搜索巨人Google和一家出售信息恢復工具的Autonomy公司，都使用了貝葉斯定理為數(shù)據(jù)搜索提供近似的（但是技術上不確切）結果。 研究人員還使用貝葉斯模型來判斷癥狀和疾病之間的相互關系，創(chuàng)建個人機器人，開發(fā)能夠根據(jù)數(shù)據(jù)和經(jīng)驗來決定行動的人工智能設備。

這聽起來好像很深奧，其實它的意思卻是很簡單：某件事情發(fā)生的概率大致可以由它過去發(fā)生的頻率近似地估計出來。研究人員把這個原理應用在每件事上，從基因研究到過濾電子郵件。貝葉斯理論的一個出名的倡導者就是微軟。該公司把概率用于它的公共平臺上。該技術將會被內(nèi)置到微軟未來的軟件中，而且讓計算機和蜂窩電話能夠自動地過濾信息，不需要用戶幫助，自動計劃會議并且和其他人聯(lián)系。如果成功的話，該技術將會導致一種叫“上下文的服務器”電子管家的出現(xiàn)，它能夠解釋人的日常生活習慣并在不斷變換的環(huán)境中組織他們的生活。

微軟研究部門的高級研究員埃里克 侯衛(wèi)茨說他們正在進行貝葉斯的研究，它將被用于決定怎樣最好地分配計算和帶寬”，他個人相信“在這個不確定的世界里，你不能夠知道每件事，而概率論是任何智能的基礎。” 

到今年年底，Intel也將發(fā)布它自己的基于貝葉斯理論的工具包。一個關于照相機的實驗警告醫(yī)生說病人可能很快遭受痛苦。在本周晚些時候在該公司的開發(fā)者論壇上將討論這種發(fā)展。雖然它在今天很流行，但貝葉斯的理論并不是一直被廣泛接受的：就在10年前，貝葉斯研究人員還在他們的專業(yè)上躊躇不前。但是其后，改進的數(shù)學模型，更快的計算機和實驗的有效結果增加了這種學派新的可信程度。

貝葉斯的理論可以粗略地被簡述成一條原則：為了預見未來，必須要看看過去。貝葉斯的理論表示未來某件事情發(fā)生的概率可以通過計算它過去發(fā)生的頻率來估計。一個彈起的硬幣正面朝上的概率是多少？實驗數(shù)據(jù)表明這個值是50%。 “斯坦佛的管理科學和工程系的教授霍華德認為，貝葉斯表示從本質上說，每件事都有不確定性，你有不同的概率類型。例如，假設不是硬幣，一名研究人員把塑料圖釘往上拋，想要看看它釘頭朝上落地的概率有多大，或者有多少可能性是側面著地，而釘子是指向什么方向的。形狀，成型過程中的誤差，重量分布和其他的因素都會影響該結果。

貝葉斯技術的吸引力在于它的簡單性。預測完全取決于收集到的數(shù)據(jù)--獲得的數(shù)據(jù)越多，結果就越好。貝葉斯模型另一個優(yōu)點是它能夠自我糾正，也就是說數(shù)據(jù)變化了，結果也就跟著變化。

概率論的思想改變了人們和計算機互動的方式。Google的安全質量總監(jiān)彼得說“這種想法是計算機能夠更象一個幫助者而不僅僅是一個終端設備，你在尋找的是一些指導，而不是一個標準答案”。他們從這種轉變中，研究獲益非淺。幾年前，所謂的Boolean搜索引擎的一般使用需要把搜索按照“f，and，or ，but”的語法進行提交，然后去尋找匹配的詞�，F(xiàn)在的搜索引擎采用了復雜的運算法則來搜索數(shù)據(jù)庫，并找出可能的匹配。 如同圖釘?shù)哪莻�例子顯示的那樣，復雜性和對于更多數(shù)據(jù)的需要可能很快增長。由于功能強大的計算機的出現(xiàn)，對于把好的猜測轉變成近似的輸出所必須的結果進行控制成為可能。

作者：Michael Kanellos