就像我们前面的文章提到的，Facebook在谈到未来时，有三个方面，一个是连接世界，也就是说可以让世界上另外十几亿人可以又快又好地打开网页；而另外两个，一个是人工智能，一个就是虚拟现实。虚拟现实我们先不谈，我们来看一下Facebook在人工智能这方面的进展。

我的同事写过，人工智能现在发展到哪个程度，不同的说法有很多。比如，

比如比尔·盖茨就称自己属于很担心超智能技术的人，并对人工智能的快速发展感到担忧。著名物理学家史蒂芬·霍金对于这个问题刚刚给出过“为人类带来灭亡”的评论；而特斯拉创始人兼CEO 伊隆·马斯克则认为人们应该对人工智能保持高度警惕；曾发明多种袖珍电子产品的英国著名发明家克里夫·辛克莱（Clive Sinclair）也认为人工智能将会毁灭人类。

另外一方面，在那些长期从事人工智能研究的专业人士看来，这项技术远远不值得担忧。比如

人工智能领域的权威人物、斯坦福大学人工智能实验室主任吴恩达（Andrew Ng）就认为，人工智能学界普遍有一种共识，就是人工智能实际上还处于非常低智的阶段。以图像识别、语音识别的深度学习系统为例：目前绝大多数的系统还处于大脑容量扩张的阶段，绝对还没有达到能够思考的程度——绝大多数的系统所做的只是利用海量数据，配合人类教给他们的逻辑，去计算结果。

既然Facebook把这个当成了未来十年的重要目标之一，那么他们的看法是怎么样的呢？首席技术官Michael Schroepfer的看法显然和吴恩达的更接近。他认为，现在现阶段的人工智能，还处于比较初级的阶段。

比如说，人工智能就没有办法搞清楚下面这张图是什么。

即使是小孩子，也可以非常轻易地知道照片的主体是一只狗，但是对计算机来说，他们根本搞不清那是什么东西。照片对它们来说就是一个个像素点，是RGB三个要素，是这个样子：

但是过去两年里，一个巨大的进步就是，科学家们教会了计算机不同层次的图片的含义。比如：

计算机已经可以对图片进行分组，可以识别出一些基本的线条，然后根据线条来判断是什么，可以理解照片的内容。Michael Schroepfer说，计算机已经可以通过单纯地看视频和照片，来辨别出不同的运动种类，比如篮球、棒球等，更厉害的是，一些非常细微的差别的运动，比如花样滑动、短道速滑等，计算机也都可以分辨。

但是最大的挑战还是在于如何让计算机懂得“情境”，或者说“上下文”。即使是最简单的问题，比如：

A在操场上。

B在办公室。

A拿起了球。

B去了厨房。

问题：球在哪里？

简单吧？但是即使是上一年里最先进的计算机，也回答不出来这样的问题。因为每个句子对它来说都是独立的，它不知道其中的关联，不知道“上下文”。为什么？Michael Schroepfer说，人工智能有点像是把往盒子里装东西，你教计算机这些东西，把数据放进去训练它，它学会了；但是当你问它新问题时，也就说打开一个新盒子时，它又什么都不知道。

但是现在事情发生了一些变化。Facebook团队决定赋予计算机“记忆”，也就是说，他们打造了一个叫做Memory Module的系统，它可以让计算机有一个短期的记忆，可以根据刚刚“看到”的东西，联系上下文来回答问题。所以，当你再问计算机，“球在哪里”的时候，它会记得，A在操场上然后又拿起了球，所以得出“球在操场”的结论。

这个问题看似没有什么挑战性。来个复杂点的。有趣的是，Michael Schroepfer展示了Facebook的计算机回答“魔戒在哪”的问题。

比尔博来到了洞穴里；

咕噜姆把戒指掉在那里；

比尔博拿走了戒指；

比尔博回到了夏尔；

比尔博把戒指留在了那里；

弗罗多拿到了戒指；

佛罗多向末日火山出发；

弗罗多把戒指丢在那里；

索伦死了；

弗罗多回到了夏尔；

比尔博去到灰港

问题：戒指在哪里？

这个问题比之前的“球在哪里”复杂多了吧？但是尽管上面这段叙述顺序错乱而且有一些无关的叙述，但是计算机马上就给出了“戒指在末日火山”的答案，并且对后续诸如“弗罗多在哪里”这类问题，都回答得非常快。

Michael Schroepfer说，他们没有用任何《魔戒》的数据来训练过它，但是它依然根据被赋予的短期记忆回答出了这个问题。

对于一个从来没有读过《魔戒》的人来说，可能需要一分钟或者几十秒的时间来回答这个问题，但是对于计算机来说，所需要的时间不过是0.002秒。

尽管这还是一个很简单的问题，但是要注意的是，Michael Schroepfer说，在半年前，最先进的计算机还没有办法回答这类问题的简化版本，但是在半年后，这类问题对计算机而言就已经相当简单。

按照这种速度，十年后，人工智能到底会是什么样？可能你心里有了答案。