新一期的
草莓周刊（40期，也是被功夫的）会谈到Gtalk上的那个翻译机器人，其中有引用老冒“
调戏”这个机器人的故事。我则希望对这类机器人采取宽容的态度，因为他们的设计思路并没有超越，所以期望不需要过高。
习惯于把一个服务变成机器人，并和一台机器（或者一个线程）进行聊天，是过去很长时间的“机器人”（自动服务应答程序）的固有观念。这和今天的银行IVR没有啥区别，其核心缺少两个基本特征：个人属性和时间属性。所以当你和一个机器人聊了一阵，你就会感到毫无乐趣，因为这个“人”只会泛来复去的车轱辘话，所以只能玩玩而已。因为没有时间属性，它也不会记住你是谁，上一次谈话到了什么程度，它根本没有主动和你对话的能力（全凭你的提问）。所以，理论上这样的设计是不会产生可以学习的机器人，也就不会和你的发展轨迹相一致，看似有趣的机器人很快会被你抛弃。Google的翻译服务机器人就是这样的初级阶段，甚至还没有和用户对话分析拼写的地步，所以基本上没有任何值得夸耀的地方。至少，银行Call Center 还有人工服务的选择，虽然他们天天忙音。
我理解的机器人计算应当更进一步，把它称作“人机计算”（People to Robot Computing,
P2R)。每个人应当有自己的专属机器人，他们可以携带模块化的计算能力，或者透过接口调用专有服务（例如，翻译）。这个机器人可以托管运行在一个安全的服务器上，永远在线（AlwaysOn）。它可以负责处理你的各种请求和提问，并把这些请求分发到不同的服务接口进行处理，这样你就可以在睡觉中处理很多任务，而且你的处理过程会以终身日志(lifelog)的方式被你的机器人所保存，它甚至可以帮你发布一些需要社会化的内容（例如，照片），或者通知你的朋友们你最新分享的讯息（理论上是告诉你朋友的机器人）。你的机器人，当然会根据你的对话过程而长进，至少他们可以帮你管理时间轴上的信息，找到一年前备份的一份文件不是什么难事。
这样一来，可以做到每个人都有一个机器人作为第二社会身份的集成代表（另一个你），它可以把你的各种社会性档案(Social Portfolio)都变成活的可对话实体，这是比
SecondLife更有潜力的的Life 2.0方式。和你的机器人对话，可以透过信任获取你的很多社会性信息，例如你最近的状态（在波尔多，还是在台北？），如此一来，很多分散的Social Portfolio 就可以透过这个获得身份而作了新的集成，至少人们在查询你的状态是不会骚扰你，或者迷失在你那么多的社会性软件丛林中。例如我最近又添加了新的
汤料想必很多人还不知道，我想你如果有这样的机器人就不用担心了。当然达成真正的人机对话服务还有很多要素，今天的想象和尝试只是第一步。
这也是我不太赞成
Social Graph这个名称的原因，用Social Portfolio 就是最好的理解了。
标签： Life 2.0, P2R, Social Graph, Social Portfolio, 人机计算
《新科学家》
这篇文章似乎有点姗姗来迟："Do our brains work like Google?"，既正确也不正确。因为Google的PageRank算法汇聚了大量的网页索引，所以可以说其“记忆”检索能力如同大脑的记忆，而检索任何词汇的过程会触发PageRank算法的计算，这也如同人脑的神经元协同处理词汇的反应过程。这是Google 聪明而且善用了互联网的链接资源，当时确实领先一筹。
但是Google没有活跃的神经元，它顶多还是一个集中计算的巨大记忆体。所以它根本无法处理词汇的含义（语义）。另外，词汇在人脑中的记忆和拼写、读音以及相关的图像都是相关联的，而且负责记忆的神经元群会实时改变分析的策略，从而使一个词汇的理解产生动态含义（例如，当你看到一个词汇的时候，如“河蟹”，可能很快在几秒钟内产生多种会意的反应）。这个过程还会随着人的环境变化（例如你正在和别人对话）而呈现不同的质量，所以是并发的潮汐计算(Tide Computing)。
Google 曾经用
无数的鸽子来形象描述其实现PageRank算法的技术，但是基本上每只鸽子都是一样的算法，基本上没有分布式的个性神经元群作为动态计算的保证。从这个角度来看，Google的算法还远远不够。当然，以Google今天的第一步，走到未来的模拟人脑，是一个基本的梯级过程。而且Google正在汇集新一轮的计算资源，加之这家公司也开始考虑社会性大脑(Social Brain)的模型，所以距离未来的
P2R（人机计算）的理想又进了一步。但是，实现真正人脑模拟的奇点(Singularity)已经并非一家公司所可以独立担当，尤其是
Wikia这样的公司正在社会性搜索方面跃跃欲试。不管结果如何，新一代的领军者是谁还真的未得而之。
标签： Google, P2R, 大脑
