让机器以一种“常识”的方式自行思考是计算领域的“圣杯”。美国卡内基·梅隆大学研究人员正尝试着给计算机植入人工智能的数字化“种子”——让计算机系统不断观看各种图画，并自己决定它看到的内容都是什么意思。研究小组将在12月4日澳大利亚悉尼召开的美国电气与电子工程师协会（IEEE）国际机器人视觉大会报告他们的成果。
从今年7月开始，在卡内基·梅隆大学，一个名为“尼尔”（NEIL）的计算机程序就在24小时不停地从互联网上搜寻图像。其中有几个关键小步骤，就是它要自己决定这些图像之间的相互关系，尽可能自行理解它们，以此建立起我们所谓的“常识”。
常识与联想
“尼尔”是“无休止图像学习”（NeverEndingImageLearning）的缩写，其在两个计算机组群上运行，包括200个处理器核。随着它的视图数据越来越多，积累的“常识”也越来越多。常识是人们似乎知道却不曾明说的信息，比如汽车通常是跑在公路上，建筑物往往是垂直的，鸭子看起来很像鹅等。
“任何智能都要有常识来帮它作决策。”卡内基·梅隆机器人研究所教授阿比纳伍·古普塔说，让一台计算机自己联想，对它来说是完全不同的挑战。比起编制一台超级计算机程序来说，圆满迅速地完成一项任务更难以应付。比如1985年卡内基·梅隆研究人员编制下棋程序让一台计算机下棋；12年后，计算机打败了国际象棋冠军加里·卡斯帕罗夫。
麻省理工大学人工智能专家凯瑟琳·哈瓦希说，人类能不断利用“不言而喻的假定这一巨大库存”来作决策，而计算机却不能。对一些人类能迅速作出反应的问题，计算机却要花更长时间才能算出来。“长颈鹿能坐上你的汽车吗？我们甚至不用思考就能得出答案。”她说，因为我们对长颈鹿的身体大小有一种常识。
随着程序运行，“尼尔”逐渐能给图像做次级分类，比如三轮车可以分为小孩用、大人用，还能装上发动机变成三轮摩托；汽车有不同的商标和样式等。然后它慢慢注意到事物之间的联系：斑马往往出现在大草原上，老虎看起来有点像斑马，股票交易所大楼通常挤满了人。
在短短4个月里，“尼尔”的200个处理器核已经分析了3百万幅图像，从其中50万幅中识别出了1500种物体，1200个场景，并把相关的点连接起来做了2500个关系联想。“尼尔”生成的联想有些是错的，比如“犀牛是一种羚羊”，而有些很奇怪，如“演员在监狱牢房里”或“新闻主播看起来像巴拉克·奥巴马”。
“我爬，我看，我学习”
“图像是学习视觉性质的最佳方法，”阿比纳伍·古普塔说，“图像也包括了与这个世界有关的许多常识信息。人类自己学习了这一点，对于‘尼尔’，我们希望它也能像我们一样。”
伊利诺伊大学芝加哥分校计算机科学系主任、人工智能专家罗伯特·斯洛恩说，“尼尔”的方法会产生有趣的结果，因为只用语言去教一台计算机“会带来各种问题”，“如果它们对着不管什么地方看到的动物，都不停地说‘斑马、斑马、斑马’，我会对这一幕印象深刻。”
机器人学博士生阿比纳伍·希瑞瓦斯塔伍说，“尼尔”有时也会出错，所以还需要有人工参与。比如谷歌图像搜索可能会“误导”它，让它以为“pink”（意为粉红色）是一位歌星的名字，而不是一种颜色。
“人们不一定总是知道该怎么去教计算机，以及教它们学什么，但发现它什么时候出错，人们是很擅长的。”希瑞瓦斯塔伍说，人们会告诉“尼尔”，物体、场景等属于哪一类，以便研究分析。
有时候，“尼尔”的预测能力也让研究人员震惊。在搜寻“苹果”时，不仅给出了水果图，还有苹果电脑；搜索F-18时不仅发现了战斗机，还有F-18级双体船，这是古普塔和他的陆地小组所不知道的。