第798章 图灵测试（2 / 6）

通过模拟进而发明。

但后来经过多年研究证明，这种方法非常不现实。

因为机器始终是机器，永远不可能像人那样思考。

科学家们不得不另辟蹊径。

到了20世纪70年代，大家开始尝试机器智能的另一条发展路径。

即，用数据驱动和超级计算的方法，来实现人工智能。

这种方法又称为机器学习或者知识发现，也就是我们之前说的现代的人工智能发展方式。

最早在这方面做出成果的是1972年美国康奈尔大学的教授弗雷德贾里尼克。

他不是人工智能专家，他是一位卓越的通信专家。

他认为人的大脑是一个信息源，从思考到找到合适的语句，再通过发音说出来，是一個编码的过程。

经过媒介声道、空气等传播到听众的耳朵里，是经过了一个长长的信道的信息传播问题。

最后听话人把它听懂，是一个解码的过程。

也就是说，他认为人工智能的语音识别，是一个典型的通信问题。

可以用解决通信问题的方法来解决。

为此贾里尼克用了两个数学模型，即马尔科夫模型，分别描述信息源和信道。

找到了数学模型后，下一步就是用统计的方法训练出模型的参数，这在今天来讲就是机器学习。

通过这种方法，人工智能的语音识别率从过去的70左右，提高到了90。

同时语音识别的规模，从几百词上升到了两万多词，堪称革命性的发展。

最重要的是贾里尼克的研究得出一个结论。

即：

随着数据量的不断提升，系统会变得越来越好。