第798章圖靈測試
聽到這里，原本神色平靜的大boss們，臉上終于露出了鄭重。
能坐在這里的都是聰明人。
他們都能從徐良的話里聽出大數據應用的真實性。
“不過，大數據和云計算只是基礎，真正帶來行業變革的是人工智能。
我相信很多人都聽過圖靈測試。
讓一臺機器和一個人坐在幕后，讓一個裁判同時與幕后的人和機器進行交流，如果這個裁判無法判斷自己交流的對象是人還是機器。
這就說明這臺機器有了和人同等的智能。
這便是大名鼎鼎的圖靈測試的全部內容。
計算機科學家們認為，如果計算機實現了五件事，就可以認為它擁有圖靈所說的那種智能。
第一，語音識別。
第二，機器翻譯。
第三，文本的自動摘要或者寫作。
第四，戰勝人類的國際象棋冠軍。
第五，自動回答問題。
對于怎么實現這五件事，學術界分為傳統人工智能的方法和現代其它的方法。
那么傳統的人工智能方法是什么呢？
簡單講，就是先了解人類是如何產生智能的，然后讓計算機按照人的思路去做。
這種方法又稱為鳥飛派。
就像人類觀察鳥的飛行，發明了飛機。
觀察魚的游行發明了潛艇一樣。
通過模擬進而發明。
但后來經過多年研究證明，這種方法非常不現實。
因為機器始終是機器，永遠不可能像人那樣思考。
科學家們不得不另辟蹊徑。
到了20世紀70年代，大家開始嘗試機器智能的另一條發展路徑。
即，用數據驅動和超級計算的方法，來實現人工智能。
這種方法又稱為機器學習或者知識發現，也就是我們之前說的現代的人工智能發展方式。
最早在這方面做出成果的是1972年美國康奈爾大學的教授弗雷德賈里尼克。
他不是人工智能專家，他是一位卓越的通信專家。
他認為人的大腦是一個信息源，從思考到找到合適的語句，再通過發音說出來，是一個編碼的過程。
經過媒介聲道、空氣等傳播到聽眾的耳朵里，是經過了一個長長的信道的信息傳播問題。
最后聽話人把它聽懂，是一個解碼的過程。
也就是說，他認為人工智能的語音識別，是一個典型的通信問題。
可以用解決通信問題的方法來解決。
為此賈里尼克用了兩個數學模型，即馬爾科夫模型，分別描述信息源和信道。
找到了數學模型后，下一步就是用統計的方法訓練出模型的參數，這在今天來講就是機器學習。
通過這種方法，人工智能的語音識別率從過去的70左右，提高到了90。
同時語音識別的規模，從幾百詞上升到了兩萬多詞，堪稱革命性的發展。
最重要的是賈里尼克的研究得出一個結論。
即：
隨著數據量的不斷提升，系統會變得越來越好。