2017 年 1 月 6 日，在粉絲千呼萬喚中，《最強大腦第 4 季》拉開帷幕。和前幾季不同的是，這個節目一開始就火藥味十足。最強大腦節目組特別邀請了百度機器人進行人機大戰。

令所有人驚訝的是，在三局比賽中，除了第二局的聲音識別賽上，聽音「神童」孫亦廷與小度機器人以 1:1 打成平手外，其余的兩場比賽，王峰（世界記憶王）和王昱珩（鬼才之眼）分別以 2:3 和 0:2 敗給了小度機器人。

▲百度 AI 參加《最強大腦》

實際上，AI 在真人秀上碾壓人類的戲碼，早在 2011 年，就在美國 NBC 電視臺的智力競答節目《危險邊緣》中就上演過了。

當時完勝人類的 AI 選手，正是 IBM 研發多年的人工智能——Watson，今天，極客君就和大家聊聊這顆「最強大腦」的故事。

十項全能的人工智能

《危險邊緣》是一檔問答競賽節目，擁有一個非常龐大的數據庫，隨機抽選兩萬道題目，涵蓋 2500 種題目類型，一臺普通的計算機平均要花 2 個小時才能答一道題。

2011 年，和 Watson PK 的是史上連續獲勝 74 場的肯·詹寧斯（Ken ·Jennings），以及拿過 325 萬美元獎金的布拉德·魯特爾（Brad · Rutter 是當時贏錢最多的的吉尼斯世界紀錄保持者）。

結果讓人大跌眼鏡，整場比賽基本上就是 Watson 的個人秀，最終人工智能以絕對優勢獲勝。

▲ Watson 和人類同臺競技

經此一役，Watson 在人工智能界一戰成名！不過，IBM 對 Watson 的開發可不僅僅是答題而已。在各行各業你都能看到 Watson 大展身手。

設計一條會讀心的裙子

在 2016 年的紐約 Met Gala 服裝展覽會上，IBM Watson 和設計師瑪切薩共同推出了一款「認知禮服」。

這條裙子上共鑲有 120 朵花瓣，每朵花瓣上都帶有一只小小的 LED 燈，LED 燈與 IBM Watson 相連。Watson 每秒都會讀取與服裝主人相關的所有 twitter，每一秒都可以通過 LED 燈顏色的變化實時反應粉絲情緒的波動。

▲ Watson 輔助設計的「認知禮服」

無人車的貼心司機

開源汽車制造商 Local Motors推出的無人駕駛公交車 Olli 上就搭載了 Watson 智能助手。借助汽車搭載的 30 個傳感器，Watson 可以通過云端計算分析實時路況。

當乘客乘車時，可以直接與 Watson 對話，告訴它想去的地點，公車就能自動帶你前往目的地。Watson 還會根據乘客的個人愛好，帶你去游覽當地的各種網紅店、旅游勝地。

▲無人公車智能助手的概念演示

Watson 在醫療領域也有一番作為，利用人工智能的圖像識別能力、強大的計算能力和學習能力，Watson 可以通過分析大量的病歷來為醫生提供輔助建議，甚至可以用于鑒別癌癥：

▲通過圖像識別病變組織

如何成為人工的「最強大腦」？

Watson 是 IBM 基于假設認知、大規模證據搜集、分析、評價等深度問答（Deep QA）技術而開發的一個集高級自然語言處理、信息檢索、知識表示、自動推理、機器學習等功能的開放式人工智能。

Watson 可以對自然語言進行處理，通過分析、總結、推理、判斷，然后做決定。這種處理問題的方式，就像「人腦」一樣。實際上，Watson 并沒有創造一個新算法，它只是能以模擬人腦的方式去思考。

▲ Watson 的真身其實就是超級計算機

Watson 一般這樣找答案：它先給自己提個問題，然后像人一樣問自己：這個問題到底問的是什么？它有哪些解決辦法？用哪種方法解決問題會比較好？

基于這些最初的判斷，Watson 會通過快速執行數百個經過驗證的語言分析算法來找「正確答案」。Watson 會判斷，哪些信息重要，哪些信息不重要，重要的信息就做個標記。它會問自己：我找了多少文件了？這些文件從哪兒來的？

▲ Watson 是解決問題的思路演示

就像我們做閱讀理解一樣，Watson 也能「理解」上下文，它還會對內容和形式打分。在過濾信息時，Watson 會問自己：哪個證據能否證明是正確答案，對每個選擇來說有多少與正確答案相關的信息在那里？

值得注意的是，如果「發現」自己的選擇是錯的，Watson 還會「想辦法」節省時間。Watson 每次都會給自己的答案打一個預判分。然后再進一步判斷：這些備選答案中，哪個才是我要找的答案？

▲ Watson 能為各種可能性打分

就像學生考試一樣，通過做各種「閱讀理解」題，Watson 也會拿到一個成績單。這份成績單上，寫滿每道大題的總分。

此時Watson需要做的就是「合并同類項」，將同類型大題的分數加在一起，然后它就會知道：最高的分數是哪個？分數第二高的又是哪個？ 此時，如果沒有其他額外的變量，最高分的那個就是 Watson 拿到的「正確答案」了。

Watson 就是這樣基于知識上的關聯，編制了一張大數據網，來進行自我學習。實際上，提問、理解、分析、判斷、打分，這些事人也可以做。

Watson 的獨特之處在于，它可以從類型、時間、空間、流行度、段落支持度、來源可靠度、語義相關度等不同的維度，運用上百種算法來分析問題。

▲通過不同的維度分析，得出正確率最高的答案

這就像投資學家查理·芒格投資股票一樣，通過上百種模型分析問題，他能更具有全局意識，從而也相對容易的看出問題的實質。

這也是 Watson 的意義所在，單純的看，每個維度上，Watson 在評分器上打分的影響不超過 1 %，但將這些維度組合到一個系統內時，Watson 找到答案的「平均精確度」卻高達 92%！

這才是 Watson 的過人之處！

Geek君有話說

驗證人工智能是否成功，我們經常會提到「圖靈測試」：

測試者在與被測試者（一個人和一臺機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試后，如果有超過30%的測試者不能確定出被測試者是人還是機器，那么這臺機器就通過了測試，也就擁有了人工智能。

人工智能要通過「圖靈測試」，「撒謊」將會是他們的必備技能。

如果有一天，Watson 為了不讓人看出自己的意圖而故意犯錯，就像電影《機械姬》中的機器人伊娃一樣，那么我們人類，又將何去何從呢？