CTO Talk | 自然语言处理称为人工智能突破的关键

Posted 2021-04-12 人工智能儿童学园

说到今年最火红的技术名词，一定会有AI一词的身影，各家厂商和企业纷纷推出自家的AI解决方案，或是宣称采用了AI技术，让自家产品变得更加聪明，甚至将机器学习、深度学习、计算机视觉、自然语言处理等技术，通通混为一谈，统称为AI技术，不过，「现实是很多厂商提供的AI技术并不是真的AI！」掌管IBM所有核心认知系统服务技术的全球副总裁兼Watson首席技术官Robert High提醒。

 

RobertHigh指出，他习惯将AI称之为Augmented Intelligence（扩增智能），而非人工智能，AI技术依照功能性分为两类，第一类是基本的认知技术（Foundationalcognitive skills)，另一种则是较高阶的推论技术（Prior reasoning skills），基本的认知技术大部分都是辨识类的技术，包含语言、语音、视觉和Empathy辨识，而高阶的推论技术涵盖对话和知识探索 (Discovery)以及对比式分析（Comparing analysis）。

 

依照他的判断，许多厂商所谓的AI技术其实是一些简单的辨识型任务，如语音、影像、文字，以及语意辨识等，并不算是真正的AI技术，Robert High认为，真正的AI技术需要藉由基本的辨识发展出推论（Reasoning）的能力，推论的运作是一种归纳（Inductive）过程，但并非只是简单地将事物分类，而是要了解其他潜在的可能性，理解出未被发掘的相关的讯息。

 

因此，「实现复制人脑运作的AI并不是永远都有用。」Robert High指出，人类对事物的理解，并不是来自脑袋的运作，而是从生活中的经验学习而来的，他以数学为例，人类理解数学原理，但针对医疗、金融等特定问题，需要什么样的数学方程来解决问题，如何归纳出抽象规则，是需要经验推理，而这个推论就像是AI推论的过程一样。

 

但是AI到底要怎么理解人类的问题，进而衍生出推理的能力？Robert High表示，AI技术的概念已经存在数10个年头了，却一直没有适当的用途，也无法符合人类期望的结果，不过，近来，AI之所以能够突破，从实验室走到业界，开始成为企业能采用的技术，「关键在于AI能够真正理解人类的语言！」Robert High解释，过去的AI依赖规则或是语义的知识本体（Semantic ontology）来了解人类语言，但现在科学家更专注于用语言学（Linguistics）来了解语义，AI才开始能在不同的场景发挥功用，「这是最根本的改变！」他说。

 

用语言学的概念来设计AI系统，Robert High指出，最大的不同在于能够真正了解人类说话的逻辑，AI并不是只有研究单词，而是研究人类怎么将这些单字组合在一起，变成一个语意模式（Patternof meaning），包括哪些单词常会组合在一起、单词之间的距离、标点符号的用法等语言学的属性。

 

他进一步解释，人类了解对方的话语，并非在脑中默记一本厚重的字典，找寻每个单字的意思，再把每个字的意思拼凑在一起来理解对方讲话的意思，而是人类的脑已经被训练成能够了解语意模式和语言的特性，即使文法不正确，或是字句并非字面上的意思，对方都能够理解。

 

另外，Robert High还表示，人类的语言还用了许多比喻法，只是就连人类自己都没有察觉，举例来说，英文中常用的「Back」一词，最原始的意思是人体的背部，之后这个词用了背部在人体后面的比喻而衍生出许多不同的用法，不管是语意模式或是比喻的用法，这些语言学的特性都让AI有了很大的突破，尤其是对话式AI系统。

延伸阅读：