人类计算机(续)

听到“计算装置”、“信息处理系统”这样的名词的时候，人们头脑中浮现出的画面，可能是成排成列的开关、缠绕在一起的电线、幽幽闪光的屏幕之类的东西。不过要是查一下某百科全书、某大辞典等权威工具书，就能发现，其实“人”也可能成为“计算装置”或“信息处理系统”的一部分――不只是负责敲敲键盘、看看屏幕的那一部分，而是要一起参与到运算中。通俗点说，就是人脑和电脑协同工作，融为一体。

“人脑计算（Human-based computation）”是现已被学术界认可的名词，虽然听上去有点科幻的味道，但在当前，“人脑计算”所要研究的，并不是把芯片植入大脑，或把脑神经接入电脑之类的事情，而是借助人脑在洞察力、想象力和直觉方面的优势，帮助计算机完善数据库、或快速进化自己的算法。这里给出几个有趣的案例，当然，除了本文提到的例子，还有更多实施中的“人脑计算”项目，正默默地改变着数字化世界的未来。

理智与情感

在谷歌的图像搜索引擎查找“happy”，结果第一页上满是黄黄圆圆的笑脸（如图1）。难道这就是“happy”吗？虽然各类搜索引擎善于分析文字，但对图形的识别仍然是一大弱项。

研究者们希望，能够在具体图像特征和人脑对于图像的感受之间，寻找到一定的联系。这项工作需要大量的数据，每一个单独的人的力量都是有限的，怎样调动更多人的积极性呢？电子游戏是个好办法。例如，ESP Game项目提供了这样一种游戏：随机显示某张图片，让因特网上素未谋面的玩家对图片作标注，如果两者标注一致，那么玩家就能得分（该游戏网站地址是）。

图2中所示的，是一只小棕头鸦雀，标注上“bird”当然很容易得分，可是想要拿到更多分，就要稍微动动脑筋了，如标上“pretty”甚至“kawaii”之类，如此一来，一大堆不同的标签就和这个特定图形产生了关联，成了可在将来进一步做研究分析的元数据。

个体与类别

尽管人们能编写一段程序，教会计算机如何在图片中找出一棵羽毛枫，不过要是换一种树，哪怕只是同类别的槭树科的植株，如日本枫或田园槭，或者是换个角度拍照，衬上一排篱笆或一栋房子当背景，计算机就无能为力了，它甚至没办法准确地告诉人们，图片中的“树”究竟在什么地方。

计算机需要大量数据，来“学习”怎么样通过同类物体的共用特征来识别出物体的类。积累数据的工作仍然需要人脑的帮助。LabelMe希望志愿者能上传自己的照片，然后框出照片上某物体的轮廓（如图3），甚至是标注出某一对象中的局部对象，如房子中的窗户。若有兴趣，不妨登上labelme2.csail.mit.edu网站涂上几笔，为人类的技术发展添上一块小小的砖块。

精确与模糊

先来看下面的三个字符串。

图中有A、B、C三个字符串，字符串A和字符串B更相像，还是和C更相像呢？作为人类，多数会将A和B配对，不过计算机却可能感觉A和C更接近。毕竟，A字符串和C字符串两者只相差一个字符，A和B之间却要相差三个字符。人的洞察力是漫长自然进化的成果，但计算机呢，它给出的答案虽然通常是正确的，但又常常不是合乎自然的。人类需要帮助计算机快速进化出如人一样的洞察力。

Phylo项目通过人机比赛，来实现算法的自我优化。玩家会得到若干行含有四种颜色的色块序列，这些色块可以水平方向移动，但不能前后颠倒位置，假如按纵列来看，颜色相同的色块越多，则得分就越高（如图5）。看上去似乎只是个图形解谜游戏。可实际上，四种色块代表了四种不同的核甘酸，Phylo从数据库中调出不同物种的基因序列，希望玩家能够在游戏中找出基因和基因之间相似的地方，这样就能进一步考察基因的功能、结构以及不同基因之间的关系。项目网站地址是phylo.cs.mcgill.ca，直接点“Start”就可以开始玩了，如果想要记录自己的得分，就需要注册一个账号。当玩家水平在提高的时候，计算机的智能也在发生着小小的改变。