人工智能自然语言处理现在能做些什么?
发布网友
发布时间：2022-04-23 07:43
共1个回答
热心网友
时间：2022-06-17 20:59
举一个简单例子，我们想让AI理解“太阳从东方升起”这句话，但什么是“太阳”，什么是“东方”， ”升起“是什么意思？这些目前的AI都不知道。目前的 AI 通过 word2vec 可以知道 ”太阳“ 等同于 ”日头“，“东方”有近义词“西方”，“南方”，“北方”..., “升起”应该是个动词。但他就像一个盲人，无法获取正常人对“太阳”的理解。为了让AI理解“太阳”，要么我们给他配备摄像头，把太阳指给他看，像教小孩子一样教给他所有我们对某件事物的理解，要么我们使用很多太阳照片来训练他，让他获得与人类相似的对“太阳”的理解。但这样的理解仍然是片面的，因为他感觉不到太阳的耀眼，太阳的温暖，以及太阳驱走黑暗或被黑暗吞噬的过程。为了获得与人类相近的理解，AI 还必须拥有光强传感器，温度传感器。在训练这个模型的时候，我们不仅要用静态的照片，还要用动态的视频让他理解“升起”，“降落”等动作的含义。在让AI理解“东方”的时候，电子指南针可能没有“太阳升起的方向”来的更接近人类的认知。有了这些基本的认知，再用知识库来增强其对太阳的理解，比如太阳与地球的距离，太阳的大小，太阳的温度，太阳内部核聚变产生能量的过程，关于太阳的神话传说（夸父追日，后羿射日），文学传说（两小儿辩日）... 到了这里，AI对太阳的理解至少与我们中国人对太阳的理解很相近了。通过迁移学习的方法，让AI从图片，声音和视频，学习我们这个的真实世界，然后把学到的神经元参数放在机器人的大脑中，让机器人继续在真实世界中学习。估计真正学到了意义，才能真正做到机器理解。
用这种方法，机器能够理解沐浴阳光下身体的温暖，却无法理解人在此时心灵感觉到的愉悦。当然，设定最佳温度，当阳光照射传感器接近最佳温度时，编程模拟其愉悦程度也是可以的。不过数字化高兴，痛苦，忧伤，愤怒等人类特有的情绪不是一件简单的事情。可以将电量，环境温度，湿度，噪声做为量化高兴与痛苦的指标。忧伤与愤怒就难了。更难的是如何让这些情绪与人类的情绪产生共鸣，让机器理解人类的忧伤。
我一直觉得如果一个机器人有了我们人类拥有的所有感官，（饥饿感可以用电量的多少的模拟），并有100亿的神经元与这些感官相连接，再加上未来CNN＋LSTM深度神经网络构架的发展，人类完全可以像抚养一个小孩一样抚养出一个能真正理解这个世界，理解自然语言的机器人。传感器＋黑盒子深度神经网络的共同结果就是自我意识的产生。但到了那个时刻，也是我们人类最危险的时刻，因为我们造出了超人，却没有办法用法律去约束他。他的大脑对于我们来说是黑盒子，用机器人三定律来约束他比用法律来约束人类还要软弱无力。（有点跑题了）
回到这个话题，根据 huangpeihong 回答中的链接，机器懂得了“意义”之后，还必须要懂得一些基本的“道理”，才能真正做到理解自然语言。比如说机器必须知道近大远小的道理，才能自洽的解释为什么照片中太阳与房屋的比例那么失真，必须知道大气层中复色光折射与散射的道理，才能回答两小儿辩日的悖论。但是如何让机器懂得道理，学会推理，并公式化，就需要机器学习的高手接龙了。之前我有想过如果用正负电子湮灭产生的末态粒子谱来训练机器，机器能不能学会能动量守恒，角动量守恒，电荷守恒，重子数守恒等等物理守恒定律，如果学会的话，该如何从那么多参数中提取这些物理规律。可能这种想法就是让机器学会道理的一种方法吧，用走远变小的人，汽车，动物来训练得到近大远小这个道理
希望我的回答可以帮到您哦
