當(dāng)我在思考這個(gè)問題的時(shí)候,不禁回想到了我的小時(shí)候就覺得非常神奇的IBM機(jī)器人沃森,這臺(tái)機(jī)器人擁有當(dāng)時(shí)人類所制造機(jī)器的最頂級(jí)的智慧,具有高級(jí)語言處理能力并且能夠初步理解英語的能力.

初步來看,實(shí)現(xiàn)這樣的一個(gè)能夠和語言與人類進(jìn)行交流的機(jī)器人,其中包括語音識(shí)別和自然語言處理(包括手語,唇語,肢體語言等)來與人類進(jìn)行溝通,通過自然語言生成和語音合成來和人類進(jìn)行交際,同時(shí)也需要進(jìn)行信息檢索和信息抽取,從而能夠進(jìn)行推理,根據(jù)已知的事實(shí)來得到結(jié)論.

語言處理中的一些困難:

我們把處理口語和書面語的計(jì)算技術(shù)稱為語音和語言處理,合起來就算是自然語言處理,其實(shí)這是一個(gè)很廣泛的定義,這個(gè)范圍從人人皆知的比如分詞計(jì)算,自動(dòng)換行這樣的相對(duì)簡單的技術(shù),直到比如微軟小冰這樣的自動(dòng)回答,Google翻譯這樣的實(shí)時(shí)口語自動(dòng)翻譯的高級(jí)技術(shù).

而自然語言處理相對(duì)于計(jì)算機(jī)視覺這樣的其他人工智能的應(yīng)用來說,自然語言處理需要從業(yè)人員有一定的語言知識(shí),就好比我們?cè)趧側(cè)腴T的時(shí)候用NLTK包來計(jì)算文本文件的詞數(shù),句數(shù),以及上下文語句等.當(dāng)我們?nèi)绻胣ltk上的處理字節(jié)數(shù)功能時(shí),這就是一個(gè)簡單的數(shù)據(jù)處理工具,而我們?nèi)绻ビ?jì)算一篇文章中的詞數(shù),句數(shù)的時(shí)候,就需要讓計(jì)算機(jī)知道什么是詞,什么是句子,從哪里斷句,從哪里開始的語言知識(shí),這個(gè)時(shí)候工具就變成了一個(gè)自然語言處理系統(tǒng).但是像是nltk這樣的工具畢竟還是一個(gè)簡單的系統(tǒng),他的語言知識(shí)也比較有限,如果要其擁有跟我們?nèi)祟愑袑?duì)話的語言能力,我們就必須要求系統(tǒng)擁有更加廣泛和更加深刻的語言知識(shí),因此這就需要從業(yè)人員擁有處理更加復(fù)雜系統(tǒng)所需的語言知識(shí)范圍和種類的語言能力.

而計(jì)算機(jī)識(shí)別語音的時(shí)候,計(jì)算機(jī)也必須要分析他所能接受的聲音信號(hào),那些是噪音,那些是有用的知識(shí),并且因此來說,為了生成回答進(jìn)行反饋,計(jì)算機(jī)必須要把知識(shí)圖譜中的回答進(jìn)行整理組織成詞的系列,并且能夠生成出能夠讓人類是識(shí)別的語音信號(hào).

當(dāng)然,為了實(shí)現(xiàn)這些,我們就有用到phonetics和phonology的知識(shí),這樣的知識(shí)能夠給幫我們?nèi)绾谓⒛Ｐ蛠碜R(shí)別語句中的發(fā)音.

如果是處理詞,又有很多的問題,比如說處理I’m和I am的這樣的縮略詞形式,如果要能夠產(chǎn)生和識(shí)別單詞這樣那樣的變體,其實(shí)這就又要需要形態(tài)學(xué)上的知識(shí),希望能夠反應(yīng)關(guān)于上下文中詞的形態(tài)和行為的有關(guān)信息.

另外,除了處理一個(gè)個(gè)單詞以外,我們還要考慮如何生成一句話,并且能夠按照我們的需求進(jìn)行生成,這樣我們有需要組詞成句的知識(shí),以及詞匯語義學(xué)和組合語義學(xué)的知識(shí)

最后一個(gè)是最困難的,關(guān)于消除歧義:

例如“這房間就是個(gè)烤箱”帕棉、“這個(gè)房間就是個(gè)盒子”，雖然句式相同但都不是字面的意思只磷，前者表示這個(gè)房間很熱，后者則表示這個(gè)房間很小门烂。要讓計(jì)算機(jī)理解這些話的意思宙枷，不是僅僅做詞表示甚至句法分析能解決的钙畔。也例如，語言理解實(shí)際是一個(gè)多模態(tài)過程仗岖，需要綜合除語言之外的視覺逃延、聽覺甚至觸覺等多模態(tài)的富語境信息才能實(shí)現(xiàn)真正的語言理解。我個(gè)人覺得箩帚，這些應(yīng)該是自然語言理解/處理比較困難的地方真友。

自然語言理解/處理應(yīng)該是實(shí)現(xiàn)通用人工智能的關(guān)鍵挑戰(zhàn)，但似乎不應(yīng)是最難挑戰(zhàn)紧帕。語言能力是人類智能的集中體現(xiàn)盔然，不過構(gòu)建在語言等能力基礎(chǔ)之上的思辨、決策和創(chuàng)造等能力是嗜，似乎都還沒納入人工智能主要探討的范圍愈案，也許這些更困難些。例如鹅搪，如何讓機(jī)器像人一樣思考哲學(xué)問題站绪，像人一樣指揮戰(zhàn)爭或運(yùn)營商業(yè)公司，或像人一樣發(fā)明創(chuàng)造丽柿？這些問題似乎都比自然語言理解/處理更困難恢准。

即使限定在自然語言處理魂挂，當(dāng)前關(guān)心的問題也更偏重自然語言傳遞信息的工具屬性上，也就是如何讓計(jì)算機(jī)更準(zhǔn)確地理解一句話的字面意思馁筐。人類語言更富魅力的“言有盡而意無窮”的特點(diǎn)涂召，還遠(yuǎn)未被探索。