年，一位谷歌的实习生路易斯·冯·安（LuisvonAhn）开发了一款有趣的程序“ReCapture”，却无意间开创了一个新的人工智能研究方向：人类计算。
ReCapture的初衷很简单，它希望利用人类高超的模式识别能力，自动帮助谷歌公司完成大量扫描图书的文字识别任务。但是，如果要雇用人力来完成这个任务则需要花费一大笔开销。于是，冯·安想到，每天都有大量的用户在输入验证码来向机器证明自己是人而不是机器，而输入验证码事实上就是在完成文本识别问题。于是，一方面是有大量的扫描的图书中难以识别的文字需要人来识别；另一方面是由计算机生成一些扭曲的图片让大量的用户做识别以表明自己的身份。那么，为什么不把两个方面结合在一起呢？这就是ReCapture的创意（如下图所示），冯·安聪明地让用户在输入识别码的时候悄悄帮助谷歌完成了文字识别工作！
人类计算系统ReCapture
这一成功的应用实际上是借助人力完成了传统的人工智能问题，冯·安把它叫作人类计算（HumanComputation），我们则把它形象地称为“人工”人工智能。除了ReCapture以外，冯·安还开发了很多类似的程序或系统，例如ESP游戏是让用户通过竞争的方式为图片贴标签，从而完成“人工”人工分类图片；Duolingo系统则是让用户在学习外语的同时，顺便翻译一下互联网，这是“人工”机器翻译。
LuisvonAhn（—）
也许，这样巧妙的人机结合才是人工智能发展的新方向之一。因为一个完全脱离人类的人工智能程序对于我们没有任何独立存在的意义，所以人工智能必然会面临人机交互的问题。而随着互联网的兴起，人和计算机交互的方式会更加便捷而多样化。因此，这为传统的人工智能问题提供了全新的解决途径。
然而，读者也许会质疑，这种掺合了人类智能的系统还能叫作纯粹的人工智能吗？这种质疑事实上有一个隐含的前提，就是人工智能是一个独立运作的系统，它与人类环境应相互隔离。但当我们考虑人类智能的时候就会发现，任何智能系统都不能与环境绝对隔离，它只有在开放的环境下才能表现出智能。同样的道理，人工智能也必须向人类开放，于是引入人的作用也变成了一种很自然的事情。
尽管人工智能这条道路蜿蜒曲折，荆棘密布，但至少它在发展并不断壮大。最重要的是，人们对于人工智能的梦想永远没有破灭过。也许人工智能之梦将无法在你我的有生之年实现，也许人工智能之梦始终无法逾越哥德尔定理那个硕大无朋的“如来佛手掌”，但是，人工智能之梦将永远驱动着我们不断前行，挑战极限。