人人都喜歡調(diào)戲機(jī)器人。對于這個(gè)號稱可猜出我們心中所想的讀心機(jī)器人（http：//renlifang.msra.cn/q20/index.aspx）更要好好調(diào)戲一番。為了難住它，我們首先想讓它猜的人物是“自己”，但它猜對了；接下來，猜地點(diǎn)“天通苑”，它又猜對了；最后，試試在文學(xué)頻道猜《穆斯林的葬禮》這本書，這一次它失敗了。

現(xiàn)在，讀心機(jī)器人共包含11個(gè)頻道，包括人物、影視、文學(xué)、地點(diǎn)、機(jī)構(gòu)和禮物等。只要大家心中想到的人或物不太冷門，一般讀心機(jī)器人都能猜出來。

其實(shí)早在2011年年底，讀心機(jī)器人就在微軟亞洲研究院旗下的人立方搜索引擎上出現(xiàn)了。最近幾個(gè)月，研發(fā)團(tuán)隊(duì)為讀心游戲加入了與人對戰(zhàn)的模式，并且引入休閑游戲常備的積分和“金幣”系統(tǒng)。這款頗有意思的讀心游戲推出不久，就在互聯(lián)網(wǎng)和手機(jī)游戲市場吸引了大量關(guān)注，大家紛紛對其進(jìn)行測試和挑戰(zhàn)。很快，讀心機(jī)器人就贏得了“相當(dāng)可觀的”用戶數(shù)。

提到“讀心”二字，難免給人算命或者魔術(shù)的感覺。盡管我們知道它的一些基本原理——通過問問題不斷縮小答案的范圍，但被人猜出心中所想還是令人“心有余悸”。我們以非常不嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型計(jì)算，如果每個(gè)問題都可以將答案的范圍正好縮小一半，那么20個(gè)問題，就意味著可以在100萬（2的20次方）個(gè)對象中找到答案。但我們很好奇，微軟亞洲研究院開發(fā)這個(gè)看起來沒什么技術(shù)含量游戲的用意何在？

眾包計(jì)算的“陽謀”

有一種互聯(lián)網(wǎng)上常見的圖片驗(yàn)證碼，它包含兩個(gè)同樣風(fēng)格的英文單詞，但很少有人知道實(shí)際上只需要答對其中一個(gè)就能通過驗(yàn)證。至于另一個(gè)單詞，則是用戶在貢獻(xiàn)自己的腦力，幫助系統(tǒng)識(shí)別那些OCR技術(shù)無法搞定的掃描文獻(xiàn)。它叫reCAPTCHA，是創(chuàng)立百年的紐約時(shí)報(bào)完成數(shù)字化的背后功臣。它的精妙之處在于，用戶每填寫一次驗(yàn)證碼就參與了一次“眾包”計(jì)算。

現(xiàn)在大家應(yīng)該猜到，微軟亞洲研究院為什么要做這個(gè)叫做讀心機(jī)器人的“休閑游戲”了。沒錯(cuò)，我們在玩游戲的同時(shí)也在幫助微軟驗(yàn)證挖掘而來的數(shù)據(jù)的可靠性，讓它們的算法更聰明。該項(xiàng)目的負(fù)責(zé)人聶再清告訴CHIP編輯，讀心機(jī)器人剛發(fā)布的時(shí)候完全靠機(jī)器計(jì)算，只有近30%的準(zhǔn)確率，經(jīng)過3～4個(gè)月的時(shí)間，算法中加入用戶的有效反饋后準(zhǔn)確率就提升到了60%左右。

以猜人物為例，微軟的人立方關(guān)系搜索引擎已經(jīng)從互聯(lián)網(wǎng)上自動(dòng)挖掘出大量公眾人物的基本信息，包括性別、生日、出生地點(diǎn)和國籍等。但“人立方”不能100%確定這些信息是正確的（其中一個(gè)原因是重名問題的廣泛存在）。假設(shè)經(jīng)過20個(gè)問題，讀心機(jī)器人猜出了玩家心中所想的人物，那么當(dāng)用戶點(diǎn)擊代表猜對了的按鈕之后，就相當(dāng)于為這20條基本信息投了一次票。如果經(jīng)過大量用戶確認(rèn)的信息與系統(tǒng)中原有的信息不符，它們就需要對算法進(jìn)行調(diào)節(jié)了。在不知不覺中，將機(jī)器的自動(dòng)挖掘算法與人的智慧結(jié)合起來，整個(gè)計(jì)算模型的準(zhǔn)確率都得到了提升，這就是讀心機(jī)器人背后的“陽謀”。

業(yè)內(nèi)人士把這種人人參與的大規(guī)模計(jì)算過程形象地稱為“眾包計(jì)算”。其實(shí)除了前文提到的reCAPTCHA，我們每天都在參與到很多眾包計(jì)算當(dāng)中。最簡單的例子就是搜索引擎——我們每次點(diǎn)擊搜索結(jié)果中的鏈接都會(huì)被記錄在案，因?yàn)檫@意味著我們對那個(gè)網(wǎng)站投了一票。當(dāng)很多人搜索同一個(gè)關(guān)鍵詞之后打開的網(wǎng)站不是第一個(gè)，甚至不在首頁時(shí)，搜索引擎就知道它的算法該調(diào)整了。

語義網(wǎng)的“冰山一角”

距離人立方關(guān)系搜索的推出已經(jīng)過去了很長時(shí)間。作為微軟亞洲研究院的一個(gè)研究項(xiàng)目，人立方是一個(gè)對象級別的搜索引擎。簡單來說，與現(xiàn)有的基于關(guān)鍵詞的主流搜索引擎不同，人立方對互聯(lián)網(wǎng)信息的挖掘更加深入，它關(guān)心的不是哪個(gè)網(wǎng)頁更符合要求，而是網(wǎng)頁中的哪些信息更能準(zhǔn)確描述正在搜索的實(shí)體（entity）。

如何判斷從互聯(lián)網(wǎng)上挖掘來的大量信息的有效性？這需要發(fā)揮人的力量。讀心機(jī)器人游戲正是一個(gè)絕妙的做法，它讓用戶覺得好玩的同時(shí)，也在幫助機(jī)器優(yōu)化算法。而優(yōu)化算法的最終目的就是讓機(jī)器更了解我們要搜索的對象以及它與其他對象之間的關(guān)系。當(dāng)搜索引擎擁有了規(guī)模足夠大且準(zhǔn)確度足夠高的實(shí)體數(shù)據(jù)庫時(shí)，它就能直接給我們更多答案，而不僅僅是網(wǎng)頁鏈接了。而這，僅僅是語義網(wǎng)的冰山一角。