为什么有些 App 会使用假的进度条

原文：Why Some Apps Use Fake Progress Bars

@李大超人Leo：TurboTax 是一个帮助无财务背景知识的人来计算应缴税款的网站 ，在申报过程中该网站使用了 3 个进度条以显示它们 Double Check 的流程；然而事实上每份税务分析流程实际只以固定的时间完成固定的 1 个环节而已，并没有声称的 3 个环节.。

由此引发了作者的思考——为什么有些 App 会使用假的进度条。这一行为被密歇根大学的教授称为 Benevolent Deception （善意的谎言）。

Google 大脑的两个人工智能玩了个对抗游戏，竟然自主「进化」了

@sainho93：去年十月，Google Brain 带来了一篇让人有些后背发凉的论文：

作为两个未经训练的神经网络，Alice 和 Bob （均为神经网络的名字）有能力在一万次尝试之内学会一种加密算法，而且没有进行直接的对话——这就好比两个三岁小孩用了几个小时就研究明白了大学级别的密码学。

人类和机器的对抗中，我们仍有一丝侥幸，毕竟机器还是人设计出来的。而生成式对抗网络这项技术则让人工智能有了举一反三的学习能力，犹如盗火的普罗米修斯。

「智能」语音助手的发展之路

原文：Conversational AI and the road ahead

@ElijahLee：如今越来越多的各种「语音助理」被冠以智能之名，然而它们的实际体验却离「智能」相去甚远，一个重要的原因就是自然语言的复杂难懂。一个典型的难点就是自然语言里的人称代词是具有时效性的，我们可以通过上下文关系轻易搞清楚「它/他/她」指代的内容，但这对各类助理就是一个大难题。

文章作者引入了关于自然语言理解能力的图灵测试项目 Winograd Schema Challenge，随后阐述了人类与「助理」们处理自然语言方式的不同之处与现有的困境与应对方案。最后针对这些难题，作者认为开发智能助理应从实际应用出发，以实现各类助理服务完善运作为初衷，而不是制造具有完美理解力的机器。

如果你最近也看到了哪些有意思的文章，欢迎在评论区和大家分享，我们也会把优秀的推荐选入之后的「派读」中。