这星期，美加电视ABC频道晚上七点半播出的智力问答竞赛Jeopardy！请了Watson先生上来打擂。Watson先生是一位啃了好多图书馆文献并具有高速检索能力的
IBM电脑。从这两天他的表现来看，另外两名同台竞赛的人类高手，Jeopardy！曾经的长胜冠军，已经被他远远地抛离，望尘莫及。今天星期三将是最后一天，不知各位茶友有没有观看，有何看法。

这个节目是去年底就录制好了的，或许有不少茶友已早知比赛结果。在介绍Watson的实际功用时，IBM着重讲了他的强大检索能力在医疗诊断方面的应用前景。这也是我将他联想起福侦探的助手称他为华生的缘故。

对此节目有兴趣的茶友如果错过了第一天比赛介绍的话，我想补充说明一下。一，Watson并不与Internet连接。二，他其实听不懂节目主持人的提问。每次主持人口头发问一条问题的同时，把问题的原文用文字的方式输入给Watson。这样一来，我就觉得有个公平问题。因为，其他两位也算是绝顶聪明的人类赛手未必不会这些问题，只不过在反应和按键速度方面输了，没机会回答这些问题而已。所以我建议那两位人类赛手不如险中求胜，在提问那类他觉得有把握的问题时（Jeopardy！问题是归类的），不管三七二十一先按了键把话语权抢到手再说。虽然最后可能还是输，但应该不会象现在这样输得这么难看。另一方面，我觉得Jeopardy！上的问题很少是要用到Fuzzy logic 的，而这一点正是人类要比机器优胜之处。

另外，我觉得有几个有兴趣的问题想跟茶友们泛泛地交流一下。当然，应站长要求，不要太学术性了。

IBM能凭这个跟Google Bing 搜索争一日之短长吗？

人工智能/专家系统发展的瓶颈在哪里？是听力问题？是理解问题？是资料综合问题？中文比起英文来说解决这些问题是处于优势还是处于劣势？

现在中国已经制造出世界最快的电脑了，看来硬件方面中国已经是世界一流的了（当然，不要问芯片是哪儿的）。相反，在软件方面，似乎还没有什么拿得出手的东西，也是被人家远远地抛离，望尘莫及。

呵呵，宇澄兄终于开始自己建楼了。

听说过这件事，但没看节目。宇澄兄可否介绍一些节目中使用的题目？我觉得若是单纯的知识题或计算题，那计算机胜过人一点都不希奇，远不如以前DeepBlue胜过卡斯帕罗夫那一战来得有意义。

另外，若如宇澄兄所说，＂每次主持人口头发问一条问题的同时，把问题的原文用文字的方式输入给Watson＂，那我倒对该机器的文字识别能力有点兴趣，如果那台机器能让我来玩几天，我会有兴趣测试它在文字识别方面的能力，看它是否能＂看懂＂微妙一点的文字，这个据我所知是很困难的。

给电脑一堆人物照片，不同背景，不同角度，全身，半身都有，服饰各异。之后让电脑分辨照片上的人是男是女。找个6岁小孩和电脑比比谁分辨得更快更准。。。

::可否介绍一些节目中使用的题目？

“The US city of its biggest airport named after a WWII hero and its second biggest airport named after a WWII battle.”
仅凭回忆。未必字字准确。
这是Final Jeopardy的题目，也就是说三位竞赛者都有份回答，不必抢答。结果是，两人答对了，Watson答错了。而且我觉得似乎错得有点离谱。答案我暂时卖个关子不复述吧，让没看过节目的朋友想想。老实说，我也不会这题目。

其实J!是把两次比赛的录像放在三天时间播完。前天昨天的J!花了一半时间来介绍Watson，合共只播了第一次比赛的录像。所以如果大家错过了前两天的节目，今天看仍然可以看到完整的一次比赛。

::我觉得若是单纯的知识题或计算题，那计算机胜过人一点都不希奇，远不如以前DeepBlue胜过卡斯帕罗夫那一战来得有意义。

我认为两次都算是里程碑似的。而从技术上来说，是Watson胜过DeepBlue。
IMHO，DeepBlue说不上有什么智慧。因为1.它接受的问题是有限的，32颗棋子（当它是开算function的32个parameters吧）的不同摆布而已。2.它选择答案的可能性是封闭的，不可能让棋子跳到64个格子以外。所以，它能胜过卡斯帕罗夫不算本事，棋谱存得多加上算得快用穷举法压死人就是了。它能胜过李昌镐才算本事，因为这至少意味着，1.量子计算机光子通信之类有了重大突破，361个格子的穷举法也不会把自己压死；或2.NPComplete问题有了重大突破，Clay悬赏百万的难题七剩五；或3.电脑真的有那种除了计算之外的灵气了。哦，顺便一提，电脑刚刚是被龙珠雷达扫中了软肋，或死穴：-）

而Watson..要不等看完了今天的J！，或者再听听各位的高见，再作评论吧。

:: DeepBlue说不上有什么智慧。

这个跟什么是智慧颇有关系。在我看来判断一台计算机的智慧时算法的权重应远高于数据（当然，这是仅指计算机所具有的能力，人的智慧中还有计算机尚无法模拟的部分，就不算在内了）。

我前面的评论是排除了Watson的语句识别能力的评论。如果题目的语句类型完全不限的话，那么Watson的语句识别能力无疑是很了不起的，如果宇澄兄所说的Watson胜过DeepBlue指这个，那我完全同意。但除了那种能力外，它的其它过人之处恐怕主要是存储而非算法，这在我看来就没什么特别了。象宇澄兄提到的猜城市的题目，只要它理解了题意（即知道所要找的是什么信息），并且存有所需的信息（即有关美国城市、机场、二战英雄、二战战役的数据及合理的联系－－比如机场信息中应包含规模、所属城市名等，用数据库语言来说是机场这一table包括规模、所属城市等column），那么随便哪个三流数据库管理员所写的Query就 足可找出符合题意的答案，从算法角度讲是极其简单的。而DeepBlue的算法虽然没有高明到能下围棋的程度，比这恐怕还是要高明得多。因此Watson所展示的虽然是答题能力，在我看来最令人惊叹的其实却应该是语句识别能力。

当然，以上全是胡猜，哪天有机会俺去瞻仰一下它的算法（如果公布的话），然后再细掰吧--说不定还可以写一篇“华生背后的...”之类的东西。:-)

中文方面,微软刚出了个电脑对联软件：
http://couplet.msra.cn/app/couplet.aspx
今天元宵节,大家有兴趣去对对.

::在我看来判断一台计算机的智慧时算法的权重应远高于数据
同意。

::那么随便哪个三流数据库管理员所写的Query就 足可找出符合题意的答案，从算法角度讲是极其简单的。
关键就在这里。
根据我对Watson的了解，Watson啃了好多图书馆文献，他吃进的可是Raw Material （好一个Data Cruncher），以后就靠他自由发挥了。我不知道IBM有没有人教他应该在这些资料的基础上建立一个像样的Relational DB。但我基本可以肯定没人教他该设什么Table，加什么Column，等等。如果他能无师自通或在他现读的某本电脑书里面学会了再建一个DB再Normalize之类的，那么他在AI方面Heuristics的能力也是令人震惊的。
不过我还是认为，他是无法通过建立一个Relational DB来解决问题的。原因是从理论上来说他要处理的信息的种类和数量都是unlimited的。举例，如果你要建一个NBA的数据库供搜索，那么从设计DB的那一刻你就知道该放几个Table（无外乎球员，球队，比赛，等等），因为这些跟NBA相关的信息量是封闭的有属性的。而Watson要处理的情况就完全不是这么一回事。他对问题作反应搜索自己所储存信息时用的是“三流数据库管理员所写的Query”技巧（SQL？）还是用他自己一套靠近人思维的Query方式，或是他还有什么更高明的Query方法，我不知道。

所以Watson错过US City问题的准确答案Chicago而误答成Toronto，原因可能是，他读进二战的历史时，相关文章中只提过O'Hare是一个Brave man，但没有Hero的字样。Watson未懂得Brave man和Hero是近义词，所以误答。

尽管如此，Watson在吃进那么多用人的语言写的原始材料后，能够有能力作初步的消化理解作出梳理，也算是很了不起。如果Watson或他的后继者能取下AskJeeves曾经野心要达到的目标，造成搜索引擎大洗牌，也不是不可能的。

我用Google和AskJeeves试了一下。
which US city with airport named O'Hare？
它们都能给出正确回答。但是如果我问
which US city with airport named after a WWII Hero？
它们都没有直接给出正确回答。只有提供一个链接去Jeopardy！

:: Watson啃了好多图书馆文献，他吃进的可是Raw Material （好一个Data Cruncher），以后就靠他自由发挥了。

这么厉害？图书馆文献不进行任何“烹饪”，不加任何“佐料”，直接以（数字化后的）原文输入都行？如果这么厉害，我收回前面的评论。

谷歌那种回答能力多半只是关键词匹配加上排序算法，不是因为它懂得问题的含义后的作答，Watson的算法应该非常不同。

华生已经这么厉害，毕竟还是被动反应式的。哪天福尔摩斯出来了，钻到你的厨房掀开你的锅盖也搜个遍，恐怕更不得了。：-）

我查了下：Watson硬件是10个机柜的Power 750服务器，2，880个处理器核心，运算速度80 teraflops，内存15TB，数据库是DB2，运行SUSE Linux Enterprise Server操作系统，软件平台采用开源程序如Eclipse平台和Apache的Hadoop和Unstructured。
全球共有4个IBM实验室参与了研发，包括中国、美国、以色列和日本。中国实验室主要负责核心算法，包括结构化信息，尤其是帮助排除愚蠢答案，还负责改进学习算法。
===============================================================================
深蓝是在有限规则内快速计算，关键在于算法，无需大量知识；而Watson则是做语意分析，它具有模糊性，需要大量结构化和非结构化的知识。

我觉得人工智能的突破主要在于它的学习能力的建立，如果它能象婴儿一样自己慢慢学习与纠错则是前途无量。

中文检索似乎更复杂。比如搜索“华人”，“中华人民共和国”中虽然有“华人”，但绝对不能跳出来，这叫中文检索的“切分”技术，对应有知识库，比西文的可能更复杂。

这里有一些信息：
http://asmarterplanet.com/blog/2011/02
给人和电脑的输入是一样的。

：：根据我对Watson的了解，Watson啃了好多图书馆文献，他吃进的可是Raw Material （好一个Data Cruncher），以后就靠他自由发挥了。我不知道IBM有没有人教他应该在这些资料的基础上建立一个像样的Relational DB。但我基本可以肯定没人教他该设什么Table，加什么Column，等等。如果他能无师自通或在他现读的某本电脑书里面学会了再建一个DB再 Normalize之类的，那么他在AI方面Heuristics的能力也是令人震惊的。
=======================================================================
它可能能对Raw Material自动做元数据，如比较流行的DC元数据（Dublin Core元数据）等。

：：不过我还是认为，他是无法通过建立一个Relational DB来解决问题的。原因是从理论上来说他要处理的信息的种类和数量都是unlimited的。举例，如果你要建一个NBA的数据库供搜索，那么从设计DB 的那一刻你就知道该放几个Table（无外乎球员，球队，比赛，等等），因为这些跟NBA相关的信息量是封闭的有属性的。
=======================================================================
后关系型数据库处理非结构化数据比较得心应手，但现在新一代的关系数据库对半结构化、非结构化数据都有不同程度的支持，IBM DB2目前有pureXML技术。

多谢楼上对Watson作出的非常专业的解释。

：：多谢楼上对Watson作出的非常专业的解释。
=========================================
很多年前是搞过几个月的AI，但后来再也没多接触，AI进展也不知了，但兴趣还是有。

http://www.guokr.com/watson/
有Watson答题过程全揭秘，有兴趣可以多交流。

从这个“答题过程全揭秘”（http://www.guokr.com/watson/article/6643/）中看，那些数据搜索（无论是在数据库中的搜索还是对非结构数据的文本搜索）确实是很简单的搜索，我前面所说“随便哪个三流数据库管理员所写的Query就足可找出符合题意的答案”虽是调侃，也不算过分。真正令人赞赏的还是其语言识别能力，以及宇澄兄提到而该文没有提到的在准备阶段“吃”进海量数据，然后自己进行分类发挥的“自学成才”的过程（假定这一过程确实是“自学”而非IMB细心指导下的“填鸭”）。

我在YouTube上试图找比赛录像，结果没找着，只有跟比赛有关的新闻。不知哪位知道哪里可以看到这三次比赛的录像？

我在YouTube上找到但不全的是：
http://www.youtube.com/watch?v=4PSPvHcLnN0&feature=player_embedded
http://www.youtube.com/watch?v=CtHlxzOXgYs&feature=player_embedded

:: 硬件方面中国已经是世界一流的了（当然，不要问芯片是哪儿的）。
:: 相反，在软件方面，似乎还没有什么拿得出手的东西

Good point。但愿中国不是把高速电脑当成一个单纯的国家荣誉来争，只争排名，不问使用。

::但愿中国不是把高速电脑当成一个单纯的国家荣誉来争，只争排名，不问使用。

但愿，中国生产的不光是占据WALMART大部分货架的产品，高端智力密集形产品也出现多一点“华生”（MadeInChina）。
但愿，“华生”有朝能傲视IPad，回国省亲不需要为了省几个IPad关税钱得先切一箩大蒜来刺激泪腺以求表情逼真。（见昌海兄在“买了一个电子书阅读器”上的最新贴图）
但愿，贴图上那位帅哥不是出自富士康IPad生产线的第N跳，不然昌海兄这幽默也太黑色了点。