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
精选推荐
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展

[2017-12-11]  苹果隐秘的自动驾驶汽车项目多年来一直在转移焦点,但今年似乎正在加速。 4月份,公司获得了在加利福尼亚州进行自动驾驶汽车测试的许可证,而在6月份,苹果公司首席执行官库......

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

美国喷气推进实验室的AI驱动无人机挑战人类飞行员
美国喷气推进实验室的AI驱动无人机挑战人类飞行员

[2017-12-08]  随着无人机及其组件越来越小,效率越来越高,功能越来越强大,我们已经看到越来越多的研究开始让无人机自主飞行在半结构化的环境中,而不依赖于外部定位。 宾夕法尼亚大学在......

这个外科手术机器人可以为患者“量身定制”
这个外科手术机器人可以为患者“量身定制”

[2019-07-12]  世界首创,来自澳大利亚机器人视觉研究中心的研究人员正在推动手术机器人的发展边界,他们创造了可定制的、小型化的手术机器人,能够唯一地 ...

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

[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......

本周栏目热点

说客小π情感机器人体验【评测】

[2015-12-29]     前言  随着语音识别技术的发展,声控灯、语音输入法、语音交互等各具特色 ...

奇点大学:人工智能与“奇点理论”

[1970-01-01]    就在前几天和行业内的几个朋友吃饭时,内容在不经意间又转向了那个老生常谈的话题-到底什么是在智能电视上最好的交互方式上,于是乎五 ...

百度开源人工智能软件代码 推动人工智能大发展

[2016-01-21]   百度硅谷AI实验室(SVAIL)近日宣布,百度已开源关键 人工智能 (AI)软件Warp-CTC,并公开了关键代码。百 ...

人工智能将引燃新一轮投资潮?

[2016-01-06]   几乎人人都知道人工智能是未来,但就投资者来说,这一技术真的已经到了该大幅度投入的地步了吗?本文来 ...

人工智能会拥有意识吗?

[2016-01-21]   日本软银集团类人 机器人 Pepper担任一家银行的迎宾员迎接顾客。人在地毯上溜冰、奶牛变得透明,连六岁小 ...