人工智能的黄金标准是计算机能够像我们人类一样学习。例如，如果你只看到一个牙刷并知道它的用途，那么识别其他牙刷就相对容易了。如果它又长又细，还有些小刷毛和手柄，我们可以相当肯定它就是牙刷。而且，因为我们知道它必须能放进嘴里，所以我们可以想象什么工具适合这项工作，什么不适合，进一步缩小牙刷的定义范围。
让机器以这种方式学习一直是一个挑战，因为像牙刷这样的复杂物体必须用数学公式来解释，计算机才能理解。机器学习（这是我们处理人工智能的方式）的很多工作都集中在如何最好地表示物体和思想，以便计算机能够理解它们。
《科学》杂志上的新研究声称已更接近人类的学习方法。他们的想法是：为每个“学会”的概念构建一个微小的计算机程序。这些小程序最初解释了它已经看到的一个小概念，并生成达到相同最终产品的不同方法。
最好的解释方式是通过一个例子。目前这只适用于非常简单的符号，比如手写的字母。
研究人员向他们的算法展示了来自几种古代字母的手写字母样本以及它们的书写方式，算法以计算机程序的形式记住了这些过程，该程序解释了每个字母是如何构造的。研究人员称之为贝叶斯程序学习（Bayesian Program Learning），通过向算法展示字符的构造方式，它就能理解每个字母的不同部分。未来，它可以使用这些部分以不同的方式对新字符进行分类或创建新字符，这与人类的做法非常相似。
其他计算机已经可以通过深度学习做到这一点，深度学习是人工智能的一个分支，它使用数学方程网络来理解数据中的思想。然而，虽然深度学习技术可能需要机器分析数十到数百万个例子，但目前的方法声称可以从一个想法的单个例子中起作用。
这意味着有一天，我们仅凭一个人的一张清晰照片，就可以在任何角度实现真正的面部识别。
这种方法取得的结果令人印象深刻。为了测试算法的学习效果，研究人员将其与人类进行了比较。人类和机器都被给定了一个新字符，并必须对其进行复制。
然后，他们让人们（来自亚马逊Mechanical Turk）判断哪些是由人类制作的，哪些是由机器制作的。结果他们无法区分。错误率是48%，略低于随机猜测的概率。
你能猜出哪些字母是由人工智能制作的吗？
最重要的是，这意味着我们才刚刚开始了解机器学习和人工智能的潜力。虽然这项研究很重要，但它并不一定意味着这就是未来所有机器的学习方式。就像这种方法可以取代今天计算机理解概念的方式一样，完全有可能下个月就有人找到更好的方法。
每一步，每篇论文，每个想法都点亮另一支蜡烛，照亮我们在智力和意识知识中的巨大空白。今天我们可以更好地创作手写字符。也许明天它将生成类似人类的语音，或者甚至更成功地重现艺术作品。
