1.3.1 从图灵测试到IBM的“沃森”

计算机科学之父、英国数学家阿兰·图灵（Alan Turing）在1950年发表的论文“机器能思考吗”中，设计了这个测试，即假如一台机器通过特殊的方式与人沟通，若有一定比例的人（超过30%）无法在特定时间内（5分钟）分辨出与自己交谈的是人还是机器，则可认为该机器具有“思考”的能力。

2006年诞生的“沃森”以IBM创始人托马斯·J·沃森的名字命名。“沃森”超级计算机在2011年一鸣惊人，当年3月它在美国电视知识抢答竞赛节目“危险边缘”中战胜了两位人类冠军选手。在“危险边缘”节目中，所有选手必须等到主持人将每个线索念完，第一个按下抢答器按钮的人可以获得回答问题的机会。“沃森”的基本工作原则是解析线索中的关键字同时寻找相关术语作为回应，“沃森”会将这些线索解析为不同的关键字和句子片段，这样做的目的是查找统计相关词组。“沃森”最革新的并不是在于全新的操作算法，而是能够快速同时运行上千的证明语言分析算法来寻找正确的答案。在三集节目中，“沃森”在前两轮中与对手打平，而在最后一集中，“沃森”打败了最高奖金得主布拉德·鲁特尔和连胜纪录保持者肯·詹宁斯。这可以看作“沃森”在此领域“通过”了图灵测试！

人机大战中IBM的计算机获胜已经不是第一次。早在1997年，“沃森”计算机的前辈、IBM公司的“深蓝”计算机在一场著名的人机大赛中击败了当时的国际象棋世界冠军加里·卡斯帕罗夫（Garry Kasparov）。“深蓝”在下每一步棋之前，它都会计算出6个回合之后的局势，凭借预设的快速评估程序，它能在一秒内计算3.3亿个不同棋局的走势，从中选出一个得分最高的方案。而身为世界冠军的卡斯帕罗夫，在走每一步棋之前最多只能评估几十种方案。

“深蓝”面对的是一个棋局，在国际象棋的棋盘上，每一步下法之后的情况说到底是可以穷举的。以现在的技术水平来看，只要拥有足够的计算能力，要想获胜并不算难。从计算角度来看历史，第一阶段是制表阶段，从1959年开始进入了编程阶段，也就是“深蓝”所处的阶段，现在“沃森”所处的时间是第三个阶段，即认知计算。

“沃森”是能够使用自然语言来回答问题的人工智能系统，关键在于“沃森”采用的是一种认知技术，处理信息的方式与人类（而非计算机）更加相似，它可以理解自然语言，基于证据产生各种假设，并且持续不断地学习。从IT技术来讲，“沃森”系统的成就对人类的影响远远超越了“深蓝”计算机当时的成就。

（1）从“计算”到“思考”

在认知计算阶段，并不是通过计算机编程，而是让计算机能够了解自然语言、能够提供对人类的支持和帮助，具有自然语言的处理能力，来提供建议和支持。“沃森”通过解读非结构性数据，并且模拟人脑的感知来运作。

人工智能所追求的最终目标不在于充当“工具”，而是要最终成为能够理解人，拥有与人类类似的情感和思维方式，并且能够帮助人的“顾问”。对于计算机而言，在能够处理非结构性数据，可以解读人类自然语言之后，更难的是“读懂”隐藏在这些数据和语言之后的人。只有读懂人，才能使“沃森”真正成为服务于各行各业的“助推器”，充当一个“顾问”的角色，而不是一个简简单单的“工具”。

认知计算会从基础上支持人工智能的发展。认知计算的特点在于从传统的结构化数据的处理到未来的大数据、非结构化流动数据的处理，从原来简单的数据查询到未来发现数据、挖掘数据。感知人类的情绪，甚至像人类一样拥有情感，是所有人工智能机器“拟人”的终极难题。在IBM的“大数据挖掘技术”支持下，在一段段支离破碎的自然语言背后，一个个具体的、有喜恶、有性格、有偏好的人格形象，被渐渐地“扒”了出来。

“沃森”通过对人类自然语言的分析与解读，就可以了解到藏在这些语言背后的情绪和性格。认知计算作为一个概念早已存在，但最近正在不断取得突破，并将有可能深刻改变人类生活。在认知计算时代，计算机的运算处理能力将与人类认知能力完美结合，完成人类或机器无法单独完成的任务。认知计算的能力主要体现在4个层次。第一个层次是辅助能力。在认知计算系统的帮助下，人类的工作可以更加高效。百科全书式的信息辅助和支撑，可以让人类利用广泛而深入的信息，成为各个领域的“资深专家”。第二个层次是理解能力。认知计算系统可以更好地理解人们的需求，并提供相应的服务。第三个层次是决策能力。制定发展战略、出台政策措施，都需要汇集和分析大量的信息。认知计算系统可以在决策方面提供帮助。第四个层次是发现和洞察能力。发现和洞察能力可以帮助人类发现当今计算技术无法发现的新洞见、新机遇及新价值。认知计算系统的真正价值在于，可以从大量数据和信息中归纳出人们所需要的内容和知识，让计算系统具备类似人脑的认知能力，从而帮助人类更快地发现新问题、新机遇以及新价值。

（2）从“思考”到“创造”

一个最新的进展，预示着“沃森”能够解决日常生活的需求：“沃森”能够分析人类的味觉，通过味觉分析来满足个人的食品爱好。“沃森”不仅具备学习、存储和查询大量菜谱的能力，而且是一位真正“大厨的决策助手”，它可以综合对口味偏好、菜式、营养学和食物化学的考量，创造性地提出很多食谱建议。这就是“沃森大厨”。

在医学领域，“沃森”能够帮助医生更好地诊断病人的疾病并能正确地回答医生的疑难杂问。“沃森”超级计算机被训练以掌握世界顶级医学出版物上的医学信息和资料；然后凭借这些信息和资料匹配病人的症状、用药史和诊断结果；最后形成一套完整的诊断和治疗方案。由于“沃森”超级计算机能够掌握现代医学的海量信息，所以这一技术进展的意义非常重大。医生这个职业一生需要学习很多，但是很多医生走上工作岗位之后就没有时间读书读资料了，他的知识可能会很快老化，尤其是那些研究、发展特别快的疾病。

鉴于强大的对自然语言的处理能力，“沃森”可以“帮”医生读这些书，而且读得更快更多，并且永远不会忘记。据IBM估计，如果想与相关的医学信息和资料保持同步，一位人类医生每周需要花费160个小时阅读这些信息和资料。沃森目前已经吸收消化2400多万个医疗方面的文献，而且永远不会忘记。

澳大利亚迪肯大学作为全球第一所引入“沃森”系统的高校，已成功部署“沃森”，通过半年左右的训练，“沃森”已能回答学生提出的大量问题，为学生的学习提供了一种全新的支持，也使学生有了一种与过去完全不同的学习体验。

“沃森”成功的关键，是实现了机器从“计算”到“思考”，再到“创造”的飞跃。这也正是人工智能研究的奇妙之处！