IBM公司和美國麻省理工學院（MIT）宣布，將聯(lián)合創(chuàng)建“激發(fā)大腦多媒體機器理解實驗室（BM3C）”，旨在使人工智能可以像人一樣看和聽。

　　人們在觀看棒球賽時，很容易就能將投手和投球區(qū)土墩區(qū)別開，甚至能預測下個投球是弧線球還是快球，但目前仍沒有機器能領會這些對人類來說非常簡單的任務，IBM和MIT的科學家希望改變這一現(xiàn)狀。

　　據(jù)美國《基督教科學箴言報》20日報道，他們將聯(lián)合創(chuàng)建BM3C開展相關(guān)研究，讓機器能像人一樣看、聽和解讀所看到的事物，而且這一項目會持續(xù)多年。

　　該實驗室是IBM大力推進人工智能發(fā)展的多個合作計劃中的最新一項。目前，有很多科研團隊正在從事讓機器“像人一樣思考，甚至在某些方面超過人類”的研究。

　　此前，MIT的其他研究團隊已在計算機預測和理解方面取得了進步。比如，今年6月，計算機科學和人工智能實驗室（CSAIL）的科學家宣布，他們通過向機器展示600個小時來自YouTube的視頻和電視節(jié)目片段，教會了它預測人如何打招呼——通過握手還是擁抱，準確率為43%；而人類實驗者的準確率為71%。2015年有報道稱，MIT的另外兩名研究人員制造出了“數(shù)據(jù)科學機器（DSM）”，能在無人幫助的情況下發(fā)現(xiàn)數(shù)據(jù)模式并挑選出相關(guān)的數(shù)據(jù)點。

　　盡管如此，教機器像人一樣看和聽目前還無人做到。科技博客TechCrunch的德溫·寇德威解釋說，問題在于人類的視線和聲音命令跨越多個認知規(guī)則：人類首先需要發(fā)現(xiàn)物體，然后建立它們之間的關(guān)系，并憑直覺獲得物理規(guī)則，諸如此類，而這些事情我們的大腦尤其擅長。

　　由于人類思維已掌握了這些技能，研究人員計劃基于真實的事情，在虛擬的神經(jīng)網(wǎng)絡上對機器視覺建模。他們預計，機器視覺系統(tǒng)可能會對教育、娛樂、健康等產(chǎn)業(yè)產(chǎn)生巨大影響。