拿個例子想像一下。以下哪項公共設施，明天將不會開放？屯門游泳池、三棟屋博物館、沙田瀝源公共圖書館、花園街圖書館自修室。即使毫無頭緒，搜尋答案絕不困難，隨題「附送」的選擇把可能性大大縮窄，只要搜尋四地網址，不難找出開放時段，假若沒有四十五秒的時限，只需懂得上網，可說毫無難度。
對電腦而言，可不是這樣簡單。它首先要「明白」問題，「估計」哪些網頁載着相關資料，取得網頁後還要懂得「理解」文字；舉例，某處寫着「星期一休息」，這五個字與問題相干嗎？「明天」是否「星期一」？「休息」與「不會開放」是否同義？我們想當然的認知，電腦一竅不通。倘若設施名稱與選擇題不完全吻合，例如網頁只寫着「沙田公共圖書館」和「瀝源公共圖書館」，而沒有「沙田瀝源公共圖書館」，那究竟題目所指的是哪間圖書館？網頁上只有「花園街公共圖書館」，而沒有「花園街圖書館自修室」，怎辦？我們習以為常，電腦摸不着頭腦。
編寫一條能夠幫我「撳錢」的程式，差不多要將人類對語言的理解「移植」至電腦，工程之浩大非我一人能及。
IBM 卻有此能耐，經過四年研究，造出懂得玩問答遊戲的超級電腦，還擊敗了兩位人類參賽者。為紀念公司創辦人，此系統名為 Watson，由一百部 IBM Power 750 伺服器組成，運算力相當於二千八百部個人電腦，雖然不能上網找資料，但擁有 15 TB 記憶（即 15,000 GB，上網與否亦無關痛癢了）。
介紹一下這個問答遊戲，叫《Jeopardy!》，1984 年首播至今，在北美十分著名。說得準確一點，這是一個猜謎遊戲多於問答遊戲，主持人宣讀謎面，參賽者鬥快猜謎。像平時猜謎一樣，謎底屬於某些類別（如動物、人物、城市），且會預先宣佈，作為提示。讓我模仿《Jeopardy!》的謎語形式，拿本土事物舉例，以下兩則謎底的類別都是「香港大廈」。
謎面：這幢毫宅的名字，與法國某名勝同。
謎底：凱旋門
謎面：International Fried Chicken?
謎底：IFC
有點 IQ 題的味道，但不是全靠想像力，需要點常識。《Jeopardy!》謎語的範疇包羅萬有，參賽者必須歷史、文化、地理、天文、科學、音樂、法律樣樣皆曉；對 Watson 而言，記憶不是問題，難題在於理解謎面和謎語類別（學術性的說法是「natural language processing」），再從資料庫抽絲剝繭（「knowledge representation」），間中還要運用聯想力之類「非知識性」的解謎技巧。如此「人性化」的電腦程式，起初很多人都抱懷疑態度，但歷史告訴我們不要低估 IBM 這科技界巨無霸。回想十四年前，Deep Blue 擊敗當時世界棋王卡斯巴羅夫，這是很多前人認為不可能的事。IBM 就是有這種破舊立新的文化，並有足夠資源去做些「明知不可為而為之」的壯舉。
Watson 的解謎系統稱為 DeepQA，意指 Deep Question Answering，有深度的「有問必答」，它首先從問題抽出關鍵字，輸入資料庫，尋出一系列可能答案，再用上百種方法測試每個答案的可信性，某答案的可信性夠高，它便嘗試作答。如上面所說，這過程的關鍵在於理解文字，對電腦來說絕非易事，這裡再舉一例。假設謎面是「It was introduced by the Coca-Cola Company in 1963」，另一邊廂，Watson 在資料庫看見「Coca-Cola first manufactured Tab in 1963」（Tab 是一種汽水），Watson 必須懂得「introduce」和「manufacture」同義才能答對，然而兩字並非絕對等同，十分視乎上文下理，當你 introduce 你的太太給我認識，你絕不是 manufacture 你的太太，對嗎？
理解不是搬字過紙念口簧，對電腦來說絕對是一項挑戰。另一例，「John McCain ran for president」和「Usain Bolt ran 100m in 9.58 seconds」，一個「run」字，兩個意思，Watson 也要明白。
說了這麼久，Watson 究竟有幾勁？最好就是觀看它和人類比賽，今日篇幅所限，下星期才能概述賽程，現在讓我說說《Jeopardy!》的比賽形式，替下週埋個伏線。
三位參賽者面對一個大屏幕，屏幕分三十六格（六橫行乘以六縱行），最頂橫行顯示謎語類別，第二橫行是價值 $200 的謎語，第三橫行是價值 $400 的謎語，至最底橫行是價值 $1000 的謎語。抽籤決定誰人開局，開局者可以選擇揭開任何一格，謎面揭開後，主持人宣讀謎面，參賽者必須待謎面讀畢，才能撳掣。最快撳掣者，猜對便加錢，猜錯會扣錢（加減根據謎語的價值），容許補答。最終答中者可以選擇任何未揭的格子，重覆選格子／讀謎面／搶答的循環，直至完成所有謎語。
Watson 電腦一部，怎樣看見或聆聽謎面呢？屏幕揭示謎面時，亦即人類參賽者看見謎面的一刻，Watson 會收到相應的文字檔。有人說，人類閱讀謎面需時，電腦接收文字檔近乎即時，偏幫了 Watson，最公平的做法是替它裝上攝錄機，運用光學字母辨識技術「閱讀」謎面，或再輔以話音辨識解讀主持人話語，這樣 Watson 和人類參賽者才是「平起平坐」。我沒法洞悉 IBM 的想法，以下只是我的想法。據我所知，今日的話音辨識未足以準確解讀日常對話，字母辨識雖然成熟，但 Watson 不僅需要辨認字母，它需要分析眼前的整幅景象，包括那大屏幕會變的三十六格，難度又高一重。以今天的科技可能辦到嗎？我不肯定。無論從技術或市場推廣的角度，猜謎才是 Watson 計劃的「主菜」，對於周邊未臻完善的「伴碟」，IBM 捨難取易，無可厚非。
Watson 怎樣撳掣？當主持人讀畢謎面，亦即規例容許參賽者撳掣之時，一位操作員會給 Watson 打個電子訊號，指示可以撳掣，Watson 根據心目中答案的可信度決定撳掣與否，肯定的話，一隻機械指頭便會按下，像人類撳掣一樣。有個說法，人類可以預計主持讀畢謎面的一剎，Watson 不懂預計，只有等待操作員訊號，因此人類有搶答的優勢。
總的來說，比賽公平嗎？言人人殊，我沒興趣辯論，容我這樣說，IBM 和《Jeopardy!》已把 Watson 的賽內操作和盤托出，所有人類參賽者都是自願，「食得鹹魚抵得渴」吧。
兩星期前，Watson 在全美國電視觀眾面前擊敗兩位人類參賽者，二人絕非泛泛之輩，可說是《Jeopardy!》史上最優秀的兩位。Ken Jennings 保持最長勝紀錄，曾在 2004-2005 年連贏七十四仗，賺得超過二百五十萬美元獎金。Brad Rutter 是累積獎金最多的一人，曾在 2000、2001、2002、2005 年參賽，合共賺得超過三百二十萬美元獎金。
最強勁機器與最優秀人類的對決，雖然勝負已分，下週我會分析賽程，找出 Watson 的強項和弱點。
（2011 年 3 月 2 日 信報副刊）
Technology Review, Scientific American, New Scientist, IBM Research Blog 和 IBM Research Blog 都有些賽前報導，談及猜謎的挑戰和採用的科技，頗值一讀。
Watson 和人類的對決勝負已分，全部在 YouTube。
第一日：Part 1，Part 2
第二日：Part 1，Part 2
第三日：Part 1，Part 2
沒有留言:
張貼留言