爱吧机器人网 » 技术 > 人工智能 > 正文

一个让深度学习惨败的通用人工智能领域——语境处理

\
“Context”是指用来解释一段给定文本或语句的来源框架,我们可以翻译为上下文或语境。

维基百科将“context”定义为:

*在符号学、语言学、社会学和人类学中,语境(context)是指围绕一个焦点事件的对象或实体,在这些学科中通常是某种交际事件。语境是“围绕事件的一个框架,为事件的恰当解释提供资源”。*

能处理语境是AGI(Artificial general intelligence,通用人工智能)的一个重要特征,特别是对于会话型角色。从这个意义上说,语境可以粗略地描述为谈话所依据的轨道。例如,当我们正在讨论19世纪英国的住房问题时,我们不希望谈话会随机转移到南极洲的企鹅或核聚变。语境将可能发生的会话项(conversational items)的解空间(solution space)缩小到合理预期或相关的范围。

语境处理是令深度学习技术惨败的一个领域。虽然可以在文本语料库上训练深度学习网络来提取有意义或合乎逻辑的信息,但这种技术利用的是语言结构中的模式,而不是真正的语境处理。

\
真正的语境处理是计算密集型的,是在句子、短语、问题、周围信息等之间构建关系图谱,并使用统计分析技术缩小合适的语境范围。

一句像“I love you”这样的话,如果没有周围的信息就会显得模棱两可。表面上这是一种爱情的声明,但如果是跟对立的人说就可能代表讥讽,如果对朋友说又可能代表一种感激或深厚友谊。要搞清楚语境,必须追踪周围信息并与语句相关联。

AGI需要一个应用程序/引擎来跟踪语音/文本以及其他形式的相关信息,以便解析语境。周围的信息不局限于会话中提供的信息,还包括来自知识库和常识的信息。

让我们以一些随机的double entendres(双关语)为例,来说明语句中的歧义是通过知识来解决的:

1.Panda mating fails: veterinarian takes over.

2.Miners refuse to work after death.

3.New obesity study looks for larger test group.

4.Children make nutritious snacks.

5.Criminals get nine months in violin case.

在上述例子中,我们注意到歧义是通过应用我们称之为常识的知识来解决的。运用常识并不一定意味着我们会得到真相,因为奇怪的事情也会发生。例如,在正常的常识下,人类不吃儿童,所以说“Children make nutritious snacks.”在能让人不误解的同时表达出一种幽默感。但是,如果这是一本名为《食人时代》的出版物中的头条新闻,那很可能就是一个合理的观点

因此,在确定语境时,我们必须了解所有周围的信息,这些信息的地位高于一般预期。

语境也与memory(记忆或内存)有关。在许多情况下,语句里的上下文可以指代以前的对话,并且在某些情况下,可以不显式地引用。例如,类似“the pidgeon is in the bath”的暗号将指代事先约定的含义,而不是当前字面意思。因此,在不知道约定含义的情况下,对该陈述的分析就会导致无价值结果。引擎追踪语境必须足够灵活,以允许包含特设的上下文映射。

另一种场景是,手势、眼神、脱离语境陈述(out-of-context statements)等暗示了一种与先前语境的关系。例如,一场谈话可能关于某个家庭成员健康,几个小时后,可能会出现一个带有微笑的“he’s ok”的陈述。把前后这两种语境联系起来是一个统计学可能性的问题。语境引擎必须能够在较长的时间内连接上下文并保留所收集的信息。

Double entendres是语音/文本中另一类有趣的歧义。然而,在这里,真正的语境必须从呈现的画面中推断出来。例如,“he grasped the long hard cold steel rod firmly”。因此,任何语境引擎都必须能够将单词与画面联系起来,然后再与类似的项连接起来。在潜台词(sub-text)优先于字面意思(presented text)的语音或文本中,double entendres只是其中一类,此外还常见于带有政治色彩的作品,或是处理禁忌的作品。

语境引擎是一个高度复杂的应用程序,很难实时运行。在某些情况下,可以通过额外的进程实现再解释(re-interpretations),并且在交互场景中,其必须作为修正引入AGI的会话语音中。如果AGI呈现为一个单独的实体,比如一个人,这可能意味着要等一会儿。但是,如果AGI呈现为多个实体,例如一群人,那么当数据变得可用并呈现为一个组讨论(group discussion)时,就可能会发生中断。

\
语境引擎依赖于坚实的知识库和关于世界及行为的常识信息。没有这一点,误解将频繁发生,自然语言处理/理解的目标将无法实现,AGI可能也将无法实现。



——End——

爱吧机器人网原创编译,转载需注明。

上一篇:研究人员融合人类与AI的创造力 显著提高了深度学习的表现
下一篇:17世纪的莱布尼茨试图制造“思想机器”却被现实打脸

本周栏目热点

人工智能主要分为哪几个研究阶段 未来的发展方向是什么

[2018-07-22]  从目前的一些前瞻性研究可以看出,未来人工智能可能会向以下几个方面发展:模糊处理、并行化、神经网络和机器情感。...

为了防止机器人产生自我意识,技术专家公布新的人工智能设计方法

[2019-11-27]  人工智能的时代距离我们越来越近,当机器人逐渐进化到产生自我意识,世界将会变成什么样?对于人工智能和机器人的看法,已故著名科学家斯蒂 ...

人工智能的认知层面大家都在关注什么?

[2017-12-08]  从AI的认知层来看“自然语言处理、语义网与知识图谱”算是关键技术。我们按照这些关键词提取36Kr、品玩与虎嗅的相关新闻共计803篇,构建新闻相似度网络,进行聚类与分析。...

人工智能学家质疑谷歌围棋AI有科学欺诈表现

[2016-03-09]   文 刘锋(来源:人工智能学家)把大象关进冰箱要几步涉及的科学漏洞在讨论谷歌围棋AI及其比赛问题之前, ...

[2017-10-22]  人工智能,在很多人的心中或许一直停留在虚幻的境界之中,但是伴随着去年的AlphaGo完胜围棋世界冠军李世石,越来越多的人开始关注这个领域 ...

精选推荐

人工神经网络技术解码人类行为和想象时的大脑活动信号
人工神经网络技术解码人类行为和想象时的大脑活动信号

[2017-08-23]  为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-Bra......

机器人从工业走向家庭  库卡KUKA目标是引领中国市场
机器人从工业走向家庭 库卡KUKA目标是引领中国市场

[2017-12-08]  机器人正在改变着人们的生活方式,而库卡KUKA想要在中国这个大蛋糕中占有一块大份额,库卡公司正在引领市场...

美国Natilus公司试飞水上无人货机 设计简单成本降低
美国Natilus公司试飞水上无人货机 设计简单成本降低

[2017-12-28]  Natilus创业公司成立于2014年,其梦想是建造大型无人机,以半价提供比船舶快得多国际货运。在十二月份,Natilus计划在旧金山湾测试一个9米翼展的小型原型无人机的水上滑行能力......

德国研发出一种能在你体内工作的微型机器人

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作
瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作

[2019-07-12]  EPFL(瑞士联邦理工学院)的研究人员受到了蚂蚁的启发,开发了一款仅有10克重的小型机器人:他们可以相互交流,分配角色并完成复杂的任务。 ...

新型轻便机器人套装重5kg,辅助跑步和步行
新型轻便机器人套装重5kg,辅助跑步和步行

[2019-10-23]  虽然步行对大多数人来说似乎不是负担,但对有些人来说,这项简单的运动往往会让人感到筋疲力尽。比如手术或中风后恢复的患者、帕金森氏症患 ...

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...