人类，借你的大脑用一用

(南方都市报  www.nddaily.com SouthernMetropolisDailyMark 南都网)

    时薪1美元的工作你愿意干吗？在网上有成千上万的人愿意。一项研究发现，在众包平台上，平均报酬只有每小时1.4美元。在美国，联邦政府规定的最低工资标准为每小时7.25美元。

    今天的人工智能依然很难应对一些我们人类认为轻松平常的任务，但是一种创新解决办法已经出现，并可能改变我们和机器的关系。如果人工智能碰上它无法解决的问题，它可以求助于互联网，在那里，成千上万的人类等待协助机器解决问题。

    我拿起电话，留下一条语音短信———“你能给我回电吗？事情紧急。”我并不真想要给谁留言，只是拨了自己的号码，要测试一下Google Voice（谷歌语音邮箱）。这款互联网通信工具采用人工智能将手机上的语音留言转录成文字。1分钟后，它将通过电子邮件把结果发过来。

    在等待期间，我又进入了雅虎旗下的翻译网站Babel Fish.我输入同样的短信，将它翻译成俄语，再翻译回英语。接下来，我用智能手机给桌上的记事本和钢笔拍了张照片，让谷歌的视觉搜索引擎Google Goggles在网上寻找相似图片。我测试所有这些网络工具，想要感受一下它们采用的人工智能———它们据说是今天同类产品中的佼佼者。

    结果并不太令人满意。我的语音留言经G oogle Voice转录后变成了：“你能在开会时给我回电吗？”Babel Fish的翻译也好不到哪里：“你可以把铃给我吗？很紧急。”而GoogleGoggles找到的图片更古怪。根本看不到任何办公用品，却是一张文艺复兴时期画作和一张鱼的图片。

    今天，机器依然很难处理那些我们人类能够轻松完成的任务。但是，一种新的解决方法已经出现，并有可能改变人类与机器的关系。如果人工智能遇到一个它无法解决的问题，现在可以求助于互联网，在那里成千上万的人准备帮助它解决问题。一些人是为了钱，另一些人完全出于个人兴趣。事实上，你可能已经帮助过机器完成任务，只是没有意识到而已。我们正在创造合成智能，它们能够在各个方面超越标准的人工智能。也许是时候重新考虑我们对人工智能机器人的设想。未来最聪明的机器，也许是另一种形式的半机器人———得到人类智能辅助的人工智能———计算机程序、晶体管和人类无偿捐献的脑力的混合体。(南方都市报  www.nddaily.com SouthernMetropolisDailyMark 南都网)

    人工智能无处不在，但远远谈不上完美。计算机可以识别充分照明下的物体，可以听懂新闻播报员的标准发音，但现实生活并非总是如此完美。人类语言充满了双关语、比喻和成语。人们的口音也不相同。我们不断遭遇不熟悉的环境、事物。直到机器能够从容应对这样的挑战，创造出机器人伴侣这样的人工智能终极目标依然只是梦想。如果一台机器无法理解你在说什么，或是无法安全自由地行动，你如何期望它为你洗碗做饭？

    人

    类可以弥补机器的不足，这一创意可以追溯到一次飞机旅行。那是在2001年，卡内基梅隆大学的计算机学家路易斯·冯·安正坐飞机去看望他的女朋友。打量周围的乘客，冯·安发现很多人在玩填字游戏。他说，“我看到人们愿意干一些计算机无法完成的任务，并且乐在其中。”事实上，冯·安的想法并不完全正确，计算机能够学会解决部分填字游戏。无论如何，一个想法在他的头脑中形成。如果能够设计出人们自愿完成的任务，那么将能够让人主动去帮助机器。

    冯·安的第一个项目是“有目的游戏”。比如，作为他的超感知游戏的一部分，玩家被随意配对，如果两人通过向他们展示的图片联想到同一个词，就会得分。人们从游戏中获得乐趣，与此同时，他们也在无意识地帮助训练视觉软件识别同类物体。当时还没有出现“crow dsourcing”（众包，指公司把工作任务外包给非特定的大众网络。）一词，但冯·安做的其实就是这个。接下来，他又利用大众来完成一个将书籍和报纸数字化的工程。为了将印刷文字变成数字文本，计算机采用光学字符识别技术，可是在印刷文字模糊或扭曲的情况下很容易出错。但人类在互联网上经常需要识别模糊的字符，比如当注册电子邮箱时，经常被要求输入“验证码”（Captcha），也就是随机显示的一串扭曲模糊的字符，目的在于区别真正的用户和黑客自动软件。冯·安认为这一点可以被加以利用。

    2007年，reCaptcha启动。该软件用光学字符识别技术扫描文档，碰到无法识别的段落时，就寻求帮助。它将模糊段落作为特殊验证码发给众多网站。这些网站要求用户辨别原始段落和文本中小段已经数字化的片段。如果用户正确识别后者，软件就假设前者也是正确的。“这一工程规模浩大，”冯·安说，“我们每天处理1亿个验证码。”因此，很可能你也帮助完成了其中一个，贡献了一份脑力。

    就在冯·安为reCaptcha工作时———这一项目被称为是人类计算机史的里程碑———亚马逊网站启动了一种服务，需要借助群众智能。到2000年初，这家网上零售业巨头的增长如此迅速，需要一种更好的方法发现产品目录中重复的条目。这项工作很难自动完成，因此公司将它分包给大批网上自由职业者。受到这次成功的启发，2005年，亚马逊又启动了Mechanical Turk网站，方便公司和个人找到大量人（脑）力资源。（Mech-anical Turk的意思是“机械土耳其人”，源于一个会下象棋的“自动装置”。匈牙利男爵沃尔夫冈·冯·肯佩伦在1770年建造了这个外形像土耳其魔法师的木制机器人。它在欧洲巡回表演，击败了一系列著名的挑战者，包括拿破仑和本杰明·富兰克林。几年之后，骗局被揭穿，原来机箱里藏了一名象棋大师。）

    一些公司发现可以用低廉的成本完成海量工作。但是，更加富有野心的用途也出现了。对人力计算（hum ancom puta-tion）感兴趣的研究者现在拥有了一支可任意召唤的劳动力大军。在冯·安等人工作的基础上，创建了新的人机复合体。

    一些项目用聪明的新方法整合人和机器的力量。比如用不懂外语的人来完善翻译工作。这个违背直觉的创意叫MonoTrans（单译），是马里兰大学的菲利普·雷斯尼克和本·贝德森提出的。想象一位俄罗斯人和一位西班牙人，他们都不会说对方的语言。MonoTrans软件可来回翻译两种语言，但结果很不准确。每次翻译之后，俄罗斯人或西班牙人对译文进行编辑修改，使之更加通顺，然后再将修改过的译文翻译成另一种语言，经过3次互译和修改之后，最后的结果可以达到相当高的准确度。最终，一对工人每天能够翻译至少1000个单词。

    亚马逊的M echanical Turk还有另一个优势：速度。人力大军的数量通常超过千人，因此，一些任务可以在短短几秒内完成。这种快速的反应正是加州大学伯克莱分校的一群神经科学家所需要的。2008年，这群科学家计划建造一个能够识别物体的智能软件。他们创建了一家名为IQEingines的公司，最初希望模仿人脑视觉系统原理，让软件能够自动识别物体。“但是，我们很快意识到，依靠电脑的视觉还不足以完成产品，‘公司研究部主任皮埃尔·卡里古斯说。IQE ngines的最终产品———一款名为oMoby的应用软件———于去年推出，结合了软件的物体识别技术和群众的力量。用户用智能手机拍下物体的照片。软件首先尝试对其进行识别，如果失败，再将图片交给Mechanical Turk或公司自己的网络”军队“。回应的时间有长有短，但通常能够在25秒之内得到答案。

    这一应用软件已经足以帮助那些视力缺陷者。“闭上眼睛，想象一下要如何识别厨房里所有的东西，”视力接近零的亚利桑那州立大学的学生达瑞尔·桑德罗说，“我可以用手辨别不同的盒子、罐头、瓶子和其他包装，在多数情况下，我通常能够判断手里的东西是什么。但也有例外的时候。比如盒子里装的是哪种早餐麦片？罐头里分别是什么食物？oMoby帮助我识别了很多东西。只需拍张照片，等30秒至1分钟，就能得到答案。类似技术可以帮助智能机器自如行走。比如，在加州自动化机器公司Willow Garage，工程师们正在研制一款叫PR 2的机器人，他们已经尝试让机器人在碰到不认识的物体时通过M echanical Turk寻求人类帮助。

    要让人工智能真正地从“众包”中得益，回答的速度必须更快。研究者们已经在想办法解决拖延问题。麻省理工大学的迈克尔·伯恩斯坦发明了一款手机专用众包照相软件。目的是帮助人们抓拍下快速运动的场景，比如篮球场上的一个漂亮投篮动作。无需用户选择抓拍时间，只需要拍下连续的视频，将视频放到网上，让Mechanical Turk的工人从所有组成视频的画面中选出最佳的一张。(南方都市报  www.nddaily.com SouthernMetropolisDailyMark 南都网)

    为了确保随时有工人候命，伯恩斯坦事先和工人签约，每等待1分钟支付给他们0.5美分，最长5分钟，直到视频发出。在最初的测试中，他发现往往在视频抵达2秒钟内就有第一个工人开始分析。(南方都市报  www.nddaily.com SouthernMetropolisDailyMark 南都网)

    几年后，其他类型任务的处理时间也会缩短，质量控制水平也会跟着提高。随着智能手机的普及，越来越多的人将拥有可以随时随地通过众包利用人的脑力资源的人工智能应用程序。只要金钱和乐趣这两大推动人们工作的动力不消失，总会在什么地方有什么人愿意向机器伸出援手。

    当然，计算机也可以寻求其他机器的帮助，没有道理不许它们这么干。最终，将会有一支随时待命的网络劳动力大军，它由人类和硅芯片组成。去年，卡内基梅隆大学的达芙娜·沙哈夫和微软实验室的埃里克·霍维茨描绘了这样一支“军队”的工作方式。他们称之为GTM（GeneralisedTaskMarket，即普及任务市场）。关键在于创造出软件，将复杂的任务自动分解，交给众多的个人和机器去完成，并考虑到每个工人的技能和成本。

    为了证明自己的理论，两人还设计了一个GTM原型，一款借用人的智力的翻译软件Lingua Mechanica.但霍维茨有一个更大胆的长远理想。假设一个小孩没有按时回家，GTM失踪人口软件将被启动。它扫描万维网寻找这个孩子最近的行动路线图。或是招募志愿者在搜索区域，通过智能手机报告孩子的踪迹。另一个软件专门浏览新闻报道和微博，搜寻发生事故的证据。这一切都可以在无需人类协调的情况下自动完成。

    GTM拥有超出想象的广泛用户。在发生灾害，比如原油泄漏事故时，G TM可召集专家、数据和机器人。它可以管理超大型翻译项目，比如将整部维基词典翻译成新的语言。霍维茨说，“它将集结众多的人力和机器资源来迅速解决问题。”

    当然，将我们的脑力贡献给一个混合智能计划也许并非完全是好事。众包平台的出现，可能将全球劳动力分成两级：那些设计计算机程序，将工作分派给大众的人，和那些被分派任务的人。这部分人往往只看到分派给他们的任务，而忽视了其雇主更大的目标。那么，如果G T M被用于犯罪该怎么办？普通的工人也算是从犯吗？已经有垃圾邮件制造者设计出恶意软件，当碰到无法识别的验证码时，就用邮件发给发展中国家的工人，获取答案。

    现在我们还有机会来辩论人力计算的伦理，但是可能在不久的将来，这种应用方式将无所不在。Mechanical Turk诞生仅6年，互联网众包的历史更短。在短短的时间内，机器-人类的合作已经显示出巨大潜力。很快，你可能会发现自己透过机器人的眼睛向外看，而外面有数以百万的人看回来。

    时薪1美元的工作你愿意干吗？在网上有成千上万的人愿意。如果你想要在今天完成某项工作，很容易在网上找到帮手。在亚马逊M echanical Turk网站上，你可以给某项任务做广告，只需要很小的代价，在世界某地就有人愿意帮你完成这一工作。一项研究发现，在这类众包平台上，平均报酬只有每小时1.4美元。在美国，联邦政府规定的最低工资标准为每小时7.25美元。

    然而，这并不像表面上看上去那样是对劳动力的无耻剥削。对美国众包工人的调查显示，多数人仅在空闲时间光顾众包平台。很多“工人”受过良好教育。他们认为这些任务既有趣，又可以挣点小钱。还有1/3的众包工人住在印度，在那里很多传统工作的时薪还达不到1.4美元。

    当然，网上打零工无法享受法律保护。在碰到流氓雇主时，多数众包工人只有自认倒霉，当然他们也没有升职或商谈加薪的机会。编译：宇