式。

那么，未來AI有沒有可能實現(xiàn)自足的智能水平呢？

目前的AI研究正朝著更深入的方向前進。該領域的一個主要目標是使機器偽裝成人類，并通過圖靈測試?，F(xiàn)在我們有了進階版的圖靈測試：威諾格拉德模式挑戰(zhàn)（Winograd Schema Challenge）。圖靈測試檢驗機器能否思考，而威諾格拉德模式進一步檢測AI系統(tǒng)的常識推理能力以及對世界的運作方式的了解程度。

威諾格拉德模式挑戰(zhàn)讓人們意識到當下的AI水平并不像人們設想的那樣順利。為了理解這個測試，我們來看看今年O'Reilly AI大會上的一個例子：

“大球穿過桌子是因為它由發(fā)泡膠制成”和“大球穿過桌子是因為它由鋼制成”.兩句話中“它”各指什么？這個問題隨便一個7歲的小孩子都能答得出。然而AI卻不具有思索貫通的能力，相反它只會從網(wǎng)絡上搜索大量信息，然后給出“它”的定義。

只有當AI實現(xiàn)更接近人類的深度學習和理解能力時，使用AI來處理人腦力不能及的龐大數(shù)據(jù)才能成為可能。

像威諾格拉德模式挑戰(zhàn)這樣的測試能夠敦促AI更好地理解語言暗示和事物之間的關聯(lián)?；镜恼Z言理解能力是實現(xiàn)強智能的基礎。只有在此之上，獨立習得和應用知識才能成為可能。

目前的AI只是略微超過了圖靈測試的水準，未來還有很多工作要做。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。