在日常的新闻报道里，人工智能（AI）的出镜率越来越高，几乎每天都可以耳濡目染有关AI的消息。
2019年7月5日，美国IBM公司的苏黎世研究所开发出一款叫作“Hypertaste”的“电子舌头”。即一种小型可携带的人工智能化学传感设备，它可以跟人的舌头那样判定液体是否适宜饮用。
IBM的电子舌头利用了一种叫作“组合传感”的技术，使单个的传感器对不同的化学物质同时反应，构建一个“交叉感知”型的传感器阵列，再利用AI技术识别分析对象液体的特性。虽然这款电子舌头的对象只是锁定液体，但是，已经可以想象出很多有趣的应用。譬如，对湖泊、水库与河川的水质进行检查；识别葡萄酒等酒类的真伪；对供应链上的食品与饮料进行检查等等。通过进一步给AI喂食数据，让它自律学习，这种AI辅助型可携带化学传感设备，甚至可以检测我们的体液，进入保健领域。
笔者正在对这种电子舌头的新颖性感叹之际，日本的NTT公司在7月10日宣布，其用“深度学习”技术识别声音，得到和哺乳动物的大脑类似的反应。NTT用来识别声音的训练系统使用了“深度神经网络（DNN）”技术。在训练AI的过程中，发现所建立的DNN很接近哺乳类的听觉神经系统。
哺乳类从耳朵听到声音到大脑对其识别，要经历脑干与大脑皮质等许多组织对声音特征进行分析，从而做出相应的判断。NTT建立的这个DNN就是模仿动物的听觉神经系统，重叠了很多层次，对AI进行训练，以识别自然的声音。
我们知道，人工智能的机器学习与深度学习跟以往的传统算法不同，不是程序员编写算法，而是AI自己比较输入的数据与得出的结果，对照人给出的样本，不断修正系统模型，提高识别精度。NTT公司构建的声音识别DNN捕捉到一种类似动物听觉细胞对特定声音频率同期的一种所谓的“变调调音”特征。传统神经生理学一直对这种特征束手无策，认为是个谜。现在人工智能实现了这个特征，那么，反过来研究AI所构建的DNN模型，对神经生理学的研究也会有很大的启发。
AI已经可以帮助我们听音，帮助我们品味，如果再可以帮助我们思考的话，又可以解放我们的脑力劳动。
2019年7月8日，富士通公司宣布开发出一款可以摘要缩写新闻报道等的系统。给这个系统输入一篇文章，它便可以自动做成两个版本的摘要，一个缩编在180个文字以内，另一个缩编在54个文字以内。有了这样的系统，报道机构以及网络媒体的工作效率便可以得到飞跃式的提高。
笔者在整理一周的AI开发动态时，信手拈出这样三个报道，便可一窥AI发展的节奏。
AI正步入我们生活的各个领域。
供稿 戴维
编辑修改 JST 客观日本编辑部
