Watsonbot:IBM让两名Jeopardy最成功的人类与多个

如今风靡一时的机器人并不是一个新词。

这个概念确实有历史。讨论了这么多大白话讲解机器学习-损失函数，bot对业务流程有什么影响？机器人只有集成到服务中才能工作，其目的是自动化，这意味着根据一组规则创建和执行操作。

机器人的确切出生日期未知，但很多人认为 ELIZA 应该是第一个真正的机器人。

ELIZA 由麻省理工学院教授 Joseph Weizenbaum 于 1964 年创立。 ELIZA 是用 Fortran 构建的，是自然语言处理的早期示例。运行 ELIZA 的 DOCTOR 脚本模仿了心理学家和患者之间的对话。尽管机器人的开发才刚刚开始，但人们已经在尝试与它们进行交流，就好像它们在与人交谈一样。 Weizenbaum 想要创建一个可以从交互中学习的机器人。

10 年后，即 1970 年代后期，英国埃塞克斯大学的一位名叫 Roy Trubshaw 的学生迷上了电脑游戏 Zork。

但他注意到 Zork 缺少社交元素，因此他创造了一种新体验 – 基于 Zork 的多用户地下城 (MUD)。 MUD 是现代大型多人在线角色扮演游戏 (MMORPG) 的先驱。这项发明标志着机器人的又一次革命。在 MUD 中，每个非玩家角色 (NPC) 都是现代聊天机器人的早期版本。两者的主要区别在于当时的机器人同时与多个玩家互动。

长期以来，机器人一直在朝着类似的方向发展。从 1980 年代到 2000 年代初的三个十年中，互联网中继聊天、Telnet 和 MMORPG 上不断涌现出新的机器人。直到21世纪初，Jeopardy游戏的诞生彻底扭转了整个趋势。 IBM 让 Jeopardy 中最成功的两名人类参赛者与 Watson 对抗，Watson 是一种使用机器学习来回答问题的智能自然语言处理器。

Watson 实际上只是 IBM 的 Deep Blue（于 90 年代末发布）的演变，但随着机器学习元素的加入，Watson 的力量突飞猛进。 Watson 就像是未来所有机器人的蓝图，现在几乎每家大型科技公司似乎都想征服深度学习。 Google、Apple、Microsoft、Autodesk 等公司正在努力构建能够使用自然语言与人类互动并从经验中学习的机器人。

Bot 的下一步是什么

Siri、Google Now、Cortana 等都是熟悉的带有语音界面的虚拟助手。虽然人们与机器人连接的方式似乎变得更加复杂（语音甚至视频交互正在成为行业标准），但该技术的真正进步在于其机器学习组件。有了它，机器人就可以拥有 ELIZA 的力量。从客户的角度来看，机会很多；从企业的角度来看，机器学习也成为机器人革命的必然步骤。

在一些特定的应用场景中，企业或组织使用琐碎的关键字匹配算法，并使用分析数据处理引擎，直言不讳地挤出自动响应。但这很快就会改变。

借助 API 和物联网，企业的后端系统已经更好地与周围的世界集成大白话讲解机器学习-损失函数，因此企业应该加快决策过程。 Watson 不仅仅是虚拟助手的发展方向，它也是 Slack、Cisco Spark、Facebook Messenger 的简单文本机器人的发展方向。

客户和企业都希望得到他们问题的答案。但由于英国退出欧盟等突发事件，这些答案可能会在一夜之间发生变化，或者它们可能会受到复杂的长期趋势的影响，就像气候变化可能对全国房地产市场产生影响一样。这些在市场上相爱相杀的同行公司如何实时调整战略？

很简单：他们会将很多这些调整任务外包给算法。例如，在股票市场上，许多华尔街大公司已经开始使用计算机驱动的量化算法分析。乐趣将继续。

Watson 就像一个典型的模板，而 Slack、Facebook、Google 和 Apple 都有各自的客户会使用的示例界面。其他企业也将越来越多地投资于将更多决策外包给算法。