AI人工智慧、機器學習（Machine Learning）等技術，成為近期熱們的科技話題，導入這些技術的機器人，已經開始取代一些人為工作職位。而上週，科學期刊Science最新上刊一篇研究，研究者又找到加速機器學習的新方法。這篇研究是由美國麻省理工、紐約大學、多倫多大學等研究人員共同完成，研究結果顯示，他們已經開發出一個新的演算法，僅用單一例子，就能教會電腦一個全新的概念。

現有的機器學習技術，是透過成千上萬筆累積的例子，讓電腦演算法找出事件的重複形式，來學會應對事件發生反應，如Siri、Google Now就是這項技術的實例。然而，這項技術要能純熟應用需要時間來累積、發現事件的形式。

而這個新的演算法，研究者取名為“貝葉斯程式學習，Bayesian Program Learning, BPL”，能夠讓電腦自己產生額外的學習案例，進而發現、找出事件的形式。而激起研究者往這個方向發展，是因為許多孩童只要看一次動作，就能夠學會新的技能，他們想要把這樣的人腦技能複製到電腦上。

研究中的實驗案例，是拿50個書寫系統所累積而成的1623個別手寫字樣（涵括不同語言字樣），來讓電腦辨識。BPL演算法去認明每一個書寫字，并學會書寫出來，接著找來真人跟電腦去寫一樣的字，由第三方來判斷哪個是電腦、哪個來自人的手寫字。結果，低于4分之1的第三方人士有辦法辨識兩者。

等到未來這項演算法進一步發展，它也能夠應用到手機上的話語辨識系統上，就算是用戶第一次說出的字，系統也有辦法快速辨別、應對語音指令。

文章來源：機房監控 http://m.scdprobes.com