Google正在研发新型人工智能算法

据英国《卫报》报道，美国Google公司的杰夫•辛顿教授宣称，谷歌正在开发一种新型人工智能算法，该算法具有逻辑、自然对话甚至调情的能力。

辛顿教授表示谷歌正在研究的这种新型人工智能算法可以将认知编码为一系列数字，他称之为“认知向量”。他提到虽然研发工作还处于早期阶段，但现在已找到一种方法使当前的软件变得更加高级，使之具备类似人类的推理逻辑能力。他表示，该软件将具备基本常识。

辛顿认为，“认知向量”的方法将有助于人工智能技术攻破两个主要挑战：掌控自然、会话语言和逻辑跳跃能力。在过去的20年间，科学家已经为了克服以上挑战而做出了许多卓越的贡献。一位在斯坦福工作的人工智能科学家开发了一个叫NaSent的程序。他用从美国著名影评网站烂番茄中提取到的1.2万句评论，训练NaSent去认知人类的情感。

开发“认知向量”的初始动机部分是为了提高翻译软件的准确性，比如谷歌翻译，当前它采用的是字典来翻译单个单词，搜索以前翻译过的文档去找到典型的短语翻译。尽管这些方法可以翻译出粗略的意思，但也容易翻译出废话和存疑的语法。通过提取更接近实际意义的元素，认知向量可提高翻译水平。

认知向量可将每个单词在它自身的位置上归结定义为一组数字（或向量），理论上称为“感性词汇语意空间”或者云。一个句子可以被看作为连接这些单词的路径，接下来单词又可以细分成一组数字，或者认知向量。因为语言是可以转换成法文版本的意义空间，并被解码成为一种新的语言，认知可以作为两种语言之间的桥梁。

技术的关键点是在一种语言中找出每个单词指派的那些数字，这需要使用深度学习。最初单词（包括云在内）的位置是随机排序的。然后翻译算法用翻译过的句子作为训练数据集开始进行训练。刚开始翻译时，它所产生的句子都是没有意义的。但是有一个错误信号反馈回路允许每个单词的位置不断的被精确，直到最终在云端的单词位置获得了在人类使用它们时的方式，即它们的有效含义。辛顿说，认为语言可以与解构数学达到几乎一样的精度是令人惊讶的，但是这是真的。

许多人工智能的最新进展都是源于深度学习的领域，它的核心思想是计算机程序用巨大的数据集来训练，学习如何执行任务，而不是教一套死板的规则。随着数据集的巨大增长和更强大的处理器，由辛顿几十年前开创的深度学习方法已经占据主导地位，谷歌、Facebook和微软都在此方向投入了大量研发力量。

美国企业家埃隆•马斯克曾描述人工智能是人类最大的威胁，但是辛顿对人工智能发展所带来的问题不是特别关注。辛顿表示他更担心美国国家安全局之类的机构改进并滥用人工智能技术，例如对民众进行窃听。