导语：国外媒体近日撰文称，曾经打造出苹果公司智能语音帮手Siri的研发团队，如今又面向办公人员开发一款名为“Bright”的新 利用， 将来有一天，它可能会 存在某种“未卜先知”的 威力，在用户 发问之前，就已晓得他们需要哪方面信息 。

以下为文章全文：

预测 威力卓著 晋升

在硅谷一个 宏大的建造群内，有一条长长的走廊，走廊的 止境是一个黑暗的小房间， 四处到处是平板显示屏和摄像头，它们正 监督着格利特·丹克尔(Grit Denker)的一举一动 。丹克尔是非盈利研发机构SRI的高级计算机科学家，她正在房间里演示Bright——这个智能帮手 将来有一天会 存在未卜先知的 威力：用户还没有提出问题，它就已晓得用户需要哪方面信息 。

一开始，Bright主要用于削减用户在高度压力、数据密集型的工作环境下的认知超载(cognitive overload)，这些工作环境包含应急 解决以及网络安全等 。例如，通过 快捷提供主要的 感化信息，Bright 可以协助网络治理人员及时阻挠病毒的扩散，或者让911接线员向 事变现场人员进行正确的 指导 。

同诞生自SRI的诸多技术一样，如Siri等数字个人助理，Bright最后也会 利用于智能手机和笔记本上 。它可能以某种软件的 面目出现，当用户 预备坐下来看电视时，会自动弹出他们最喜欢的节目列表，或者从网上自动查找与用户最新探究 名目有关的信息 。

Google Now之类的助 理当用也试图自动为用户提供他们需要的信息 。举例说，一旦发现用户在公交车站等车，它就会向他们的智能手机发送相应的公交时刻表 。Bright的 指标是，开发出能 宽泛 利用于办公环境下的更先进、更 壮大的 性能 。但Bright和 类似探究 名目面临的最大 挑战是：如何从 绝对较少的样本数据里提取有价格的信息 。

实时记录用户行为

SRI总部设在加州门罗帕克，由斯坦福大学在1946年 缔造，最初是个探究机构，从1970年开始独立 经营，迄今开发出了多款主要科技 设施，如电脑鼠标、LCD，甚至是互联网的雏形ARPAnet 。近年来，SRI在人工智能领域颇有建树， 比方Siri就脱胎于该机构为美国国防高级探究 方案署(DARPA)打造的“CALO” 名目 。

丹克尔将Bright称为是“认知桌面”(cognitive desktop)，以及“一个能真正 了解用户行为的桌面，不只仅是为一个人，还为了 四周整个群体 。”在目前设置下，有三台桌面电脑始终盯着丹克尔；一台出现她 眼光所及的地方，还有一台将她的一举一动实时记录下来，第三台看上去与我们 时常用到的台式机十分 类似 。

例如，当丹克尔通过她前面的桌面电脑 打开富国银行邀请见面的一封电子邮件，Bright就会借助于左边桌面电脑监控她的一举一动，将所有细节记录下来，如如何 打开邮件，花多长期浏览邮件， 怎么关闭邮件等等 。

依据丹克尔在现场演示的Bright初始 性能，这项技术应该会缓解用户的 所有工作压力，从 调度 使命 工夫到网上查找信息 。丹克尔解释说，她的团队正试图采纳现有电脑技术，通过 料想接下来需要的具体信息，以及提前测试不同 运动以加速 反响 工夫， 晋升整个系统的效率 。

丹克尔 示意，Bright利用 雷同的创意，预测用户的下一步动作，所以它还需要额外的 设施来监控用户 。例如，一台 可以追踪手指 运动的触控显示屏 。

抓取有价格信息

固然Bright开发的初衷是为了 应答网络安全和应急 解决，但这款 利用也 实用于 其余类型的用户 。例如，Bright在校园里 可以确定哪个学生 成就不佳， 而后自我调节以更好地满足他或她的需要 。

然而，Bright 将来还有很长的路要走 。这套系统目前 专一于“认知索引”，马上各种线索整合在一同，从中找出最为主要的线索 。Bright的开发团队还需要进一步 晋升Bright的 性能，令其 可以预测用户兴趣 爱好，自动执行 使命 。此外，在正式推出之前，Bright还需要了解用户通过电脑学习的 威力 。

SRI信息与计算科学部门副总裁、CALO 名目首席科学家比尔·马克(Bill Mark) 示意，了解用户行为并非易事 。马克将这一过程称为是“小数据问题”，由于 有关于从海量数据提取有用信息的“大数据” 名目来说，Bright之类的系统则需要从数量更少的数据样本中找出行为模式，这显然是一个十分辣手的 挑战 。

马克指出，由于数据集有限，外加用户行为一般会 产生转变，在这种状况下， 综合出某种模式的算法的难度十分大：“我们没有更多的数据可供参考，而这些机器学习算法却需要海量数据来找出某种模式 。”

将来面临诸多 挑战

除此之外，Bright还面临着 其余大量 挑战 。哈佛大学计算机科学助理 传授克日什托夫·加若斯(Krzysztof Gajos)指出，在 缔造智能交互系统的过程中，一个 挑战是如何分辩出强制 使命和自愿 使命的区别，前者如办公室里的工作，后者如玩游戏 。

加若斯曾在CALO 名目团队工作过一年 。他 示意，在办公 有关 使命中，很难以让用户觉得 可以自控的 模式，设计出一种自动化程序 。加若斯说，“假如你回过头来看一看微软Clippy之类的系统，就会发现有些系统 根本做不到这丝毫 。 即便失败次数并不多，但 依然会让人十分 郁闷，最后 覆盖了这套系统兴许能为许多用户带来的 好处 。”