这里讲个小插曲。我读大学的时候，有个老师是国内人工智能的顶级教授，还是国内某个人工智能研究会的副会长。他评述当时的人工智能，不是人工智能，而是人工愚蠢，把人类简单的行为分解、分解再分解，再去笨拙地模拟，不是人怎么聪明怎么学，而是模拟学习最蠢的人的最简单的动作。他说，对于当时人工智能的进步，有些人沾沾自喜，说好像登月计划中人类离月亮更进一步了，其实，就是站上了一块石头对着月亮抒情，啊，我离你更近了。他对自己事业的自我嘲讽，让我至今记忆非常深刻。
后来有人就想，机器为什么要向人学习逻辑呢，又难学又学不好，机器本身最强大的是计算能力和数据处理能力，为什么不扬长避短、另走一条道路呢？这条道路就是IBM“深蓝”走过的道路。1997年5月11日，国际象棋大师卡斯帕罗夫在和IBM公司开发的计算机“深蓝”进行对弈时宣布失败，计算机“深蓝”因此赢得了这场意义深远的“人机对抗”。 “深蓝”不是靠逻辑、不靠所谓的人工智能取胜的，就是靠超强的计算能力取胜：思考不过你，但是算死你。
类似的逻辑在后续也用到了机器翻译上。谷歌、微软和IBM都走上了这条道路。就是主要采用匹配法，同时结合机器学习，依赖于海量的数据及其相关相关统计信息，不管语法和规则，将原文与互联网上的翻译数据对比，找到最相近、引用最频繁的翻译结果做为输出。也就是利用大数据以及机器学习技术来实现机器翻译。现有的数据量越是庞大，那么这个系统就能越好地运行，这也正是为何新的机器翻译只有在互联网出现以后才有可能重新取得突破性进展的原因所在。
因此，目前这些公司机器翻译团队中，有不少计算机科学家，但却连一个纯粹的语言学家也没有，只要擅长数学和统计学，然后又会编程，那就可以了。
总而言之，利用这种技术，计算机教会自己从大数据中建立模式。有了足够大的信息量，你就能让机器学会做看上去有智能的事情，别管是导航、理解话语、翻译语言，还是识别人脸，或者模拟人类对话。英国剑桥微软研究院的克里斯·毕肖普（Chris Bishop）打了个比方：“你堆积足够多的砖块，然后退上几步，就能看到一座房子。”
小编推荐阅读探寻江湖中的宝藏——寻找《烟雨江湖》西子君剑线索的攻略技巧最新（游戏中怎样获得西子君剑线索？）
阅读星露谷物语下水道屏障破解攻略技巧指南（助你轻松突破下水道难关，快速获得丰厚奖励）
阅读《燃烧意志路奇加点攻略技巧指南》（航海王游戏中路奇如何加点，最新推荐汇总）
阅读王者荣耀史诗皮肤卡意思一览大全（探索王者荣耀史诗皮肤的故事，了解背后的涵义）
阅读《重返深渊锁镰》武器攻略大全最新（每把武器攻略，助你通关游戏）
阅读《DNF》游戏牛郎星的光辉快速获得攻略技巧（跨越星际尽享荣耀）
阅读探秘梦幻模拟战手游雾风的技能属性攻略（雾风技能解析，让你成为游戏中的绝佳战士）
阅读怎样选择合适的门派成为《我的侠客》游戏高手？（掌握门派特点，选择最佳武功路线）
阅读《以阴阳师樱之忆为例，详解如何预约樱之忆》（预约方法、注意事项、常见问题讲解）
阅读《洪荒文明俏罗成》技能玩法攻略秘籍（探索古老神话世界，成为文明创造者）
阅读
