真正能和人交流的机器人什么时候实现

在电影《2001：太空遨游》中，电脑“哈尔9000”拒绝给冒险出舱的宇航员戴夫?鲍曼开门，这一幕揭示了人们对智能计算机的担忧。回溯到1968年该片上映之时，与人类交流自如的计算机似乎如同登陆木星般遥不可及。随着时间的推移，我们已经取得了显著的进步。

如今，我们已经制造出了能够与人交谈的机器，它们能够做出接近于自然语言的回应。尽管如此，沟通仍然存在一定的困难。如果《2001：太空遨游》采用当前的语言技术，那么对话场景将会有所不同：“打开舱门，哈尔。”“戴夫，我遇到了一些理解上的困扰。请再试一次。”

尽管我们能够处理突发事件、具有创意的真正交谈计算机仍然遥远，但人工智能（AI）研究者对未来持乐观态度。除了少数简单的任务，当前的语言技术还无法完全取代人类，但它们已经在许多方面为我们提供了帮助。这样，我们可以将更多的时间和精力投入到自己感兴趣的事情上。虽然过去六十多年里的大多数项目成果令人失望，但在过去几年里，我们取得的进展已经开始接近早期开拓者的期望。

语音识别技术已经取得了显著的进步。机器翻译也从曾经的“效果滑稽”变得“充满希望”。现在的机器翻译结果只需要人类进行少量的编辑就可以达到不错的水平。个人助理如Siri、Alexa、Google Now等可以理解各种问题，并以自然的方式提供准确而有用的回答。尽管它们可以回复“给我讲个笑话”这样的请求，但它们并没有真正的幽默感。

回顾过去，语言技术的发展经历了许多波折。从约翰·皮尔斯的冷水泼盆到语言技术研究的冬眠期，再到逐步的发展和应用统计方法的广泛应用，这一领域经历了巨大的变革。早期的基于规则的方法陷入了死胡同，而现在统计方法的应用大大提高了语言技术的效果。这种方法让软件通过搜索大量数据、寻找模式并从先例中学习。例如，在解析语言时，软件可以学习大量已解析的文本，并对未接触过的文本做出最佳猜测。

语言技术的发展为我们带来了许多令人兴奋的机会和挑战。随着技术的不断进步，我们可以期待未来会有更多的突破和创新。在人工智能技术的黄金时代，我们见证了数学技术的大显身手。随着处理器性能的提升、数据存储成本的下降以及数据的爆炸式增长，语言处理领域也迎来了前所未有的变革。谷歌翻译和Siri等智能工具的出现，让人们开始相信机器翻译和语音识别技术已经取得了长足的进步。这一切的背后，离不开数字神经网络（DNN）加持的深度学习技术的推动。

真正改变这一领域的，不仅仅是算法和技术的革新，更是硬件的飞跃。偶然间，人们发现图形处理单元（GPU）在处理神经网络时效果极佳。GPU的运算能力使得DNN能够迅速处理大量数据，为深度学习技术带来了质的飞跃。这一技术不仅推动了手写识别、面部识别和图像分类的进步，更在语言技术方面实现了高达30%的效果提升。现在的语言技术已经从“能用”转变为“比较好用”，人们期待着它的进一步发展。

在电影《机器人总动员》中，人们生活在未来的一艘太空飞船上，所有的需求都由机器来满足。智能机器人Auto成为了真正的飞行员，它的尖刻语言让人们瞠目结舌。虽然这只是一个科幻情节，但随着技术的发展，人们不禁开始想象机器能否像人类一样真正交谈。对于那些期望机器拥有超级智能的人来说，真正的挑战在于如何避免机器的篡权，并确保它们的服务是为了人类的福祉而不是替代人类。

幸运的是，能说话的机器正在帮助人们完成许多枯燥的任务。它们越来越擅长处理那些例行公事型的麻烦事情。人们将很快能够通过语调自然的语音命令来让机器办事。对于那些不知道如何操作复杂技术的人来说，语音界面使他们能够轻松地利用科技。人们与机器之间的自然语言交互是一个新的里程碑，为所有人提供了信息和服务的新途径。

虽然语音技术的发展使人们能够与机器进行更自然的交流，但并不意味着人们会完全放弃文本交互。网站和移动设备并没有让传统的电话和台式电脑过时，同样地，语音交互也不会完全取代文本交互。人们会根据情况和需求选择最适合自己的交流方式。

值得注意的是，并非所有人都会选择语音交互。在日本，许多人会在公众场合避免语音交谈，因此在某些时段，如工作时间，Siri的使用率较低。但语音技术的发展对许多用户来说仍然是一件好事，无论是写作、帮助老年人还是让不会打字的幼儿也能与机器交流。对于肌萎缩性侧索硬化（ALS）患者等打字困难的人群来说，新技术给他们带来了希望。微软推出的一款新设备允许他们通过眼睛在屏幕上选择字母来“说话”，展现了预测文本、学习用户习惯并改进预测方式的重要性。

人们甚至开始寻求与机器的亲近交流。聊天机器人小冰在中国的推出展示了机器如何学会持久地与人交谈。虽然人们不会将小冰视为人类，但它确实提供了一个平台，让人们可以更加畅所欲言。人工智能的发展正在改变人与机器之间的关系，为我们带来了更加便捷、多样化的交流方式。随着自然语言技术的崛起，不仅大型语言社群，就连规模较小的语言社群也能从中受益。过去，由于优质软件大多局限于英语或中文等主流语言，小语种的生存空间受到威胁。但现在，有了新软件的加持，研究人员能以更快速度记录和保护小语种，足够的数据资源也为小语种的开发提供了无限可能。硅谷巨头已经实现了软件的多种语言本地化，借助神经网络技术的力量，新版本软件的推出速度不断刷新纪录。

自然语言技术的迅猛发展也带来了两大挑战。首先是隐私问题。越来越多的设备始终保持“聆听”状态，如数字助理等，虽然方便用户随时随地激活使用，但这也让许多注重隐私的用户感到不安。使用用户的语音、词汇、书面文档等训练语言软件也存在类似的问题。对此，科技公司需要更加重视用户隐私保护，提供更多选择。例如，最新的iPhone已经设计了一个面朝下放在桌子上时语音助理不会被激活的功能，但仍需警惕黑客技术突破这些防护。

另一个挑战是工作岗位的变革。随着自然语言技术的成熟，越来越多的例行性工作都可以被自动化处理。例如客户支持服务，原本需要大量人力处理的问题，现在可以通过语言技术自动化解决。Nuance公司的语音生物识别技术就是一个很好的例子，它使得客户支持工作更加高效便捷。自动化也会带来就业市场的变革。对于那些不能适应这种变化的人来说，这是一个痛苦的过渡时期。但正如谷歌搜索诞生时一样，机器虽然能替代一些工作，但同时也创造了新的工作机会。对于那些能够适应新技术的人，他们将有机会从事更加有趣和创造性的工作。牛津大学经济学家卡尔·贝尼迪克特·弗雷的研究也表明，受冲击最小的工作是那些需要高创造力、高技能要求的复杂社交互动工作。

这引发了对智能本质的深层次思考：语言一直被视为人类独有的特质之一，但人工智能研究者们坚持认为智能机器的思考方式与人类不同。当这些机器能够像人一样倾听并交流时，它们究竟应被归为何类？当我们教授机器运用语言时，人与机器之间那条曾经分明的界限开始变得模糊不清。人工智能的发展正在挑战我们对自身智能与机器智能的固有认知，这是一个值得我们深思的问题。