尽管他们的代码发挥了一定的作用，但是，Kurzweil的团队并没有发明Smart Reply。Smart Reply最初是由Gmail产品团队和谷歌大脑人工智能研究实验室的工程师和研究人员创建的。

在2015年年末，该系统被添加到了Inbox中去，Inbox是谷歌的另一个移动Gmail客户端。在大约六个月后，直播，在Inbox应用程序里，有10%的邮件是用Smart Reply来编辑发送的。

Kurzweil的团队参与向那些使用常规的更为普遍的Gmail应用程序的人们推出Smart Reply服务。谷歌拥有大量的计算机，但仍需为其支付电费，而最初的Smart Reply需要大量的计算能力。Smart Reply使用的是一种具有短期记忆的神经网络，这使得它能够知道单词出现的顺序。这项技术同时也被运用在谷歌翻译中，它能够很好地理解句子的意义，但是它也需要很多的计算工作量，也就意味着谷歌需要为此支付大量费用。

Kurzweil的Smart Reply也使用了神经网络，但是，由于它并不专注于单词出现的顺序，所以运行起来的费用就会更加便宜。它会把邮件正文或主题句中的单词一次性变成数字，它是由多个神经网络堆叠成一个两层的层次结构。下面一层是电子邮件文本的摘要，而上面一层则对结果进行综合，从29000个预先写好的选项列表中选择最合适的回复。这29000个回复是通过分析Gmail用户最常用的短语而生成的。

有待证明

Smart Reply可能确实是让人印象深刻的，但是，在他们的想法是否真的能让软件更好地理解语言得到证实之前，Kurzweil的团队还有很长的路要走。

在特拉维夫的巴尔伊兰大学从事自然语言处理研究的Yoav Goldberg表示，谷歌在新Smart Reply系统方面的论文描述的是一项坚实可靠的工程，而不是一个科学上的突破。如果它想要到处部署机器学习的话，那么让技术成熟就是像谷歌这样的公司每天都需要做的事情。Goldberg说：“对于大多数的问题来说，我们需要的是一个经过精心设计的使用成熟的技术的解决方案而不是一个新颖的突破方法。”

Kurzweil团队的系统和人类大脑之间类比的有效性还不大清楚。但是，可以确定的是类似的组件的层次结构是存在的，它将输入数据转化为更为抽象的表现形式从而用于作出决策。但是，你可以用这种方式来描述任何一种由人工神经网络构建的机器学习系统，而且没有一种是真的可以与人脑比肩的。

与此同时，Kurzweil却表现得相当平静，对于他的有待证明的想法的正确性他有着单方面的自信。他说：“它用的不是同样的数学方法，但我相信它和新大脑皮质的工作原理是一样的。它确实能根据我们的测试来捕捉语言的含义。”他承诺，更多的Kona应用正在开发中，并将出现在未来的谷歌产品中。当被要求进一步展望未来时，他不经意地提出了一个具有挑衅性的预言。他说：“和过去几十年一样，我依旧认为，2029年计算机理解语言的能力将达到人类水平。”如果真的是这样的话，Kurzweil的代码将不仅仅是用来写电子邮件。

来源／猎云网

编辑／钱馨瑶

·END·

版权声明：