一篇關於人工智能（Artificial Intelligence）最新突破的論文近日登上了著名學術期刊《科學》的封面。三位分別來自紐約大學（New York University）、多倫多大學（University of Toronto）和麻省理工學院（MIT）的科學家開發出了一套能像人類一樣「學會」手寫文字的人工智能程式。
科學家們只需要向這個電腦程式展示一種陌生文字的字符，並告知人類手寫文字時的筆畫順序等，讓它「學習」筆畫之間的統計關係，以及每一筆的最大變異程度。這一程式很快便能像人一樣寫出任意指定字符的不同手寫體，甚至還能自動創造出類似的字符。
如何證明它具有人工智能呢？被譽為「計算機科學之父」的英國科學家圖靈（Alan Turing）於1950年提出著名的「圖靈測試」——機器若能表現出與人類無法區分的「智能」則判定其能夠進行「思考」。上述三位科學家讓一組人類裁判對另外一些人和這個電腦程式寫出的字符進行分辨，結果裁判的正確率僅為52%，與隨機挑選的結果相當，被認定為通過了圖靈測試。
測試結果表明，這個電腦程式推理出了人類寫字的規律，它除了能夠學會字符的筆畫、結構等本質特徵，還能分辨出手寫產生的輕微變異這類非本質特徵。
這篇論文最令人興奮的成果或許是能讓那些宣稱智能計算機系統的學習方式與人類完全不同的批評者閉嘴，因為他們的主要論據正是計算機不能從單個例子中形成概念。
人工智能研究範疇中的機器學習（Machine Learning），是讓計算機對數據自動分析以獲得規律，並利用規律對未知數據進行預測的算法。傳統的機器學習方法，如深度學習（Deep Learning）等，需要大量的數據來進行訓練，而上述論文採用的「貝氏程序學習」（Bayesian Program Learning）方法則是使用推理算法來分析案例，能讓電腦程式對人類認知進行模擬。但三位科學家認為，這兩種方法在不同的案例中各有所長，若能進行混合，或許會有奇效。
人工智能領域近來的迅猛發展吸引了相關產業投入大量資金。以紛紛追求自動駕駛的汽車行業為例，豐田汽車（Toyota）於上月宣布，在未來5年投資10億美元建立一個專注於人工智能和機器人的公司，以幫助製造更加安全和智能的汽車。
而 Google、Facebook 和微軟（Microsoft）等科技業巨頭們也紛紛投入兵力組建實驗室，開展相關領域的研究。Google 於上月開源了其第二代人工智能算法庫“TensorFlow” ，希望藉此加速人工智能領域的發展，並能利用收到的反饋信息來改進技術。微軟亞洲研究院也在隨後宣布將其分布式機器學習工具包“DMTK”開源。
比開源代碼更加「無私」的還有特斯拉（Tesla）汽車和 SpaceX 創辦人馬斯克（Elon Musk）和網絡支付 Paypal 創辦人 Peter Thiel，他們聯合印度軟件巨頭 Infosys 和美國網商平台亞馬遜（Amazon），於近日共同承諾捐贈10億美元，用於研發專為人類服務的「開放式人工智能」（Open AI）科技。
聲音
每個星期，我們似乎都能讀到機器在人臉識別、語音識別方面與人類旗鼓相當的新聞。但是，對我這種研究心智的科學家來説，機器學習和人類學習之間的鴻溝是巨大的。我們希望彌合這個鴻溝，這是我們的長期目標。
我認為這對人工智能、認知科學和機器學習是一個重大的貢獻。深度學習目前已取得了重要的成功，這篇論文非常清醒地表明了深度學習的侷限性，因為深度學習需要大量的數據，並且在這篇論文所描述的任務上表現很差。這篇論文也展現了實現類人機器學習的重要方法。
我們正處於一個人工智能迅速進化的過程中——這就好比以前的動物沒有眼睛，而現在他們有了。這將顛覆很多事情。計算機在過去通常「無法看得很清楚」，而現在，他們已經睜開了雙眼。
