美国电视竞答节目《危险边缘》很像是CCTV的《幸运52》，这是一档轻松且云集智慧的电视问答节目，与国内的节目不同的是，《危险边缘》的问题更加刁钻、古怪且包含很多隐含、晦涩的信息——哪怕题目也是如此——甚至有时你并不知道真正的问题是什么？

微妙含义、反讽、谜语、甚至脑筋急转弯等种种线索充斥着这个竞答节目的问题，这意味着，所有的选手不能够仅凭字面意思了解问题的本质，而对于沃森，重点也就从问答本身，转移到了如何理解人类语言文字意义表面之下，所蕴藏的“语义”而非简单的字面意义的理解。在回答问题的时候，沃森不可以联网、要理解并答复这种“狡猾”提问（实际上，连接互联网并非是最好的办法，过多的信息意味着过多的错误信息，很可能影响沃森的判断）， 主要依靠的是它对自然语言的理解和高速的计算。

当沃森被问到某个问题的时候，100多种运算法则会通过不同的方式对问题进行分析，并给出很多可能的答案，而这些分析都是同时进行的。在得出这些答案之后，另一组算法会对这些答案进行分析并给出得分。对于每个答案，沃森都会找出支持以及反对这个答案的证据。因此，这数百个答案中的每一个都会再次引出数百条证据，同时由数百套算法对这些证据支持答案的程度进行打分。

而对于最后给出的答案，证据评估的结果越好，沃森的信心值也就越高，而评估成绩最高的答案会最终成为电脑给出的答案。但在比赛中，如果连评估成绩最高的答案都无法达到足够高的信心阈值，沃森会决定不抢答问题，以免答错而输掉奖金。这所有的一切计算、选择与决策都在3秒钟之内完成。

如今在经历了三天的比赛后，沃森毫无悬念的赢得了比赛，虽然尚且不能证明沃森“真的比人类聪明”，但是沃森在语义理解与关系建立方面的成就超越了此前所有的计算系统——同样也证明了他并不输于人类——沃森的胜利证明，人类的语言在计算机面前可能已经不是秘密，虽然据IBM中国研究院资深经理潘越表示，沃森在中文理解力方面尚且处在0岁阶段，但是对于以英文为代表的拉丁语系的理解已经几乎达到了人类的水平。

“我们把Watson称之为机器学习的系统，换成一个领域的话是具有一定程度的适应性的。所以，机器学习最后做综合判断的方法，当Watson换到一个新领域的时候，我们为它设计新的数据，但是是不是要设计新的算法，或者说要不要改新的系统结构，这方面还有很强的适应能力，很有可能我的算法不用改，但是我要用新的领域的数据对于综合判断的模型做一个训练，然后训练出来得到新的模型就可以适用新的领域，也有可能需要这个新的领域做出新的算法。但是这些算法只是说这几百种里面我再加上几种，加上几种之后，整个体系结构不需要做大的改变，也能适应新的问题。”

 

 
 
IBM中国研究院资深经理潘越 

沃森是一套计算系统，但却不是一套平凡的IT，据潘越介绍，沃森项目实际上始于四年多以前——可能就是在深蓝II十周年的时候——前后共有包括美国、中国、日本以色列的30多名研究员参与到这个项目中，潘越与他的五名同事作为中国研究院的佼佼者也加入了这个团队中，负责“用结构化的信息来帮助Watson提高回答问题的正确性，同时避免一些比较愚蠢的回答”。

作为一套计算系统，在潘越及其同事的努力下，在2月的危险边缘三场比赛中，它显示出了出色的语义分析能力，让人类的语言——至少是西方拉丁语系——在它的面前毫无秘密可言，对此，有许多媒体记者与看客都惊呼，沃森将是终结者出现的开端，甚至有人认为，沃森的出现，意味着我们已经开始让机器“拟人化”，朝着图灵测试的方向发展。

但沃森的出现没有必要让人类风声鹤唳草木皆兵，它确实是强大的计算系统，能够分析语义，建立事务关系，在“成为人的方面”他还差的很远，我们只能说，人类的语言在沃森面前已经不是秘密，至少，它所代表的信息技术，已经为了解所有的人类语言打开了一扇窗。