联邦立法者想要涉足人工智能领域，从而掌握发言权。研究人员现在打算利用电视节目来提高人工智能系统的预测能力。近日，谷歌表示，它将在中国开设一家人工智能研究机构。随着2017年接近尾声，相关新闻头条不断涌现且人工智能无孔不入，所有这些都表明人们对人工智能仍表现出浓厚的兴趣。
同时，以近期的发展趋势来看，随着机器逐步深入人类生活，2018年一定是人工智能产生重大飞跃的一年。
利尔曼博士对此非常赞同，她是爱丁堡大学博士后研究员，爱丁堡大学参与利用热门犯罪系列节目“犯罪现场调查”来训练人工智能系统的项目——具体涉及与节目内容相关的视频、音频以及文本，从而训练人工智能系统掌握准确识别剧集中“坏人形象”的本领。
利尔曼博士向BGR解释说，研究人员想了解，如果数据充足，人工智能系统能否在接受训练之后解决人类所面临的难题。结果如何呢？计算机掌握了在每距一集结束还有60%的时间内找出犯罪嫌疑人，而观看该节目的人找出犯罪嫌疑人的成功率只有85%。
利尔曼说，对于像她这样的研究人员来说，那些研究结果则非常乐观。这些研究成果发表于10月底出版的学术期刊《计算语言学协会的交易》上。研究团队希望能够抛砖引玉，带动学术界同仁在他们的研究成果基础上进一步发展。
“在这篇论文中，”该团队写道，“我们认为，作为理想的实验平台，以《犯罪现场调查》为代表的犯罪剧可以模拟现实世界的自然语言认识以及与之相关的复杂推理。”据利尔曼的说法可知，该团队也对“犯罪现场调查”系列训练人工智能系统所获得的成果感到非常满意。
我们拒绝猜测埃隆·马斯克对这此问题的看法，更不会怀疑用脚本犯罪剧来训练超级智能会造就邪恶的超级人工智能。以严肃的角度来说，这一实验由于其本身的新颖性而产生大量的重点关注以及相关的电视节目。这也为团队带来了一些相对理性的思考，即当我们进入新的一年，面对大量关于人工智能及未来世界的头条新闻时，这些问题也不应忽视。
就像利尔曼的团队只是通过为系统提供大量数据一样，此类实验根本无法达到完美的精确度或几近完美。
利尔曼说：“我不同意那种看法，提供更多的数据就能够通过提高预测准确性从而帮助解决整个问题。”“我认为，我们需要认真思考，应该让模型获取一些其他的信息。”人类掌握如此多的世界知识，以至于很难用一种详尽的方式在机器上进行编码。我认为我们需要为模型提供更好的背景知识和更佳的推理策略。我认为仅仅是把非结构化的数据扔给模型，并不会给我们带来更多益处。能够提供的帮助可能不会太大。”
值得关注的是，研究人员在此种观点下会取得何种研究进展。这也是为何人工智能话题将成为2018年的一大亮点。
联邦政府可能也会助其一臂之力，来自华盛顿州的民主党参议员玛丽亚·坎特韦尔已经起草了一份法案，该法案建议设立一个专门研究人工智能的委员会。该委员会成员将由商务部任命，并将向内阁成员就人工智能提供建议。
即将出台的法案如此措辞：“对美国国会而言，理解并为正在迅速发展的人工智能作出支持，对美国经济繁荣以及社会稳定至关重要;人工智能的发展可以为信息经济提供动力，激励理性决策，并帮助解决在法案颁布之日起无法解决的疑难问题，从而极大地造福社会。”
所以我们的人工智能发展至此。国会希望对人工智能有所定义，并帮助政府为其所用并从中受益。研究人员利用电视节目来展示他们是如何训练人工智能系统的。至少可以说，我们可以对2018年有所期待。
