深藍(lán)余波未盡，沃森熱浪又起。超級(jí)計(jì)算機(jī)系統(tǒng)再次與人類對(duì)決，究竟誰(shuí)能獲勝?剛剛結(jié)束的美國(guó)智力競(jìng)賽節(jié)目《危險(xiǎn)邊緣》的人機(jī)對(duì)戰(zhàn)中，IBM超級(jí)計(jì)算機(jī)系統(tǒng)沃森戰(zhàn)勝了人類冠軍!沃森是20多名IBM研究人員4年心血的結(jié)晶，正是他們突破性地給予了沃森理解自然語(yǔ)言和精確回答問(wèn)題的能力，才將人工智能推向新的階段。 所以，盡管沃森取得了比賽的勝利，但是人類才是最終的智者。

　　“在20年前，可能所有人都會(huì)認(rèn)為機(jī)器在智力問(wèn)答中戰(zhàn)勝人類是不可能的。”圖靈獎(jiǎng)獲得者、斯坦福大學(xué)人工智能專家Edward Feigenbaum就曾發(fā)出這樣的感嘆。但是，今天它變成了現(xiàn)實(shí)!

　　在美國(guó)家喻戶曉的電視智力競(jìng)賽節(jié)目《危險(xiǎn)邊緣( Jeopardy!)》中，IBM超級(jí)計(jì)算機(jī)系統(tǒng)沃森(WATSON)在北京時(shí)間2月17日上午戰(zhàn)勝了該節(jié)目有史以來(lái)最優(yōu)秀的兩位人類冠軍Ken和Brad，圓滿結(jié)束了這場(chǎng)歷時(shí)三天的人機(jī)大戰(zhàn)。

　　相較1997年人機(jī)大戰(zhàn)第一役中的主角深藍(lán)，沃森可謂是另一個(gè)里程碑式的超級(jí)計(jì)算機(jī)系統(tǒng)。和它的前輩相比，沃森的計(jì)算能力已不可同日而語(yǔ)，更大 的差異還在于它們所應(yīng)對(duì)的算法挑戰(zhàn)。第一次人機(jī)大戰(zhàn)，深藍(lán)對(duì)國(guó)際象棋的精熟曾讓世人震驚，因?yàn)閲?guó)際象棋定義明確，主要涉及數(shù)學(xué)方面的處理能力，計(jì)算機(jī)可以 輕易計(jì)算每一個(gè)游戲狀態(tài)及相應(yīng)步驟。然而，《危險(xiǎn)邊緣》節(jié)目中的智力問(wèn)答，則要求計(jì)算機(jī)必須理解人類的語(yǔ)言。與國(guó)際象棋不同，人類語(yǔ)言是完全開(kāi)放式的，往 往模棱兩可，需要上下文才能理解其意思。雖然IBM的研究人員可以輕松理解人類語(yǔ)言，但開(kāi)發(fā)理解人類語(yǔ)言的超級(jí)計(jì)算機(jī)系統(tǒng)卻極具挑戰(zhàn)性。

　　盡管存儲(chǔ)了大量的百科全書(shū)和其他信息，但《危險(xiǎn)邊緣》的問(wèn)題并不會(huì)讓沃森輕易地找到答案，因?yàn)閷ふ掖鸢笍膩?lái)不是計(jì)算機(jī)的強(qiáng)項(xiàng)。搜索引擎沒(méi)法回答 問(wèn)題，只能給出符合搜索關(guān)鍵詞的成千上萬(wàn)個(gè)似是而非的可能答案，而沃森要通過(guò)各種不同的算法對(duì)所有的候選答案取得更多的證據(jù)支持，再根據(jù)證據(jù)的強(qiáng)度對(duì)每個(gè) 候選答案給出其置信度，最后根據(jù)置信度來(lái)決定是否向用戶提供置信度最高的唯一答案。這一過(guò)程是極其復(fù)雜的，因此需要?jiǎng)佑脦浊€(gè)處理器的超級(jí)計(jì)算機(jī)來(lái)處理一 個(gè)問(wèn)題。

　　沃森需要掌握大量的知識(shí)，并在相關(guān)和不相關(guān)的信息中發(fā)現(xiàn)線索。對(duì)計(jì)算機(jī)來(lái)說(shuō)，這是一個(gè)巨大的挑戰(zhàn)。因?yàn)槿祟惪梢栽谒查g辨別出事物之間的聯(lián)系，但是電腦卻必須并行地考慮所有事情，從而得出結(jié)論。

　　這次人機(jī)大戰(zhàn)，沃森勝利了。這意味著IBM掌握了對(duì)人類信息需求和問(wèn)題給予更準(zhǔn)確響應(yīng)的技術(shù)能力，并預(yù)見(jiàn)到了這個(gè)領(lǐng)域存在巨大商機(jī)。這項(xiàng)成果還 將被廣泛應(yīng)用于多個(gè)領(lǐng)域，例如更快、更準(zhǔn)確地進(jìn)行醫(yī)療診斷，研究潛在的藥物交互作用，幫助律師和法官尋找案例，在金融領(lǐng)域?qū)崿F(xiàn)“假設(shè)”場(chǎng)景分析和法規(guī)遵 從，幫助公司培養(yǎng)更精明的銷售人員……沃森的出現(xiàn)，顛覆了此前簡(jiǎn)單的人機(jī)關(guān)系，并將帶來(lái)一個(gè)嶄新的人機(jī)合作時(shí)代。

　　沃森善思

　　盡管IBM沃森項(xiàng)目語(yǔ)義分析部門(mén)負(fù)責(zé)人David Ferrucci表示：“我們的目標(biāo)并不是模擬人類大腦，而在于開(kāi)發(fā)一臺(tái)能更好地理解并通過(guò)語(yǔ)言與用戶交流的計(jì)算機(jī)，它理解和交流的方式并不需要與人一 樣。”不過(guò)，我們?nèi)匀幌Ｍ牢稚降资侨绾嗡伎紗?wèn)題的，它思考問(wèn)題的過(guò)程和人類有什么區(qū)別?

　　沃森首先要理解問(wèn)題。一個(gè)問(wèn)題可能有多種理解，沃森會(huì)針對(duì)不同的理解，在存儲(chǔ)的信息里尋找可能的答案;而這又會(huì)得到多個(gè)答案，對(duì)于每個(gè)答案，沃 森需要研究相應(yīng)的證據(jù);因?yàn)樽C據(jù)的數(shù)量是龐大的，所以沃森需要為所有的答案根據(jù)其證據(jù)的關(guān)聯(lián)強(qiáng)度進(jìn)行比較和排除;最后，根據(jù)其答案的信心級(jí)別決定是否向外 提供答案。

　　最了不起的是，沃森是一個(gè)能夠與人類回答問(wèn)題的能力相匹敵的超級(jí)計(jì)算機(jī)系統(tǒng)，具有足夠的速度、精確度和可信度，并且能使用自然語(yǔ)言回答問(wèn)題。而 對(duì)人類自然語(yǔ)言的理解，也是超級(jí)計(jì)算機(jī)系統(tǒng)所要解決的核心問(wèn)題，特別是如何更快地利用各種非結(jié)構(gòu)化和結(jié)構(gòu)化的知識(shí)來(lái)幫助其進(jìn)行自然語(yǔ)言的理解。這其中涉及 到語(yǔ)義分析處理、計(jì)算機(jī)自學(xué)習(xí)能力、大規(guī)模并行計(jì)算等多個(gè)領(lǐng)域，IBM把這些技術(shù)整合在一個(gè)體系架構(gòu)下，幫助沃森來(lái)應(yīng)對(duì)自然語(yǔ)言理解的巨大挑戰(zhàn)。

　　理解自然語(yǔ)言

　　沃森的問(wèn)世與三大領(lǐng)域的進(jìn)步密不可分：計(jì)算機(jī)自然語(yǔ)言的進(jìn)步、巨大的計(jì)算能力、海量的數(shù)字化全球信息。

　　沃森的第一大突破正是，在回答以自然語(yǔ)言提出的針對(duì)各個(gè)知識(shí)領(lǐng)域的問(wèn)題方面取得的巨大成功。自然語(yǔ)言是人類實(shí)際使用的語(yǔ)言，包含雙關(guān)語(yǔ)、俚語(yǔ)、 行話、縮寫(xiě)，甚至在錯(cuò)誤語(yǔ)境中使用的詞匯。計(jì)算機(jī)非常擅于計(jì)算，但是自然語(yǔ)言具有模糊、與語(yǔ)境高度相關(guān)、模棱兩可，甚至不嚴(yán)密等特點(diǎn)，特別是《危險(xiǎn)邊緣》 節(jié)目的設(shè)計(jì)，向IBM研究人員提出了更大的挑戰(zhàn)。這項(xiàng)比賽的題目涉及各個(gè)知識(shí)領(lǐng)域，需要分析人類語(yǔ)言中微妙的含義、諷刺口吻、謎語(yǔ)等，這些通常是人類擅長(zhǎng) 的方面，而計(jì)算機(jī)對(duì)此則毫無(wú)優(yōu)勢(shì)。沃森的DeepQA(深度開(kāi)放域問(wèn)答系統(tǒng))采用突破性分析技術(shù)，能夠理解問(wèn)題的內(nèi)容，分析海量的信息，然后根據(jù)它找到的 證據(jù)，給出最佳答案。

　　精確回答問(wèn)題

　　沃森的第二大突破在于，它通過(guò)高級(jí)分析技術(shù)對(duì)信息需求和問(wèn)題給予更準(zhǔn)確的響應(yīng)。在《危險(xiǎn)邊緣》的比賽中，有一個(gè)問(wèn)題是“一種出現(xiàn)在14世紀(jì)的有色彩的瘟疫，后被阿瑟·米勒改寫(xiě)成了著名戲劇”，其正確答案應(yīng)該是《推銷員之死》。

　　當(dāng)沃森被問(wèn)到一個(gè)問(wèn)題的時(shí)候，數(shù)百種算法會(huì)通過(guò)不同的方式對(duì)問(wèn)題進(jìn)行分析，并給出可能的答案以及選擇它們的證據(jù)，而這些分析都是同步進(jìn)行的。對(duì) 于每個(gè)候選答案，沃森都會(huì)找出支持以及反對(duì)這個(gè)答案的證據(jù)。因此，這上百個(gè)答案中的每一個(gè)又都會(huì)有數(shù)百條證據(jù)，然后由數(shù)百種算法對(duì)這些證據(jù)支持答案的程度 進(jìn)行評(píng)估。證據(jù)評(píng)估的結(jié)果越好，置信度也就越高，其中置信度最高的一個(gè)答案會(huì)最終成為被沃森挑中的答案。在比賽中，如果置信度最高的答案沒(méi)有達(dá)到或超過(guò)閥 值，它可能會(huì)根據(jù)情況決定不進(jìn)行搶答，以免輸?shù)舄?jiǎng)金。這所有的一切計(jì)算、選擇與決策，都必須在三秒鐘之內(nèi)完成。

　　中國(guó)團(tuán)隊(duì)的分析力量

　　值得一提的是，在研制沃森的全球團(tuán)隊(duì)中，IBM中國(guó)研究院的團(tuán)隊(duì)也是重要的力量。IBM美國(guó)總部的研究團(tuán)隊(duì)主要研究如何利用非結(jié)構(gòu)化知識(shí)源來(lái)進(jìn) 行統(tǒng)計(jì)和分析，破解對(duì)人類語(yǔ)言進(jìn)行理解的難題。但是，研究人員對(duì)從非結(jié)構(gòu)化知識(shí)源中所獲得知識(shí)的準(zhǔn)確性和可靠性，通常很難把握，而結(jié)構(gòu)化知識(shí)源則能夠提供 一個(gè)互補(bǔ)的幫助。中國(guó)團(tuán)隊(duì)的任務(wù)之一，就是盡可能利用結(jié)構(gòu)化的知識(shí)來(lái)幫助沃森回答問(wèn)題，更準(zhǔn)確地評(píng)估答案的可靠性。

　　IBM研究院沃森團(tuán)隊(duì)的高級(jí)經(jīng)理潘越表示：“在計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域，即使是針對(duì)一個(gè)固定結(jié)構(gòu)的完全可靠的知識(shí)，如何用它來(lái)回答自然語(yǔ)言的 提問(wèn)也仍然是一個(gè)難題。”最重要的是，如何理解問(wèn)題，并在大量的結(jié)構(gòu)化知識(shí)中根據(jù)問(wèn)題定位答案并評(píng)估其可靠性。其中一個(gè)重要的內(nèi)容就是評(píng)估答案的類型與問(wèn) 題所問(wèn)的類型是否匹配，這樣就可以幫助沃森排除那些“愚蠢”的答案。。

　　但是，這種類型的排斥和重疊不是絕對(duì)的。例如，問(wèn)：鄧布利多教授的哪個(gè)學(xué)生打敗了伏地魔?問(wèn)題所問(wèn)的類型是“學(xué)生”。這就需要評(píng)估“哈利·波 特”是“學(xué)生”類型的可靠性。這對(duì)人來(lái)說(shuō)輕而易舉，而對(duì)于計(jì)算機(jī)來(lái)說(shuō)就需要在各種結(jié)構(gòu)化知識(shí)中進(jìn)行匹配。例如，在電影數(shù)據(jù)庫(kù)中會(huì)發(fā)現(xiàn)，這是電影名稱也是角 色名稱;在小說(shuō)數(shù)據(jù)庫(kù)中會(huì)發(fā)現(xiàn)，這是小說(shuō)名稱;可是很難找到一個(gè)列有世界上所有學(xué)生名稱的數(shù)據(jù)庫(kù)。因此在結(jié)構(gòu)化知識(shí)中，“哈利·波特”的類型不包括“學(xué) 生”。在這種困難的情況下，算法一方面要避免給沃森錯(cuò)誤的信號(hào)，另外一方面，甚至要告訴沃森結(jié)構(gòu)化知識(shí)不排除“哈利·波特”是“學(xué)生”的可能，因?yàn)?ldquo;角 色”類型和“學(xué)生”類型是有重疊的。

　　神秘的自學(xué)習(xí)能力

　　對(duì)人類來(lái)講，最重要的是大腦儲(chǔ)存的知識(shí)，而對(duì)計(jì)算機(jī)而言，就是后臺(tái)的數(shù)據(jù)庫(kù)了。如果沃森可以像人類一樣具有自我學(xué)習(xí)的能力，也能通過(guò)讀書(shū)、看報(bào)、瀏覽互聯(lián)網(wǎng)獲得新的知識(shí)，那么計(jì)算機(jī)將變得更加智能。

　　對(duì)計(jì)算機(jī)自我學(xué)習(xí)能力的研究，是計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域的一個(gè)重要課題。令人驚喜的是，沃森目前已經(jīng)具備了一定的學(xué)習(xí)能力?！段ｋU(xiǎn)邊緣》節(jié)目 的“粉絲”創(chuàng)建和維護(hù)了大量的關(guān)于該節(jié)目的數(shù)據(jù)，其中就包括所有往期節(jié)目的問(wèn)題和答案。如何讓沃森從往期節(jié)目的問(wèn)題和答案中學(xué)習(xí)提高，是研發(fā)過(guò)程中的一個(gè) 關(guān)鍵。

　　據(jù)潘越介紹，每次沃森在分析和解答往期問(wèn)題時(shí)，都會(huì)產(chǎn)生大量的數(shù)據(jù)。有的時(shí)候，一次實(shí)驗(yàn)就會(huì)產(chǎn)生幾百GB的數(shù)據(jù)，中國(guó)團(tuán)隊(duì)試驗(yàn)和研究了各種不同 的數(shù)學(xué)模型和方法，并把它們應(yīng)用到實(shí)際數(shù)據(jù)中。其中，中國(guó)團(tuán)隊(duì)關(guān)于“兩階段”的學(xué)習(xí)方法被證明十分有效，全球團(tuán)隊(duì)還把這一方法擴(kuò)展成復(fù)雜的多階段學(xué)習(xí)，應(yīng) 用在沃森項(xiàng)目中，極大地提高了它的學(xué)習(xí)能力。

　　不過(guò)，目前沃森還是得依靠專家來(lái)決定收錄何種信息源，因?yàn)榛ヂ?lián)網(wǎng)具有海量的信息，這些信息源良莠不齊，信息的完整性和可靠度也很難保證。目前沃 森還沒(méi)有自動(dòng)評(píng)估信息源可靠度的能力，而是依靠專家來(lái)決定收錄何種信息源，當(dāng)然這也是因?yàn)樯婕暗叫畔⒃吹陌鏅?quán)問(wèn)題。IBM研究人員期望，將來(lái)沃森可以根據(jù) 問(wèn)題的類型，來(lái)自動(dòng)評(píng)估信息源的相關(guān)度和可靠度，從而自己決定是否收錄。這樣將它連入互聯(lián)網(wǎng)，就可以很快更新知識(shí)，提高解決問(wèn)題的能力。

　　沃森其“人”

　　雖然沃森能在智力問(wèn)答中挑戰(zhàn)人類，但它與人類依舊有很多區(qū)別。不妨讓我們看看，超級(jí)計(jì)算機(jī)系統(tǒng)和人類相比的優(yōu)劣勢(shì)。

　　性格激進(jìn)

　　和人類相比，沃森最缺少的是什么?毫無(wú)疑問(wèn)是人類特有的性格要素和情感。如果非要沃森有所表示，只能看到它在比賽過(guò)程中，一直在動(dòng)態(tài)變化的圖 表。觀眾可以從中看到沃森對(duì)答案的自信程度，數(shù)字閾值將決定它是否回答問(wèn)題。環(huán)繞中央核心的彩線和思維射線在不停根據(jù)游戲過(guò)程中發(fā)生的情況，改變顏色和變 換速度。例如，當(dāng)沃森覺(jué)得對(duì)答案充滿信心，射線會(huì)變?yōu)榫G色;答錯(cuò)時(shí)，射線則會(huì)變?yōu)槌燃t色，這也許可以代表沃森“臉紅了”。當(dāng)沃森回答某個(gè)問(wèn)題時(shí)，觀眾會(huì)看 到圖表動(dòng)畫(huà)的速度明顯加快，表明它正在努力思考。

　　從某種角度講，沃森也有自己的“性格”。它回答問(wèn)題的聲音是頗具磁性的男士嗓音，在面對(duì)不同獎(jiǎng)金選擇題目的分值時(shí)，它的行為表現(xiàn)也和普通人不 同，沃森的戰(zhàn)術(shù)相當(dāng)激進(jìn)。比如，它一開(kāi)始可能就會(huì)選擇獎(jiǎng)金數(shù)額較大的問(wèn)題，因?yàn)樗翢o(wú)人類的心理壓力，而且這樣還會(huì)給它的人類對(duì)手帶來(lái)更大的壓力。

　　膽大心細(xì)

　　雖然沃森的戰(zhàn)術(shù)激進(jìn)，但它卻從不魯莽行事。這是因?yàn)?，在IBM沃森項(xiàng)目組中，專門(mén)有策略團(tuán)隊(duì)負(fù)責(zé)研究博弈與投注策略。《危險(xiǎn)邊緣》的游戲規(guī)則相 當(dāng)復(fù)雜，例如組別不同、問(wèn)題分值不同，答錯(cuò)要扣分，有的問(wèn)題可以讓現(xiàn)有分值雙倍增加，而最后一個(gè)問(wèn)題則可自行投注，最高可與現(xiàn)有分值相等，可謂步步驚險(xiǎn)， 翻盤(pán)機(jī)會(huì)甚多。比如進(jìn)行到?jīng)Q賽的最后一題需要自行投注時(shí)，由于沃森已經(jīng)領(lǐng)先兩名人類選手較高分值，所以它就“膽小”地選擇了很小的投注額，恰好這個(gè)問(wèn)題它 回答錯(cuò)誤，扣分后也未能影響比賽結(jié)果。又如，一般情況下，沃森只搶答結(jié)果高于信息級(jí)別閥值的問(wèn)題，但是當(dāng)比分落后的情況下，它也會(huì)“大膽”回答信心級(jí)別低 的問(wèn)題。在第二天的比賽中就有這樣一個(gè)問(wèn)題：

　　問(wèn)：2003年這個(gè)古老的“Lion of Nimrud”在這個(gè)城市的國(guó)家博物館被偷，一起丟失的還有很多其他東西。(文化組別題，還是復(fù)式下注題)

　　答：巴格達(dá)。(這就是正確答案)

　　點(diǎn)評(píng)：此題沃森答案的置信度只有32%，但由于得分并不領(lǐng)先，所以它還是搶答了這道題?；ヂ?lián)網(wǎng)中關(guān)于“Lion of Nimrud”(象牙浮雕藝術(shù)品)只有很少的網(wǎng)頁(yè)提及，而包含正確答案巴格達(dá)的網(wǎng)頁(yè)則更少。沃森在沒(méi)有聯(lián)網(wǎng)的情況下，居然根據(jù)很少的信息準(zhǔn)確找到了答案， 得到了讓人驚喜的結(jié)果。

　　由此可見(jiàn)，沃森確實(shí)“膽大心細(xì)”。精確的計(jì)算為沃森取得勝利提供了重要的策略支持，而人類選手基本不可能在短時(shí)間內(nèi)綜合計(jì)算出精確投注分?jǐn)?shù)。

[page_break]

　　語(yǔ)文欠佳

　　沃森在語(yǔ)義理解上相比其他計(jì)算機(jī)獲得了重大突破，它能夠處理很多難題，如具有雙關(guān)語(yǔ)的問(wèn)題和字謎類的問(wèn)題等。但是，這個(gè)聰明的機(jī)器，依舊無(wú)法與人類相比，因?yàn)槿祟惖恼Z(yǔ)言天賦是與生俱來(lái)的。

　　沃森的短板在于對(duì)語(yǔ)義的理解上，尤其是在《危險(xiǎn)邊緣》這樣復(fù)雜的智力比賽中，與語(yǔ)言相關(guān)的問(wèn)題，它回答的準(zhǔn)確度遠(yuǎn)比不上其他組別的問(wèn)題。比如，沃森在第一天的比賽中，就一連答錯(cuò)了數(shù)個(gè)與語(yǔ)言有關(guān)的問(wèn)題。

　　問(wèn)：來(lái)自拉丁語(yǔ)，意思是“end”，火車也可以從這里出發(fā)。

　　答：finis(正確答案是英文單詞terminal)

　　點(diǎn)評(píng)：?jiǎn)栴}里面包含了多條線索，沃森只能利用拉丁語(yǔ)“end”這條線索，而起到關(guān)鍵性作用的“火車也可以從這里出發(fā)”卻沒(méi)有用到，沃森把帶雙引號(hào)的詞作為更重要的線索了。

　　“聾盲”沃森

　　沃森在功能上聽(tīng)不到、看不見(jiàn)，它不能回答以往《危險(xiǎn)邊緣》中以音頻或視頻呈現(xiàn)的問(wèn)題，為此在沃森參與的游戲中這些都被放棄了。特別是與人類的主觀體驗(yàn)相關(guān)的問(wèn)題，沃森還難以應(yīng)對(duì)。在第一場(chǎng)的題目中就有這樣一題：

　　問(wèn)：這是生理的奇觀，1904年，美國(guó)體操運(yùn)動(dòng)員George Eyser贏得了雙杠的金牌。

　　答：腿。(正確答案是他少了一條腿)

　　點(diǎn)評(píng)：這是一道最高獎(jiǎng)金1000美元的問(wèn)題。Ken搶到了第一次，但“他只有一支手”的答案是錯(cuò)的。沃森搶到了第二次，回答的是“腿”，但卻不 是“少了一條腿”。因?yàn)?ldquo;奇聞”是一個(gè)比較主觀的詞，對(duì)于缺少主觀意識(shí)的計(jì)算機(jī)來(lái)說(shuō)，理解奇聞的確切意義是不容易的。他不僅需要知道Eyser少了一條 腿，還需要知道這是一件奇聞，這是很困難的。

　　沃森闖關(guān)

　　圖靈測(cè)試，這是人工智能之父——阿蘭·圖靈在1950年的著名論文《機(jī)器能思考嗎》中，提出的一種測(cè)試計(jì)算機(jī)人工智能的方法。這篇論文第一次提 出“機(jī)器思維”的概念，并提出一個(gè)假想：即一個(gè)人在不接觸對(duì)方的情況下，通過(guò)一種特殊的方式，和對(duì)方進(jìn)行一系列的問(wèn)答，如果在相當(dāng)長(zhǎng)的時(shí)間內(nèi)，他無(wú)法根據(jù) 這些問(wèn)題判斷對(duì)方是人還是計(jì)算機(jī)，那么就可以認(rèn)為這個(gè)計(jì)算機(jī)具有同人類相當(dāng)?shù)闹橇ΑＮ稚A得了比賽勝利，它能通過(guò)圖靈測(cè)試嗎?答案就在《危險(xiǎn)邊緣》決賽的 智力問(wèn)答中。

　　問(wèn)：第一個(gè)現(xiàn)代的填字游戲發(fā)布&奧利奧餅干出現(xiàn)。(年代類別題)

　　答：1920年。(正確答案是1910年)

　　點(diǎn)評(píng)：其實(shí)，Ken第一次搶答的答案就是1920年，主持人已經(jīng)表示錯(cuò)誤，這樣沃森才獲得了再次搶答的機(jī)會(huì)，但它居然又把錯(cuò)誤答案重復(fù)了一遍。 對(duì)人類來(lái)說(shuō)，這是不可能出現(xiàn)的情況。但由于IBM研究人員在設(shè)計(jì)沃森的時(shí)候，認(rèn)為分析對(duì)手的錯(cuò)誤答案是沒(méi)有必要的，所以沃森不能“聽(tīng)到”或“看到”Ken 之前的錯(cuò)誤答案，導(dǎo)致它出現(xiàn)了這樣的低級(jí)錯(cuò)誤。難怪沃森回答問(wèn)題的時(shí)候總是“旁若無(wú)人”。

　　問(wèn)：彭布羅克學(xué)院和伊曼紐爾學(xué)院的小禮堂是這個(gè)建筑師設(shè)計(jì)的。(劍橋類別題)

　　答：克里斯托弗·雷恩。(這就是正確答案)

　　點(diǎn)評(píng)：答案本身并無(wú)可非議，關(guān)鍵在于這是一個(gè)可以復(fù)式下注的題目。不同于人類的是，沃森下的賭注是6435美元，以至于現(xiàn)場(chǎng)的觀眾都笑了起來(lái)。 要知道，人類下注一般更喜歡用整數(shù)，很少精確到個(gè)位，而沃森則使用了一個(gè)數(shù)學(xué)模型來(lái)計(jì)算如何冒最小的風(fēng)險(xiǎn)獲得最大的收益。這也體現(xiàn)了計(jì)算機(jī)和人類的不同。

　　問(wèn)：這座城市的最大機(jī)場(chǎng)是以二戰(zhàn)中一個(gè)英雄的名字命名的，而它的第二大機(jī)場(chǎng)則是以二戰(zhàn)中一場(chǎng)戰(zhàn)役的名稱命名的。(美國(guó)城市類別題。是第一場(chǎng)比賽的《最終危險(xiǎn)邊緣》題目，不少選手可以借助這樣的賽點(diǎn)翻盤(pán))。

　　答：多倫多。(正確答案是芝加哥，多倫多是加拿大城市)

　　點(diǎn)評(píng)：沃森給出了一個(gè)可笑的答案，以致主持人在第二場(chǎng)比賽的開(kāi)場(chǎng)白中打趣地說(shuō)道：“感謝沃森讓多倫多加入到了美國(guó)城市的行列。”引起現(xiàn)場(chǎng)一片笑聲。的確，在美國(guó)民眾看來(lái)，這是一般人類不會(huì)出現(xiàn)的常識(shí)性錯(cuò)誤。

　　IBM研發(fā)人員分析認(rèn)為，沃森答錯(cuò)有以下幾點(diǎn)原因：第一，這道題在美國(guó)城市類別中，而題目本身并沒(méi)有提到美國(guó)城市一詞?！段ｋU(xiǎn)邊緣》的類別經(jīng)常 不能給任何提示，因此IBM研究人員將其作為重要性很低的線索，但恰恰這道題中類別是重要的限制條件;第二，也許只有沃森知道，美國(guó)的確有叫多倫多的地 方，還不止一個(gè)，只不過(guò)沒(méi)有大到有機(jī)場(chǎng)的地步，但這成了沃森答題的“噪音信息”;第三，沃森也沒(méi)有找到足夠的證據(jù)將城市機(jī)場(chǎng)和二戰(zhàn)關(guān)聯(lián)起來(lái)。

　　由此可見(jiàn)，雖然沃森在比賽中獲勝，并以大比分超出人類冠軍;雖然沃森可以接受人類自然語(yǔ)言，并能夠用磁性的男聲搶答問(wèn)題，但是它仍然會(huì)犯人類認(rèn)為很簡(jiǎn)單的錯(cuò)誤。

　　鏈接

　　真正的沃森

　　IBM超級(jí)計(jì)算機(jī)系統(tǒng)"沃森"以 IBM 創(chuàng)始人 Thomas J. Watson 的姓氏命名。雖然在比賽中它以"智慧地球"的形象出現(xiàn)在舞臺(tái)上，但舞臺(tái)背后的機(jī)房中，擁有多個(gè)龐大的機(jī)身的設(shè)備才是沃森的本來(lái)"面目"。

　　它通過(guò) 10 臺(tái)由 IBM POWER7 系統(tǒng)組成的冰箱大小的機(jī)架提供動(dòng)力，運(yùn)行 Linux 操作系統(tǒng)，包含 15 TB 內(nèi)存和 2880 個(gè)處理器內(nèi)核，運(yùn)行速度高達(dá) 80 Teraflops，即每秒執(zhí)行 80 萬(wàn)億次浮點(diǎn)計(jì)算。沃森能夠快速回答棘手的問(wèn)題完全得益于采用了 IBM POWER 7 系統(tǒng)作為分析引擎。POWER7 系統(tǒng)經(jīng)過(guò)專門(mén)的工作負(fù)載優(yōu)化，能夠同時(shí)處理大量信息并且運(yùn)行數(shù)千個(gè)分析任務(wù)，以便跟上參賽者的速度，通過(guò)分析微妙的含義、諷刺口吻、謎語(yǔ)等理解線索并提供 準(zhǔn)確的答案。沃森能夠在不到三秒鐘的時(shí)間內(nèi)研讀存儲(chǔ)在內(nèi)存中的約 2 億頁(yè)自然語(yǔ)言內(nèi)容(相當(dāng)于100萬(wàn)本書(shū))，并找到問(wèn)題的確切答案。

　　為什么還是IBM?

　　1997年IBM深藍(lán)戰(zhàn)勝卡斯帕羅夫，2011年IBM沃森贏得《危險(xiǎn)邊緣》大賽，這并非偶然。從上個(gè)世紀(jì)40年代到80年代，人工智能曾一度 被認(rèn)為是未來(lái)計(jì)算機(jī)的制高點(diǎn)，無(wú)數(shù)專家學(xué)者投入其中，但始終沒(méi)有獲得突破。在漫長(zhǎng)的低潮期中，多數(shù)商業(yè)公司停止了對(duì)人工智能的研究，但I(xiàn)BM卻是少數(shù)堅(jiān)持 投入的企業(yè)之一。

　　它還是一家專注未來(lái)20 年創(chuàng)新的公司，每年都要投入約 60 億美元用于研發(fā)和聘請(qǐng)全球頂級(jí)研究人員。在分析能力方面，IBM在過(guò)去 4 年投資超過(guò) 110 億美元，進(jìn)行了20 余次收購(gòu);超過(guò)200名IBM研究院的數(shù)學(xué)家在專門(mén)從事分析工作;迄今為止，IBM 已收到近500項(xiàng)與分析相關(guān)的專利。分析能力正是沃森核心的DeepQA所需的技術(shù)基礎(chǔ)。IBM預(yù)計(jì)在 2015 年之前將在業(yè)務(wù)分析及優(yōu)化方面創(chuàng)造160 億美元的收入，此次“沃森”的成功無(wú)疑將為IBM回報(bào)更多的社會(huì)和商業(yè)價(jià)值。