隨著siri的出現,能跟你的手機交談已經不是什麼難事.那麼你有想過,早上起床端一杯咖啡,跟你的電腦聊早間新聞嗎？
人工智慧（ai,artificialintelligence）正在飛速發展,很快這匪夷所思的一幕就能成為現實了.隨著技術的成熟,ai已經史無前例的學會了閱讀新聞並答疑.事實上,這一技術的難點在於ai對文章的“理解”.
完成這項技術,究竟有多難？
ai真的能“理解”新聞嗎？對於ai來說,讀一篇新聞最難的不是新聞本身,而是ai對於世界認知和常識的缺乏.
“電腦（從閱讀中）無法獲得對人類世界大體的認知和小說、情景喜劇中的常識.”斯坦福大學的chrismanning教授說.
與我們不同,ai並不能通過各種感知來了解世界,資訊、資料是它的唯一通道.當讀者坐下來簡單的瀏覽一篇報道時,ai需要從資料庫裡獲得大量的資訊來弄清報道中提到的每一個概念,這個工程量的龐大超乎了我們的想象.
ai的優點在於其對句子解構和語法模式的準確分析和把握,缺點在於,ai缺乏對真實世界的體驗資料以及人類社會已經積累起來的數量巨大的社會互動經驗.語言都是抽象的,ai需要時間去克服這一點.
程式設計師們是怎麼做的？
為了在這一方向取得突破,去年,谷歌deepmind公司（就是開發出alphago的那家）設計了一個“演算法”.他們用《每日郵報》（dailymail）和美國有線電視新聞網（cnn）訓練這個“演算法”對短篇故事的閱讀理解.這個團隊利用文章頂部的要點總結來製作簡單的理解性題目,進而鍛鍊該演算法在文章中尋找要點.
程式設計師們為資料庫中的詞彙貼上分類標籤,以便ai處理.作為資料來源,《每日郵報》（dailymail）和美國有線電視新聞網（cnn）至關重要.程式設計師們不僅要確認資料來源足夠新鮮、龐大,還要確認其準確度.“這實在很難.”frederking說,“一不小心,你的ai就會認為巴馬在肯亞出生.”
現在,manning教授領導的團隊以新的流線處理模型“演算法”,避開無謂的糾結點,有效提升了新“演算法”的準確率.與deepmind的“演算法”相比,該“演算法”的cnn成績高出8%,dailymail成績高出10%,平均得分達70%.
ai的“學習模式”
近幾年來人工智慧的迅速發展,很大程度上得益於“深度學習”（deeplearning）演算法.這項技術某種程度上模仿了人類大腦內神經系統的運作模式,非常擅於從海量資訊中尋找模式.
據英國牛津大學計算機科學系助理教授西蒙·威特森(shimonwhiteson)說:“藉助深度學習技術,你能夠將海量資料輸入一個大型神經網路,然後它自己就能完成從頭到尾的自我訓練.”
另外還有一種學習演算法稱為“強化學習”（reinforcementlearning）.這種演算法通過自身的經歷產生獎勵訊號,逐步修正最優策略並進步.著名機器人alphago身上所具有的即是這種演算法.
驚才絕豔的人工智慧
不僅僅是“理解”新聞,人工智慧在各個領域也創下驚人的'成就.
去年九月,騰訊財經發布了一篇由其開發的自動化新聞寫作機器人生成的新聞報道,此舉引起國內一波關於ai的熱議.人們紛紛懷疑:未來,機器人是否將取代人類記者？
今年三月,由日本名古屋大學佐藤·鬆崎研究室,研發的機器人寫的小說,入圍日經新聞社“星新一獎”初審.雖然最終被確認其故事創意由人類提供,但是機器人完成的整個故事框架毫無破綻,沒有語法、邏輯錯誤,甚至瞞天過海、通過了初審組的“法眼”.
同月韓國,世界圍棋冠軍、職業九段棋手李世石,和谷歌旗下deepmind公司研發的alphago機器人舉行人機大戰.這場比賽以出人意料的4:1,alphago機器人大勝李世石而落下帷幕.引發新一輪熱議.
今年五月,美國百大律師事務所之一baker&hostetler將啟用人工智慧機器人ross,負責協助處理企業破產相關事務.“ross”先生由ibm超級電腦watson推出.據悉,baker&hostetler是全世界第一個獲得授權使用人工智慧開展法律事務的大型律所.
未來,人工智慧將走向何方？
“機器人取代人類”的擔心是多餘的.清華大學新聞與傳播學院教授王君超直言:“新聞是有溫度的,機器人做新聞給人看,很可能像報紙的靜態版面一樣,在曇花一現之後,優雅地死掉.”在新聞報道方面,與資深記者相比,機器人完成的報道始終有差距.
事實上,無論是記者、作家、棋手還是律師,機器人只負責減輕人類的負擔,而人類的靈魂地位不會改變.事實是,未來,隨著技術的發展,機器人能把人類從簡單重複的、危險的工作中解放出來,使人們可以投入到更具創造性的工作中.正如名古屋大學的佐藤教授一再強調:“變得聰明的不是機器,而是我們人類！”
