麻省理工科技評論：想理解中文，人工智慧還得繼續努力

【綜合/觀察者網 韓京霏】會寫散文的百度大腦、阿里巴巴的天貓精靈，戰勝了柯潔的AlphaGo……近年來，人工智慧不再只是科學家口中的超前概念，而是逐漸進入到大眾的視野當中。

不過，麻省理工科技評論網站7月25日發表了一篇文章，認為識別中文這件事情，不只是對於歪果仁來說有點難度，對於人工智慧也不是非常容易。人工智慧想要高效識別中文的話，還得再努把力。

麻省理工科技在評論中，列舉了來自阿里、百度等中國企業在國內目前具有較強代表性的聲音識別類人工智慧。

實際上，美國類似產品的火爆，已經引起了中國科技投資者的興趣。研究公司IDC預測，到2020年，51%的智能駕駛產業、68%的手機和可穿戴設備產業，都會覆蓋基於會話的人工智慧系統。

最著名的可穿戴設備之一：Google Glass（資料圖）

不過，評論認為，人工智慧在真正「理解」中文的路上，可能還需要再努力一些。

首先，在輸入文字方面，輸入中文就要稍微難一些。現在，如果想用鍵盤輸入中文，我們最常用的途徑就是拼音輸入法。

但是，中文的特點是它有四個音調，於是同一個拼音組合下可能會出現不同音調的漢字，而且還存在著非常多的同音字。這樣的話，我們就不得不進行一個「選字」的工作，在很多同音字中，選出自己想要的那一個。

畢竟，如果不選字的話，「季姬急極屐擊雞」和「石室詩士施氏，嗜獅，誓食十獅」這種千古奇文，實在是不知道應該怎麼打出來……

面對博大精深的中華文化，我的心情非常複雜

一些比較智能的輸入法，可能會根據上下文去試著推薦一些字元，但是這種推薦的精度也相對有限。

所以，可能正因為如此，中國的主流通信應用程序（如微信），是主打用語音來傳遞信息的。而在美國，這種程序的主要溝通方式一般是文本。

面對這個問題，一些人工智慧的開發者，會試圖用語音命令的方式實現人機溝通。在這種方式下，機器將用戶的語音轉換為文本，再根據文本的意義作出反饋。

這種方法在針對某些特定任務時非常有效，比如，用戶可以對機器說話，要求手機實現「查詢天氣」或者「把某個詞語翻譯為英文」之類的特定指令。但是，一旦對話里有多個不同的話題，或者有上下文的話，這個方法就不太靈了。

解決中文對話的另外一個挑戰，就是作為一種語言，中文本來就很複雜。比如，即使是完全相同的文字，以不同的順序排列可能也會出現完全不同的含義，比如「腦滿腸肥」和「滿腦肥腸」……或者「霧鎖山頭山鎖霧，天連水尾水連天」。

這種情況下，想要理解一句話的含義，就必須得通過上下文了。

而且，中文句子也不會像英文句子那樣，用空格把單詞之間彼此隔開。所以語言處理人員就必須要讓演算法能夠正確地斷開單詞。

另外，中文沒有時態，所以機器在判斷時間軸方面，也存在著一定的困難。

「我不知道怎麼調戲Siri，反正它已經調戲得我快哭了」 圖/知乎用戶@姚米兔

圖/@同桌來成為我機智的幼馴染吧

人工智慧面對的挑戰，還包括對中文語義的理解。

中國幅員遼闊，存在著大量的方言，而方言與方言之間彼此可能完全不同，比如福建人和廣東人雖然長期相愛相殺，但是未必能順利對話。

而且，同一句話在不同語境下的意義，可能也會變得完全不同，最典型的就是逼瘋外國人的「如果你來早了，你就等著吧；如果你來晚了，你就等著吧。」

那麼，應當怎麼解決處理中文指令時遇到的這些問題呢？

一位清華大學教授指出，如果想真正理解講話者的意圖，實現恰當的溝通，計算機就需要把語調和壓力這些細微的線索也考慮進來。

另一位副教授也表示，計算機需要適當地理解人類的情緒，因為人類的決策並不是完全依賴於邏輯的。

會說方言的siri 圖自華人街/@我和siri的故事

好在，中國研究人員的一大優勢是，數量巨大的用戶群提供了海量的數據——由於支持電腦進行語音理解的神經網路需要大量的數據進行訓練，因此，公司擁有的數據越多，它的神經網路就會越來越智能化。

百度和阿里巴巴這樣的公司，就都受益於廣泛的用戶群。麻省理工科技評論給出的數據顯示，截至2016年底，百度的月活躍移動用戶達到了6.65億；而截至今年3月份，阿里巴巴的月活躍移動用戶也達到了5.07億。

除此之外，阿里巴巴的一位研究人員也給出了另外的解決方法：運用關聯主題下的數據來調教神經網路，而不是全部都依靠大數據。

比如說，如果想要訓練神經網路理解與「運動醫學」這個主題有關的指令，就可以利用「運動」和「醫學」兩個話題中的數據來進行。

這種方法不如大數據好用，但是如果缺少大數據的話，這種方法至少能確保，在某些話題下，技術人員依舊能夠對神經網路進行訓練。

這樣看來的話，說不定，能否順利掌握中文，可以成為測試人工智慧語言理解功能的試金石呢～

GIF/547K

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！