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據搜索提供近似的（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，創建個人機器人，開發能夠根據數據和經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：某件事情發生的概率大致可以由它過去發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，它能夠解釋人的日常生活習慣并在不斷變換的環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者論壇上將討論這種發展。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上躊躇不前。但是其后，改進的數學模型，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生的概率可以通過計算它過去發生的頻率來估計。一個彈起的硬幣正面朝上的概率是多少？實驗數據表明這個值是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據--獲得的數據越多，結果就越好。貝葉斯模型另一個優點是它能夠自我糾正，也就是說數據變化了，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在的搜索引擎采用了復雜的運算法則來搜索數據庫，并找出可能的匹配。 如同圖釘的那個例子顯示的那樣，復雜性和對于更多數據的需要可能很快增長。由于功能強大的計算機的出現，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