超越Siri，SRI正在打造“预测型助手”Bright

*起源于斯坦福大学的非盈利研究机构SRI打造了Siri，那个借助苹果的iOS而名声大燥的数字私人助理。抛开一些细节，Siri总体上算是非常不错的：一个按键呼出，你问Ta答。但结合现实经验，Siri作为一个秘书是十分不合格的，为什么？因为她不会主动地观察和记录用户的言行和工作信息然后提前做出合理安排——一个真正的秘书的核心职责。SRI正在研发的Bright系统则有可能填补这个空白。

位于加州Menlo Park的SRI International由斯坦福大学在1946年创立并于1970开始独立运作，多年来这个机构开发了不少关键性的技术，如鼠标，LCD甚至是早期的因特网ARPAnet等。近几年，SRI在人工智能领域颇有建树，最初为美国国防局高级防御技术及计划局（Department of Defense’s Defense Advanced Research Projects Agency, 即DARPA）开发的CALO（cognitive agent that learns and organizes，可学习及归纳的智能助手）便是一例，CALO是Siri的原型。*

硅谷的某栋建筑内，狭长走廊尽头的小房间里，一个由显示屏和摄像头组成的矩阵正在监视着Grit Denker的一举一动。SRI的资深计算机科学家正在向我们展示Bright，一个有可能会在不久的将来为你未雨绸缪的智能系统。

Bright的初衷是用来分担工人在高强度和繁复的工作时的认知压力，举例来说，大型设备和网络的维护和应急情况下的迅速反应等。以病毒防护和帮助报警系统接线员的情况来说，Bright可以通过迅速举出最有利的建议来帮助工作人员做出合理反应。就如SRI的不少研究成果被运用到商业上一样，Bright也有可能和Siri一样降临到个人的智能手机和电脑上，比如作为某种能在你坐在沙发上准备看电视时自动为你呈上节目单或者在你工作时帮你在互联网上搜索相关材料的应用软件。

像Google Now之类的软件其实已经在尝试为使用者提供系统认为他们将会需要的信息了，像是为正在车站等公交的人搜出该站点的巴士时刻表。Bright则瞄准更为复杂和强调能力的办公环境。但是这种以协助个人提高效率的工具通常面对这样一个问题：如何从相对较小的样本里提取有价值的信息，或者说有效的行为模式。

Denker把Bright形容为“具备意识的电脑（cognitive desktop）”和“一台能真正理解用户行为的电脑，不只是为你，还为了整个群体。”在这当口就有三台摄影机盯着她；一台显示器在展示她目光所及的地方并把一举一动都实时记录下来；还有一台供正常使用的电脑。假如她此时在电脑上打开了一封email，左边那台显示器就能记录下这一系列行动，具体到从“打开邮件”到“花了点时间阅读邮件”到“关闭”，而不是只记录Denker“盯着屏幕看了一会”这个空泛的动作。

通过这个初步的功能展示，Bright能带来便利已经是可想而知了。Denker表示她和她同事们正在尝试利用现有的计算机技术达到预知所需数据并提前进行数种不同模拟以提高反应速度。Bright就是运用这个原理来预测使用者的下一步动作，这也意味着还需要一套用来观测的设备。一块高灵敏度的触控屏幕听起来就不错。

虽然起初是被设计来应付网络安全和突发状况的，Bright完全能够在其他方面做出贡献。例如侦测到学校里某个遇到难题的学生。可是不要期待这一切会很快发生，目前这套系统聚焦在“意识指引”上，即一套把各种蛛丝马迹集中分析然后作出取舍的过程。Bright的开发团队还需要使它获得预知个人兴趣和自动执行任务的能力。

SRI信息和计算科学部门的副总裁Bill Mark提到，理解个体使用者是非常困难的一件事。相对于大数据技术对浩如烟海的数据库进行分析来说，Bright则需要从一个小的多的数据样本中找出行为模式，Mark把这形容为“小数据难题”。开发出可以在有限数据和行为多变的情况下分析出某种模式的算法是非常困难的，如Mark所言：“这些算法需要一大批数据来归纳出某种模式，但我们还没有这么多数据。”

这还不是所有的难题。其它的挑战包括如何区别强制的任务和自愿的任务，比如办公室里的工作和游戏。据曾在CALO贡献过一年的哈佛科学家Krzysztof Gajos所说，在这种环境下，用户不会觉得一个不稳定的系统可靠甚至值得一试。“想想微软的办公助手Clippy吧，你不难发现做不到这点的系统会有多失败，”Gajo说，“为数不多的几次失误会彻底埋葬所有的闪光点。”