2016年04月08日01版 中国社会科学报 张清俐

　 3月中旬，机器人AlphaGo打败围棋高手李世石的消息刷新了人工智能领域的纪录。不过，近期的人工智能领域可谓喜忧参半，大约一周后的3月23日，微软开发的聊天机器人Tay在接入“推特”（Twitter）使用不到24小时后，因被网民“教坏”发表过激言论，被宣布下线进行修复。AlphaGo和Tay都运用了人工智能中最为核心的技术——“机器学习”。机器学习如何实现？它达到或者超过人类的学习能力了吗？又该如何突破目前的研究瓶颈？中国社会科学报记者对人工智能研究领域的学者进行了采访。

　试图敲开人类智能硬核

　　人类在学习中获得新知识和新技能。如果机器可以像人类一样拥有学习能力，是否也意味着其越来越智能？“在人工智能领域，让机器通过学习获得尽量多且足够高级的知识与技能正是机器学习的终极目标。”山东大学哲学与社会发展学院教授王华平告诉记者，机器学习旨在赋予计算机没有显性编码情况下的学习能力。

　　美国人工智能学家汤姆·米歇尔给出的机器学习定义被学界普遍认可：“一个计算机程序被称之为从与某类任务T和性能度量P有关的经验E中学习，当在任务T中它的以P为度量的性能因为经验E得到了提升。”“根据这一定义，机器学习必须具备三个要素：任务、性能度量和训练经验。”王华平举例说，比如一个电子邮件程序通过监视你将哪些邮件标为垃圾邮件这样一个训练经验，而学会了更好地过滤垃圾邮件。AlphaGo之所以能够打败围棋高手，是因为研究人员在AlphaGo身上运用了深度学习技术，让它受到了3000万步棋的训练。

　　“机器学习技术意味着人工智能从基于规则的套路演化为基于统计，或者基于规则与统计结合的思路。”复旦大学哲学学院教授徐英瑾介绍说，当代人工智能采用的深度学习技术，在输入、输出值之间设置了更丰富的中间层，使人工智能的神经元网络，对于外部对象抽象层次的丰富度有了重大提升，使它的行为具有一定的容错性、灵活性和模糊性。比如，运用于人脸识别技术时，即使对象脸部在不同时间发生一些变化，它依然可以识别。

　　相比较于AlphaGo的近乎完美胜利，Tay则得失兼有。正如王华平所说，两者都试图用机器学习的利剑来敲开人类智能的硬核，即基于直觉的计算和基于语言的思想表达。