人与机器的终极游戏

开篇：润墨网以专业的文秘视角，为您筛选了一篇人与机器的终极游戏范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

人脑和计算机，到底哪个更聪明？人机大战的意义在于，“沃森”给人工智能领域画出了一幅值得期待的未来图景。

作为美国历史上最受欢迎的智力问答节目，《危险边缘》（Jeopardy！）在2月14日至16日迎来了一位特殊的参赛选手―“沃森”（Waston）。沃森与其他参与者的最大不同是，它是IBM研制的超级计算机。而在这一场人机大战中，“沃森”最终以3倍于人类选手的总成绩夺得了人机大战冠军。不要小瞧“沃森”的对手们：肯・詹宁斯（Ken Jennings）曾经连续赢得了74场比赛，奖金总额超过250万美元，而布拉德・鲁特尔（Brad Rutter）则是该节目中获得奖金最多的得主，总共拿到近330万美元的奖金。

事实上，在“沃森”之前，IBM在1996年推出的“深蓝”曾经在六局比赛中，击败了俄罗斯国际象棋世界冠军得主卡斯帕罗夫。在那一场人机大战中，世人们已经看到了人工智能计算机的超强的计算以及推理能力。而新一代超级电脑“沃森”，不仅在计算能力方面已经有了巨大的进步，而且还具有了人类对于常识的处理能力。

背后的技术

人机大战的最后结局并不在于谁的得分和奖金高低，因为在“沃森”背后是一支技术团队，因此技术的实现才是更让人们所关注的。

“沃森”作为25名IBM科研工作者历时四年所研发出来的超级计算机，评估了大约2亿页的内容，约为100万册书籍的内容，同时使用人类自然语言编写，“沃森”的体积有一间屋子那样大，由两个部分组成，每个部分有5个柜子，每个柜子里都有10台由IBM生产的运行了Linux的Power750服务器，同时“沃森”还具备15TB的内存，2880个处理器核心，并且操作能力为每秒钟80万亿浮点。

“沃森”作为IBM公司在人工智能领域中的里程碑式的研究成果，能够理解自然语言的提问，分析数以百万计的信息碎片，进而根据它所找到的证据来提供最佳的答案。在比赛中，“沃森”并没有和网络连接，但是仍然向人们展示了它如百科全书一般丰富的知识，从古老的语言到现代时尚设计，“沃森”看起来似乎无所不知。事实上，“沃森”之所长在于能够处理人类语言所表达的、往往模棱两可、需要上下文才能理解意思的知识核问题，并检验所获得答案的可靠度。

如何理解自然语言是“沃森”的核心问题，特别是如何更快地利用已有的各种非结构化和结构化的知识来帮助自然语言的理解。对于“沃森”而言，机器学习、大规模并行计算、语义处理等都是其所需要涉及的领域。尽管“沃森”能够将多种技术整合在一个体系架构之下，并擅长理解难懂的问题，但是它本身并不会思考。“我们的目标并不是模拟人类的大脑。”IBM的专家大卫・佛若斯（David Ferrucci）表示，“我们希望开发出一台能够更好地理解并通过语言与用户交流的电脑，但是它理解和交流的方式并不需要和人类一样。”

《危险边缘》作为一个益智节目，其题目中包含了例如反讽、谜语、微妙含义等种种线索，当“沃森”被问到某一个问题的时候，能够通过不同的方式对问题进行分析，由于这些不同的分析是通过100多种运算法则所实现，因此能够同时获得很多可能的答案。在获得这些答案之后，它会采用另外一组算法对每一个答案进行分析并给出得分。由于每一个答案都会有支持和反对的证据，因此在它所获得的数百个答案中，每一个答案都会再次引出数百条证据，而这些证据对于相关答案的支持程度则由数百套算法同时进行打分，证据评估成绩最高的答案就会成为“沃森”所给出的答案。

由于《危险边缘》采用抢答形式，因此为了避免答错而输掉奖金，“沃森”还会根据证据评估的结果来建立信心值，如果评估成绩最高的答案都无法达到所设定的信心阈值范围，“沃森”就会决定不抢答问题，而这一切的计算都在3秒钟之内完成。

未来的应用

尽管“沃森”获得了这场人机大战的成功，但是它也并非无所不知，然而它能够分析人类自然语言所表达的问题，同时还能够有问有答，这种人工智能的实现已经让人们感叹。

“沃森”的表现向人们证明，深度分析技术（deep analytics）对于非机构性的数据有良好的处理能力，同时还能够实现计算机对于自然语言的理解，因此如果人类遇到一些非常复杂的问题，是可以通过计算机来处理的。由于“沃森”所提供的有效信息，能够按照人们的条件在众多自然语言内容中搜索关键的知识，因此它在未来的潜在应用领域也具有很大的价值。从目前来看，“沃森”至少能够在电子、能源与电力、政府、保险、石油天然气、零售、通信、交通、银行与金融市场等行业中有所应用，特别是在医疗领域中，将能够大展拳脚。

对于目前的医生们而言，他们不仅需要研究大量的数据来提高诊断和治疗的效果，同时为了了解病人的情况，医生们还需要提出复杂的问题并作出高度结构化的推论，然而目前现代医学的数据数量之多已经超过了人类能够有效处理的能力范围，因此大约有15%左右的诊断都具有不确定或者不全面的问题。

对于医生们所面临的这种进退两难的境况，“沃森”能够将全系模式引入到健康分析领域，进而打造一个高级分析系统，而该系统能够为医生们分析医疗方面的大量数据。例如“沃森”可以扫描一个病人数百页的病例文本，并从中提炼出重要的信息，然后将这些信息传送给医生。在它的帮助下，医生的效力、病人的疗效以及商业绩效都将能够大大提高。

在“沃森”获得了人机大战的冠军之后，美国一家语音、图像识别技术公司纽恩斯（Nuance）与IBM结为合作伙伴关系，准备将“沃森”的技术实现商业化，应用于医疗保健领域，而哥伦比亚医疗中心与马里兰州大学医学院也将会参与到该项目的研发之中。

作为一台人工智能计算机，“沃森”不可能知道所有的正确答案，但是它作为一种可以组织信息、强化信息并且将信息排出优先次序的工具，仍然能够为医生们提供很大的帮助，促进高效可靠的医疗保健。