結(jié)果是，這些算法不得不根據(jù)每個(gè)新問題逐一定制。但正如羅素所說，你不能每遇到一個(gè)新問題就請(qǐng)一個(gè)博士學(xué)生來改進(jìn)算法，“那并不是你大腦的工作方式，你的大腦會(huì)趕緊適應(yīng)（新問題）。”
這一點(diǎn)讓羅素、田納邦和其他人緩下來仔細(xì)考慮AI的前途。“我希望人們會(huì)感到興奮，但不是那種我們向他們推銷蛇油（萬靈藥）的感覺，”羅素說。田納邦也有同感，盡管已是一個(gè)年過40的科學(xué)家，他覺得只有一半的機(jī)會(huì)在他有生之年見證有效推理這一難題的解決。盡管計(jì)算機(jī)將運(yùn)行得更快，算法會(huì)改進(jìn)得更精妙，他覺得“這些是比登月或者登火星更艱深的問題”。
無論如何，AI團(tuán)體的意志并沒有因此消沉。例如，斯坦福大學(xué)的達(dá)菲·柯勒正在用概率編程解決非常特殊的問題并且頗見成效。他與同在斯坦福的新生兒學(xué)專家安娜·潘和其他同事一起開發(fā)了名為PhysiScore的系統(tǒng)，可以預(yù)測(cè)一個(gè)早產(chǎn)兒是否有任何健康問題。這是個(gè)眾所周知的難題，醫(yī)生不能作出任何確定程度的預(yù)測(cè)，“這種預(yù)測(cè)卻是對(duì)那個(gè)家庭唯一要緊事，”潘回應(yīng)。
PhysiScore系統(tǒng)把多方面的因素考慮進(jìn)去，諸如孕齡、出生體重，以及出生后數(shù)小時(shí)內(nèi)的實(shí)時(shí)數(shù)據(jù)，包括心率、呼吸率和氧飽和度（Science Translation Medicine, DOI: 10.1126/scitranslmed.3001304）。“我們能夠在頭3個(gè)小時(shí)內(nèi)得出哪些嬰兒將來會(huì)健康，哪些可能患上嚴(yán)重的并發(fā)癥，甚至是兩周后會(huì)出現(xiàn)的并發(fā)癥，”柯勒解釋道。
“新生兒專家對(duì)PhysiScore這個(gè)系統(tǒng)感到興奮，”潘說。作為一名醫(yī)生，對(duì)于AI系統(tǒng)具有處理上百個(gè)變量并作出決定的能力，潘尤其滿意。這種能力甚至讓該系統(tǒng)超越了他們的人類同行。潘說：“這些工具能理解和運(yùn)用一些我們醫(yī)生和護(hù)士看不到的信號(hào)。”
這正是多明戈斯一直對(duì)自動(dòng)化醫(yī)學(xué)診斷抱有信心的原因。其中一個(gè)著名例子是“快速醫(yī)學(xué)參考，決策理論（QMR-DT）”，它是一個(gè)擁有600種重要疾病和4000種相關(guān)癥狀模型的貝葉斯網(wǎng)絡(luò)，其目標(biāo)是根據(jù)一些癥狀推斷可能疾病的幾率。研究者已經(jīng)針對(duì)特殊疾病的推理算法對(duì)QMR-DT進(jìn)行微調(diào)，并且教會(huì)該系統(tǒng)使用病人的檔案。“人們對(duì)這些系統(tǒng)和真人醫(yī)生做過比較，這些系統(tǒng)似乎更勝一籌，”多明戈斯說，“人類對(duì)自己的判斷，包括診斷，不能保持一致的觀點(diǎn)（態(tài)度），而醫(yī)生們不愿意放棄他們工作中這一有意思的部分是唯一讓這些系統(tǒng)不能廣泛應(yīng)用的原因。”
AI領(lǐng)域里的這些技術(shù)還有其他成就，其中一個(gè)矚目的例子是語音識(shí)別，它已經(jīng)由過去因經(jīng)常出錯(cuò)備受嘲笑提升到今天令人驚訝的準(zhǔn)確度（New Scientist, 27 April 2006, p26）?，F(xiàn)在，醫(yī)生可以口述病人檔案，語音系統(tǒng)軟件會(huì)把口述檔案轉(zhuǎn)換成電子文檔，由此可以減少手寫處方。另外，語言翻譯也開始仿效語音識(shí)別系統(tǒng)的成功之處。
會(huì)學(xué)習(xí)的機(jī)器
但是仍然有重大的挑戰(zhàn)顯現(xiàn)在各個(gè)領(lǐng)域中。其中之一就是弄明白機(jī)器人的照相機(jī)看到什么，解決這個(gè)問題將為設(shè)計(jì)出自我導(dǎo)航的機(jī)器人縮短一大段距離。
開發(fā)靈活和快速的推理算法的同時(shí)，研究者必須提高AI系統(tǒng)的學(xué)習(xí)能力，無論是根據(jù)現(xiàn)存數(shù)據(jù)還是現(xiàn)實(shí)世界檢測(cè)到的新數(shù)據(jù)。今天，大部分的機(jī)器學(xué)習(xí)是由定制算法和小心地構(gòu)建的數(shù)據(jù)組完成的，為教會(huì)一個(gè)系統(tǒng)處理特定的任務(wù)而專門設(shè)計(jì)。“我們希望那些系統(tǒng)更加通用，這樣你可以把它們投入到現(xiàn)實(shí)世界，同時(shí)它們也能從各種輸入信息中學(xué)習(xí)。”柯勒說。
一如既往，AI的終極目標(biāo)是建造出能用我們完全理解的方式復(fù)制人類智慧的機(jī)器。“那可能是和尋找外星生命一樣遙遠(yuǎn)甚至同樣危險(xiǎn)的事，”田納邦說。“‘擬人AI’是一個(gè)更廣義的詞，有謙虛的余地。如果我們能構(gòu)造一個(gè)視覺系統(tǒng)，像人類能做到的一樣，看一眼就可告訴我們那里有什么，我們將無比高興。”
登陸|注冊(cè)歡迎登陸本站，認(rèn)識(shí)更多朋友，獲得更多精彩內(nèi)容推薦！