一篇关于人工智能（Artificial Intelligence）最新突破的论文近日登上了著名学术期刊《科学》的封面。三位分别来自纽约大学（New York University）、多伦多大学（University of Toronto）和麻省理工学院（MIT）的科学家开发出了一套能像人类一样“学会”手写文字的人工智能程序。
科学家们只需要向这个电脑程序展示一种陌生文字的字符，并告知人类手写文字时的笔画顺序等，让它“学习”笔画之间的统计关系，以及每一笔的最大变异程度。这一程序很快便能像人一样写出任意指定字符的不同手写体，甚至还能自动创造出类似的字符。
如何证明它具有人工智能呢？被誉为“计算机科学之父”的英国科学家图灵（Alan Turing）于1950年提出著名的“图灵测试”——机器若能表现出与人类无法区分的“智能”则判定其能够进行“思考”。上述三位科学家让一组人类裁判对另外一些人和这个电脑程序写出的字符进行分辨，结果裁判的正确率仅为52%，与随机挑选的结果相当，被认定为通过了图灵测试。
测试结果表明，这个电脑程序推理出了人类写字的规律，它除了能够学会字符的笔画、结构等本质特征，还能分辨出手写产生的轻微变异这类非本质特征。
这篇论文最令人兴奋的成果或许是能让那些宣称智能计算机系统的学习方式与人类完全不同的批评者闭嘴，因为他们的主要论据正是计算机不能从单个例子中形成概念。
人工智能研究范畴中的机器学习（Machine Learning），是让计算机对数据自动分析以获得规律，并利用规律对未知数据进行预测的算法。传统的机器学习方法，如深度学习（Deep Learning）等，需要大量的数据来进行训练，而上述论文采用的“贝氏程序学习”（Bayesian Program Learning）方法则是使用推理算法来分析案例，能让电脑程序对人类认知进行模拟。但三位科学家认为，这两种方法在不同的案例中各有所长，若能进行混合，或许会有奇效。
人工智能领域近来的迅猛发展吸引了相关产业投入大量资金。以纷纷追求自动驾驶的汽车行业为例，丰田汽车（Toyota）于上月宣布，在未来5年投资10亿美元建立一个专注于人工智能和机器人的公司，以帮助制造更加安全和智能的汽车。
而 Google、Facebook 和微软（Microsoft）等科技业巨头们也纷纷投入兵力组建实验室，开展相关领域的研究。Google 于上月开源了其第二代人工智能算法库“TensorFlow” ，希望借此加速人工智能领域的发展，并能利用收到的反馈信息来改进技术。微软亚洲研究院也在随后宣布将其分布式机器学习工具包“DMTK”开源。
比开源代码更加“无私”的还有特斯拉（Tesla）汽车和 SpaceX 创办人马斯克（Elon Musk）和网络支付 Paypal 创办人 Peter Thiel，他们联合印度软件巨头 Infosys 和美国网商平台亚马逊（Amazon），于近日共同承诺捐赠10亿美元，用于研发专为人类服务的“开放式人工智能”（Open AI）科技。
声音
每个星期，我们似乎都能读到机器在人脸识别、语音识别方面与人类旗鼓相当的新闻。但是，对我这种研究心智的科学家来说，机器学习和人类学习之间的鸿沟是巨大的。我们希望弥合这个鸿沟，这是我们的长期目标。
我认为这对人工智能、认知科学和机器学习是一个重大的贡献。深度学习目前已取得了重要的成功，这篇论文非常清醒地表明了深度学习的局限性，因为深度学习需要大量的数据，并且在这篇论文所描述的任务上表现很差。这篇论文也展现了实现类人机器学习的重要方法。
我们正处于一个人工智能迅速进化的过程中——这就好比以前的动物没有眼睛，而现在他们有了。这将颠覆很多事情。计算机在过去通常“无法看得很清楚”，而现在，他们已经睁开了双眼。