劳累过度又面临巨大需求的IT支撑技术员实在分身乏术。但不久的将来，一款能够观察并学习他们执行普通任务的软件将帮上忙——自动完成那些需要在不同电脑上反复执行的工作。

　　这个被称作KarDo的新软件系统由麻省理工学院的研究员们开发。它能够自动配置电子邮件账户，安装病毒扫描程序，或者设置对虚拟私人网络的连接，麻省理工学院助理教授狄娜·卡塔碧（Dina Katabi）说。

　　关键的一点是，这个软件只需要观察管理员执行一次任务，就可以在运行着不同软件的电脑上实施同样的工作。根据Forrester和Gartner的分析小组所说，企业每年花费在简单重复的IT任务上的资金达数十亿美元。KarDo能将这笔开销削减20%之多，卡塔碧说。

　　在某些方面，KarDo与记录宏命令——用户在电脑上的一系列操作——的软件有相似之处。但KarDo会尝试学习每个操作的目的，从而在今后更广泛地使用该操作，该系统的开发者之一，麻省理工学院的研究生哈里哈兰·拉胡尔（Hariharan Rahul）说。

　　KarDo软件能自动学习总结

　　当IT员工想要KarDo学习一项新任务时，只需要事先按下“开始”按钮并在结束后按“停止”即可。在“学习阶段”，KarDo将尝试把每一个图形用户界面中的操作，如点击某个图标或按钮，与系统级别的动作联系起来，如启动或关闭某个程序，或打开一个网页。这将使一个任务能在运行着不同软件的机器上执行，卡塔碧说。“我可以显示桌面，点击IE浏览器图标，前往一个网站，然后点击某个链接下载文件。”她说。KarDo能在运行着火狐或Chrome等不同浏览器的机器上执行同样的操作。KarDo将学习阶段执行的操作与数据库中其它任务的操作进行对比。

　　只要观察一次完整的任务执行过程，KarDo就能够可靠地推断该如何重现其中每一个子任务，拉胡尔说。例如，在观察了使用微软Outlook创建电子邮件账户的过程之后，它就能在运行着其它电子邮件客户端的电脑上执行同样的任务。KarDo已经由麻省理工学院的IT人员用数百个真实任务的组合进行过测试，并且正确完成了82%的任务。即使KarDo没有正确执行某个任务，产生的后果也并不严重，卡塔碧说。

　　最终的目标是让KarDo完全自动介入操作，虽然这尚未通过测试。设想的情况是当用户向IT部门发出申请时，KarDo就自动执行此项任务。

　　这种“示范指导编程”的点子并不新鲜，伦敦皇家学院的机器学习领域专家斯蒂芬·马格尔顿（Stephen Muggleton）说。但这种方法仍然令人充满研究好奇心，他说。“从用户角度会有一个明显的顾虑，即这种学习模式的准确度。”马格尔顿说。要创造准确无误的机器学习模式通常需要相当大量的数据，他提醒到。

　　 “通过观察学习流程与计划有着非常光明的前景。”来自华盛顿州雷德蒙德市微软研究院的埃里克·霍维茨（Eric Horvitz）说，总的来讲，要做到这点是很有挑战性的。若不限制任务的种类，通常很难做出任何有用的事，霍维茨说。

　　5月中旬，KarDo被宣布为麻省理工学院创业大赛网络/IT分支10万美元奖金的得主。