发表时间： 2007-07-06 11:36:16作者：
精锐的电脑科学家们正在用极度使人上瘾的电脑游戏哄骗毫无戒心的网络用户──可能包括儿童而在内，让他们免费为一些世界上最有钱的公司干极度无聊的琐碎工作。
这千真万确。不过，公平地说，没有人怀有恶意。
这场运动有一个自相矛盾的名字：人力电算(human computation)。其理念是，由于许多工作人类还是比电脑完成得出色，为什么不让人来做这些事情呢？而通常，做到这一点的最佳方式就是设计一个游戏出来。
这正是路易斯•冯•安(Luis von Ahn)的想法。28岁的冯•安是卡耐基-梅隆大学(Carnegie Mellon University)的教授，也是网络热门的ESP游戏(ESP Game，可在espgame.org上找到)的开发者。该网站有逾13万名访问者，最近还激发了其他研究者进行同样的尝试。
这款游戏通过网络随机将两个游戏者联系起来。两个游戏者会看到同样的图片，然后必须输入可能的关键词以描述他们看到的内容。如果关键词吻合就会得分；据了解有人一玩就是好几个小时。
然而，这个过程实际上是为之前从互联网收集到的未标题图片给出关键词，以后可以用这些关键词来对图片进行分类或检索。
电脑在这种“图片识别”方面的表现仍然很差。世界上还没有一个软件能做到三岁小孩都可以做的事情：那就是当看到一头牛、一座桥或一支铅笔的图片时，总是能分清楚出哪个是哪个。
冯•安说，这个游戏的灵感之一来自于电脑纸牌游戏──他意识到人们会很高兴地在电脑上打发无穷无尽的时间。ESP游戏的一大创新之处在于引入了记分板，这一点让游戏玩家拼尽全力，并加深了他们沉迷的程度。
ESP游戏并非冯•安对现代计算领域的唯一贡献。他还参与开发了验证码(Captcha)，即一串扭曲的数字。你必须正确地将这些数字输入电脑才能进行一些操作，比如设立新的电子邮件账户等。
冯• 安的事业显然正是春风得意。去年秋天，他被授予麦克阿瑟基金会(MacArthur Foundation)的“天才”奖项；还被任命为微软(Microsoft)研究员。谷歌(Google)已许可了ESP游戏，现在正将它与谷歌图像标示软件一起使用，以定义其极其浩繁的网络图片库。
同样值得注意的是，其他项目的一些研究人员也开始青睐利用游戏获得人力帮助的想法。道格拉斯•特恩布尔(Douglas Turnbull)是加州大学圣地亚哥分校的一名研究生，他开发了一个游戏用来对音乐进行分类。人们提供简短的文字描述，以备将来在一个推荐音乐的程序中使用。他说，还有两个基于游戏的项目将会在即将召开的一个音乐研究者会议上进行讨论。
这种游戏方式也有局限。最大的一个问题是当两个人玩这个游戏时，他们的回答通常都是最显而易见的，因为只有当另外一个玩家也想到了相同的说法时，他们才能得分。哥伦比亚大学研究人员丹•伊利斯(Dan Ellis)和研究生迈克•曼德尔(Michael Mandel)正在研究一款针对音乐的游戏，他说在他自己玩的时候，他很快就学会了避免有创意的说法，只用最基本的。
这种游戏方法的另一个局限是，外行的游戏者对技术性或科学方面的图像根本就帮不上忙。有多少不是科学家的人能分辨出鸟嘌呤的分子并正确地将其分类？
冯•安也承认游戏方式对相对简单的任务最有效。不过，这种人力电算的概念还是逐渐渗透到其他的电脑领域。比如，谷歌现在也表示或许可以利用人力来优化搜索结果，剔除低质量的页面。
另外，亚马逊(Amazon.com)推出了一个名为“Mechanical Turk”的站点，外包给人们简单的工作。酬劳低得惊人──写一则电影情节梗概是10美分；回答一个关于电脑的问题两美分。很难分清哪种方式更糟糕：几等于无的报酬，还是像玩ESP游戏那样，完全没有报酬。
利用人力来完成电脑无法完成的琐碎工作，相较于电脑科学家想用机器将人们从这种工作中解脱出来的雄心壮志是多大的倒退？
冯• 安说这只是种权宜之计；他说在20年内，至少在视像领域，所有的问题都将得到解决，我们将不再需要借助人力。但他承认，这样的结果取决于研究的突破性进展，而这种进展可能会是什么样，他甚至还无法描述。如果没有这样一次灵感突现，就算20年也不一定够用，至少在电脑视像识别领域是这样，因此人类的力量还将在更长远的时间内发挥作用。
“在这方面我们真的只是在缓慢前行，”他说。
这千真万确。不过，公平地说，没有人怀有恶意。
这场运动有一个自相矛盾的名字：人力电算(human computation)。其理念是，由于许多工作人类还是比电脑完成得出色，为什么不让人来做这些事情呢？而通常，做到这一点的最佳方式就是设计一个游戏出来。
这正是路易斯•冯•安(Luis von Ahn)的想法。28岁的冯•安是卡耐基-梅隆大学(Carnegie Mellon University)的教授，也是网络热门的ESP游戏(ESP Game，可在espgame.org上找到)的开发者。该网站有逾13万名访问者，最近还激发了其他研究者进行同样的尝试。
这款游戏通过网络随机将两个游戏者联系起来。两个游戏者会看到同样的图片，然后必须输入可能的关键词以描述他们看到的内容。如果关键词吻合就会得分；据了解有人一玩就是好几个小时。
然而，这个过程实际上是为之前从互联网收集到的未标题图片给出关键词，以后可以用这些关键词来对图片进行分类或检索。
电脑在这种“图片识别”方面的表现仍然很差。世界上还没有一个软件能做到三岁小孩都可以做的事情：那就是当看到一头牛、一座桥或一支铅笔的图片时，总是能分清楚出哪个是哪个。
冯•安说，这个游戏的灵感之一来自于电脑纸牌游戏──他意识到人们会很高兴地在电脑上打发无穷无尽的时间。ESP游戏的一大创新之处在于引入了记分板，这一点让游戏玩家拼尽全力，并加深了他们沉迷的程度。
ESP游戏并非冯•安对现代计算领域的唯一贡献。他还参与开发了验证码(Captcha)，即一串扭曲的数字。你必须正确地将这些数字输入电脑才能进行一些操作，比如设立新的电子邮件账户等。
冯• 安的事业显然正是春风得意。去年秋天，他被授予麦克阿瑟基金会(MacArthur Foundation)的“天才”奖项；还被任命为微软(Microsoft)研究员。谷歌(Google)已许可了ESP游戏，现在正将它与谷歌图像标示软件一起使用，以定义其极其浩繁的网络图片库。
同样值得注意的是，其他项目的一些研究人员也开始青睐利用游戏获得人力帮助的想法。道格拉斯•特恩布尔(Douglas Turnbull)是加州大学圣地亚哥分校的一名研究生，他开发了一个游戏用来对音乐进行分类。人们提供简短的文字描述，以备将来在一个推荐音乐的程序中使用。他说，还有两个基于游戏的项目将会在即将召开的一个音乐研究者会议上进行讨论。
这种游戏方式也有局限。最大的一个问题是当两个人玩这个游戏时，他们的回答通常都是最显而易见的，因为只有当另外一个玩家也想到了相同的说法时，他们才能得分。哥伦比亚大学研究人员丹•伊利斯(Dan Ellis)和研究生迈克•曼德尔(Michael Mandel)正在研究一款针对音乐的游戏，他说在他自己玩的时候，他很快就学会了避免有创意的说法，只用最基本的。
这种游戏方法的另一个局限是，外行的游戏者对技术性或科学方面的图像根本就帮不上忙。有多少不是科学家的人能分辨出鸟嘌呤的分子并正确地将其分类？
冯•安也承认游戏方式对相对简单的任务最有效。不过，这种人力电算的概念还是逐渐渗透到其他的电脑领域。比如，谷歌现在也表示或许可以利用人力来优化搜索结果，剔除低质量的页面。
另外，亚马逊(Amazon.com)推出了一个名为“Mechanical Turk”的站点，外包给人们简单的工作。酬劳低得惊人──写一则电影情节梗概是10美分；回答一个关于电脑的问题两美分。很难分清哪种方式更糟糕：几等于无的报酬，还是像玩ESP游戏那样，完全没有报酬。
利用人力来完成电脑无法完成的琐碎工作，相较于电脑科学家想用机器将人们从这种工作中解脱出来的雄心壮志是多大的倒退？
冯• 安说这只是种权宜之计；他说在20年内，至少在视像领域，所有的问题都将得到解决，我们将不再需要借助人力。但他承认，这样的结果取决于研究的突破性进展，而这种进展可能会是什么样，他甚至还无法描述。如果没有这样一次灵感突现，就算20年也不一定够用，至少在电脑视像识别领域是这样，因此人类的力量还将在更长远的时间内发挥作用。
“在这方面我们真的只是在缓慢前行，”他说。
