計算機算法尚難破譯人類語言的模糊性和推理的奧秘，人工介入還是不可或缺
導語：《紐約時報》網站週一發表署名史蒂夫‧勞爾(Steve Lohr)的文章稱，如今計算機算法承擔了越來越多的工作，從股票買賣到廣告定位，從政治競選活動到約會安排，甚至是挑選胸罩尺寸，計算機算法無處不在。但不管算法如何演變，都不能完全脫離人工的介入而勝任當今不斷升級的需求。
儘管計算機算法正變得越來越強大、快速和精準，但始終還是只能理解文字字面的意思，任何上下文的引申義和細微的差異往往會成為絆腳石。即便已經非常強大，但計算機算法還是無法破譯人類語言的模糊性和推理的奧秘。但現在人們的要求已經大大提高，希望身邊的設備更能像一個人一樣提供信息。
因此，當編程專家們仍然“按部就班”地編寫計算機代碼時，更多的人需要加入進來做些更微妙的貢獻。為了滿足用戶更深層次的需求，人們不得不對計算機算法的工作進行評價、編輯或校正。例如，人們收集網絡上的資料庫，檢查和驗証它們，然後把它們編輯成能夠響應計算機請求的表單，將答案呈現在用戶面前。在這一過程中，人類對信息做瞭解釋和調整，使之能夠同時被機器和用戶所理解。
我們不妨把這種行為稱為新興的機械與人工協作模式，諸如 Apple 語音助手Siri和IBM的沃森超級計算機在內的問答技術都屬於這一範疇。在這類技術中，單純的計算機算法是無法勝任的。
以Twitter為例，該服務就動用了很多被稱為“裁判員”的合約工，來理解那些搜索頻率突然飆升的詞彙的語義和上下文意思。例如，當米特‧羅姆尼(Mitt Romney)在去年的總統競選中談及削減政府對公眾廣播的預算時提到了“大鳥”(Big Bird)一詞，一時間包含該詞的消息在Twitter上炸開了鍋。很快，Twitter的人工裁判就判斷出這裏的“大鳥”應該是一個政治評論，而非通常意義上的意思，從而對算法做出調整──當人們搜索“大鳥”時，保証跳出來的是羅姆尼談論的“大鳥”及其相關消息。
在這個實例中，只有人類才能快速而準確地理解這樣的詞彙及其背後的相關信息，軟件是無法在較短時間內完成的。同時，裁判們會立即把它加入Twitter的搜索算法，確保顯示結果與人們期望的一致。Twitter的兩位工程師在博客中寫道：“在這類事件中，人工才是系統的核心。”
即便是在非常崇尚算法和工程的 Google ，人工對搜索結果的貢獻也越來越多。幾個月前， Google 開始在知名的地點或人物的搜索結果右邊欄顯示摘要信息，譬如當你搜索“奧巴馬”或“紐約”時，旁邊就會出現簡單的介紹。這些摘要介紹信息一般來自維基百科和其它數據庫，經過人工編輯而成。這樣一來，當 Google 的搜索算法檢測到這些特殊詞彙是就會調用整理好的介紹信息，而不是簡單的顯示連接到其它站點的鏈接。
在 Google 負責搜索質量的工程總監斯科特‧霍夫曼(Scott Huffman)表示：“我們的思路有了轉變，部分搜索結果加入了人工策劃的結果。”
除了內容策劃人員，還有其他人在幫助 Google 開發調整搜索算法，以應對每月超過1000億次的搜索請求。他們通常被成為“評估員”。霍夫曼表示：“我們的工程師開發了搜索算法，但需要評估員幫助測試某一改動是否能夠提升搜索質量。”
23歲的凱瑟琳‧楊(Katherine Young)是一位 Google 搜索的評估員，她是 Google 簽的合同工，目前還在上大學。楊的工作是檢測和調整模糊的搜索結果和排序問題。譬如，針對“國王手裡握的是什麼”，她需要審核現有的搜索結果，給出合理的搜索結果和先後排序。譬如，一個包含“國王手握權杖”的網頁會被作為合理的參考答案放在第一位。
楊表示：“評估不是非黑即白的選擇，有時你不得不將自己置於用戶的角色，然後找出合理的結果及排序。”
IBM的超級問答計算機沃森經過了很長時間的訓練，試圖為醫生診斷提供專業的答案。不過即便如此，它也需要人工的介入。
作為“助理醫生”，沃森掌握了多種醫療書籍裡面的知識。此外，沃森還會接受來自醫學院的臨床醫生們各種詢問，不斷修正自己的知識庫。譬如，沃森可能會被問到這樣的問題，“什麼樣的神經系統疾病是禁忌使用安非他酮的？”沃森的軟件系統數據庫里可能包含了安非他酮這種抗抑鬱劑，但它可能會不明白禁忌是什麼意思。這時就需要人工的介入，告訴機器禁忌就是不能使用的意思，然後沃森才可能給出“癲癇症不能使用安非他酮”這樣的答案。
IBM科學家埃里克‧布朗(Eric Brown)稱：“我們借助醫學專家幫助沃森學習，使它變得越來越聰明。”
總之，我們的計算機算法正變得越來越好，但要完成更智能、更人性化的任務，它們離不開人力的幫助。(朱飛)
.[數碼新聞]紐約時報：計算機時代人工介入不可或缺
http://digital1010.blogspot.com/2013/03/blog-post_1175.html
