不止于写作 AI已经能更好的理解甚至评论新闻

文/杨锦如

随着siri的出现，能跟你的手机交谈已经不是什么难事。那么你有想过，早上起床端一杯咖啡，跟你的电脑聊早间新闻吗？

人工智能 （AI，Artificial Intelligence）正在飞速发展，很快这匪夷所思的一幕就能成为现实了。随着技术的成熟，AI已经史无前例的学会了阅读新闻并答疑。事实上，这一技术的难点在于AI对文章的“理解”。

完成这项技术，究竟有多难？

AI真的能“理解”新闻吗？对于AI来说，读一篇新闻最难的不是新闻本身，而是AI对于世界认知和常识的缺乏。

“电脑（从阅读中）无法获得对人类世界大体的认知和小说、情景喜剧中的常识。”斯坦福大学的Chris Manning教授说。

与我们不同，AI并不能通过各种感知来了解世界，信息、数据是它的唯一通道。当读者坐下来简单的浏览一篇报道时，AI需要从 数据库 里获得大量的信息来弄清报道中提到的每一个概念，这个工程量的庞大超乎了我们的想象。

AI的优点在于其对句子解构和语法模式的准确分析和把握，缺点在于，AI缺乏对真实世界的体验数据以及人类社会已经积累起来的数量巨大的社会互动经验。语言都是抽象的，AI需要时间去克服这一点。

程序员们是怎么做的？

为了在这一方向取得突破，去年，谷歌DeepMind公司（就是开发出AlphaGo的那家）设计了一个“ 算法 ”。他们用《每日邮报》（Daily Mail）和美国有线电视新闻网（CNN）训练这个“ 算法 ”对短篇故事的阅读理解。这个团队利用文章顶部的要点总结来制作简单的理解性题目，进而锻炼该 算法 在文章中寻找要点。

程序员们为 数据库 中的词汇贴上分类标签，以便AI处理。作为数据源，《每日邮报》（Daily Mail）和美国有线电视新闻网（CNN）至关重要。程序员们不仅要确认数据源足够新鲜、庞大，还要确认其准确度。“这实在很难。”Frederking说，“一不小心，你的AI就会认为奥巴马在肯尼亚出生。”

现在，Manning教授领导的团队以新的流线处理模型“ 算法 ”，避开无谓的纠结点，有效提升了新“ 算法 ”的准确率。与DeepMind的“ 算法 ”相比，该“ 算法 ”的CNN成绩高出8%，Daily Mail成绩高出10%，平均得分达70%。