编者按：有关人工智能的最新研究，将为计算机学习人类和周围的世界打下一定的基础。

　　在计算机工业发展之初，人工智能就曾使得无数社会科学家和高科技研究者为之痴迷，但是，从上世纪90年代开始，它却渐渐失去了诱人的魅力。经过上世纪80年代的投机性繁荣之后，科学家们试图将人类智能编成代码转化到系统中，使系统能对概念进行分类，并且系统之间也能相互联接，但是，这些努力并没有获得成功。而且那些所谓的“专家系统”，体现出来的往往是人类社会中某些权威所认同的规则和智慧的结晶，而这些专业而精深的规则和思想，除了应用于专门的编程项目以外，很难普及和推广到大众领域。即使当年国际商业机器公司（IBM）的国际象棋机器人“深蓝”（Deep Blue）凭借每秒判断2亿个棋盘位置的本领，击败了国际象棋大师加里·卡斯帕罗夫(Gary Kasparov)，这一胜利仍然没能带来人工智能产业的全面复苏。

　　如今，新一代的研究者们希望能够重新激发起人们对人工智能的兴趣。一方面，更快、成本更低的计算机处理能力、内存和存储，以及能够对演说、笔迹和文章结构进行分析的统计技术的兴起，都有助于刺激人工智能领域新的发展；另一方面，用户们已经转变思路，他们不会等到人工智能技术完全成熟再使用这个技术，而是希望获得实用的解决方案来解决日常问题。目前，研究人员正在开发带有人工智能功能的用户界面，系统能进行运算或根据用户需要的预期来提示一些文本信息，同时，软件试图反映出人类的记忆，以帮助他们在杂乱的数字世界中找到有用的信息。很多研究都采用了“贝叶斯统计方法”(Bayesian Statistics)。“贝叶斯统计方法”是数学的一个分支，它在做统计时，既能考虑到人们一些共同的经验和认识，而且还能从截然不同的历史知识中把一些不完备的和偶然结果也考虑在内。一些新的人工智能研究还涉及到计算机科学的一个新生领域：人工智能与人机互动之间的交叉领域。

　　一些行业趋势也促进了人工智能的研究。新兴的无线传感器网络领域，应用人工智能技术可以帮助进行数据分析。无线传感技术在收集行业运营、生态系统或建筑物及家庭状况等方面的海量数据上，也有着很大的潜能。美国国防部也在继续资助人工智能的研究，部分原因是为制造智能汽车和机器人打下基础；今年10月，国防部先进技术研究计划署（Defense Advanced Research Projects Agency）将在加州或内华达州的沙漠中，举行第二届“大挑战”机器人汽车大赛。

　　奔迈公司（Palm Computing and Handspring ）的创始人和Palm Pilot的发明者杰夫·霍金斯（Jeff Hawkins）和堂娜·杜宾斯基（Donna Dubinsky）同样对人工智能表现出了强烈的兴趣。今年3月，他们创建了Numenta公司，主要从事模仿人类大脑记忆的软件产品的开发工作。该公司的模拟软件能完成普通计算机无法做到的事情，比如说，区分动物的图画等。

　　《信息周刊》英文版分别考察了4个人工智能研究实验室，他们分别是IBM公司，英特尔公司（Intel），微软公司（Microsoft）以及施乐公司（Xerox）下属的帕洛阿图研究中心（Palo Alto Research Center）。尽管目前的研究或许并不会带来人工智能的新一轮大发展，但它将为一系列新的计算机系统打下基础，这种计算机系统将具有从用户和周围世界学习的能力。