●秋菊 譯 琳達 編
實驗室里的老鼠可以學會識別復雜的模式,剛出生的嬰兒也可以學會識別母親的面孔,但IBM的沃森實現了最令人印象深刻的壯舉:它在美國著名智力節目《危機邊緣》中與真正的人類同場競技,最終贏得了比賽,成為冠軍。

1.在你出生前,你就已經在學習了:通過在子宮里偷聽母親的聲音,嬰兒就能掌握他們母語的聲音模式。研究發現,胎兒的聽覺在32周到35周時就迅速敏銳起來,此時,它會把頭轉向某一個聲源。對胎兒最有吸引力的是媽媽的聲音。胎兒會在醒著的大部分時間里傾聽這種特殊的“節奏”。
2.與其他語言的聲音相比,嬰兒在出生后能夠識別這些聲音節奏,并更加注意這些節奏,為最終流利地說出這些語言做好準備。
3.但是,嬰兒出生后的第一個老師是母親的面孔:嬰兒可以在出生后數小時內將母親與其他女性區分開來,表現出對母親的臉的偏好,相較于其他女性的臉,他們會更喜歡母親的臉,也更喜歡和母親進行“臉對臉”的視線接觸。并在幾天內就能辨別出自己的情緒。
4.這種能力可以幫助嬰兒判斷一個新玩具是否安全,或者一個陌生人是否值得信任。
5.不過,對媽媽的這種關注是有代價的。隨著孩子對母親的面孔越來越熟悉,與母親不同的面孔會變得越來越模糊,尤其是那些屬于其他種族的面孔——這種效應最好在孩子幼年時通過和不同種族的人的互動來抵消。
6.人們曾通過死記硬背學過知識嗎?在印刷機發明之前,書籍如此稀少,以至于學者們將大量的內容投入記憶中,通過將它們與他們可以想象在背誦時的文章中的段落聯系起來,從而使段落排列整齊,以至于他們在朗誦時可以想象到。

7.語言交流和學習之間的聯系很深。為了弄清楚早期的古人類是如何互相教會制作石器的,加州大學伯克利分校的心理學家和利物浦大學的考古學家讓學生們指導他們的同學制作燧石工具。
8.他們發現,與口頭解釋相比,沉默的模仿并沒有起到很好的作用。
9.這并不是說原始人類在250萬年前就開始使用這些新奇的詞匯。但基因-文化協同進化理論認為,語言的進化可能是由于語言化在工具制造教學中的優勢。
10.工具也是野生黑猩猩學習的一個關鍵部分:黑猩猩媽媽們會把特制的小樹枝給它們的孩子們,教它們如何伸到白蟻窩里撿起美味的白蟻。黑猩猩還會用工具砸堅果,各個黑猩猩部落流行的工具不一樣,有的部落用石頭,有的部落用木棍。
11.許多動物都是很好的學習者——有些甚至比人還好。2014年,魯汶大學神經生物學家教大鼠和人類識別復雜的模式。當研究人員隨后改變圖案位置和方向時,老鼠能夠更好地識別圖案。
12.盡管如此,老鼠還是無法與驚人的有學問的“神奇的豬”競爭。1785年,“神奇的豬”通過計算和拼寫人們的名字而成為倫敦的熱門話題。
13.這只會學習的豬對訓練者的肢體語言進行辨認識別,以便“回答”問題。這種被稱為無意識提示的現象,使有關動物認知的合法研究復雜化。
14.2016年,微軟與另一種會學習的東西打交道,當時該公司通過推特發布了名為Tay的人工智能聊天機器人,該機器人是通過挖掘網民對話而構建的,起初它善解人意、活潑可愛,和網民聊得非常開心。然而,在發布16小時后被創造者關閉,因為它原來是一個滿嘴臟話、充滿種族主義并說出“女權主義者都應該死在地獄里燒死”的惡魔機器人。


15.人工智能算法往往決定你是否得到一份工作或者獲批一筆貸款,但這其實是有一定偏見的。目前的人工智能算法最本質的規則就是它需要有大量的數據對其進行訓練——如果訓練的數據本身就帶著偏見、錯誤以及極端的思想,訓練的結果就會偏離正常的結果。
16.但是,最初,機器學習是充滿樂趣和游戲的:20世紀50年代,阿瑟·塞繆爾在IBM公司對計算機進行編程,他編寫了著名的跳棋程序,創造了“機器學習”一詞,從而開創了這一領域。機器學習也成為了人工智能領域里最為重要的研究分支之一。
17.塞繆爾基于其理論研究成果所編制的下棋程序是世界上第一個有自主學習功能的游戲程序,這臺機器自學了足以打敗人類玩家的策略,曾在西洋跳棋比賽中一舉奪魁。大約半個世紀后,另一臺IBM推出的超級計算機沃森在《危機邊緣》人類智力問答比賽中擊敗了人類!奪得冠軍。
18.以IBM創始人董事長的名字命名的沃森,通過存儲從《紐約時報》到《世界圖書百科全書》的各種原始資料來獲取知識儲備。
19.要參加這種智力比賽,擁有更多更快的核心計算是必須的,一塊單核CPU,要回答一道普通《危機邊緣》題需要的計算量大約要花2小時,而沃森平均只用3秒。硬件上的升級并不一定能戰勝人類,有時候對于一臺電腦來說,能聽懂題目也許是個更大的挑戰。
20.2013年,IBM與德克薩斯大學MD安德森癌癥中心合作開發沃森的癌癥機器人,它的目標是識別并治愈癌癥,IBM的高管宣稱“沃森癌癥機器人的使命是讓臨床醫生能夠從癌癥中心豐富的患者和研究數據庫中發現寶貴的見解 ”。但是,沃森醫生有時候會給醫生提出錯誤的、甚至是危險的癌癥治療建議。