自然語言處理突飛猛進(jìn)，得益于神經(jīng)網(wǎng)絡(luò)計(jì)算的快速進(jìn)步，這實(shí)際上意味著計(jì)算機(jī)可以自己思考。然而，人工智能研究人員不斷遇到讓人工智能真正理解語言的問題。其中之一是人類語言非常非常難。

機(jī)器翻譯是復(fù)雜的，因?yàn)樗幌駥⒁环N語言中的單個(gè)標(biāo)準(zhǔn)表達(dá)式轉(zhuǎn)換成另一種語言中的等效標(biāo)準(zhǔn)表達(dá)式那樣簡單。人們用許多不同的方式來表達(dá)同一件事。他們使用創(chuàng)新的表達(dá)方式，用奇怪的比喻來描述事物。

機(jī)器很難理解這一點(diǎn)，也很難選擇一個(gè)為人類服務(wù)的版本。

從一開始，最大的問題一直是讓機(jī)器造句。自動(dòng)生成句子的機(jī)器經(jīng)常出現(xiàn)亂碼。如果你用過機(jī)器翻譯服務(wù)，你就會(huì)明白它有多糟糕。

有些語言規(guī)則是可以教的。大多數(shù)說英語的人不知道有一個(gè)規(guī)則可以控制單詞的使用，尤其是形容詞在句子中的使用。

這就是:意見大小-年齡-形狀-顏色-產(chǎn)地-材料用途。大多數(shù)說英語的人都不會(huì)重復(fù)這個(gè)規(guī)則，但是如果你用“棉綠色漂亮的大衣”這個(gè)短語，而不是公認(rèn)的“漂亮的綠色棉大衣”，他們會(huì)立刻反彈回來。

人工智能可以很容易地學(xué)會(huì)這些規(guī)則。但是標(biāo)準(zhǔn)句子中的詞序——不僅僅是形容詞串——在漢語和英語中有很大的不同。翻譯人員真的很難把自己翻譯的句子渲染出來，即使他們理解所有的單詞。

計(jì)算機(jī)性能的標(biāo)準(zhǔn)測(cè)試是把中文翻譯成英文，然后再翻譯成中文。這種被稱為“雙重學(xué)習(xí)”的方法是AI研究人員用現(xiàn)有系統(tǒng)進(jìn)行測(cè)試和學(xué)習(xí)的方法之一，以改善他們處理語言的方式。

還可以通過向翻譯的段落提供人工反饋來提高性能，直到通過重復(fù)和糾正來改進(jìn)系統(tǒng)。問題的一部分是，人類翻譯可能不同意什么是最好的翻譯，因?yàn)橛性S多方法來呈現(xiàn)相同的想法。從根本上說，必須考慮人類譯者的個(gè)性。

中國的情況

在某些方面，中國人確實(shí)有簡單的優(yōu)勢(shì)。書寫，相對(duì)簡單——不需要在字符之間放空格。不像浪漫的語言，它沒有性別之分，也不像許多歐洲語言，它不使用格。

它不會(huì)讓你踏入和日本人一樣的敬畏雷區(qū)，它有著難以捉摸的社會(huì)階層。這些功能可以幫助任何說話者，不管是人還是人工。

漢語中有大量的漢字——其實(shí)很多人一輩子都掌握不了這些漢字。但對(duì)于計(jì)算機(jī)來說，這種信息存儲(chǔ)更可行。

事實(shí)上，電腦記憶可能比人類更能應(yīng)對(duì)漢字學(xué)習(xí)。而中國的句子結(jié)構(gòu)和人類創(chuàng)造的其他任何語言一樣難以理解，就像人類和怪癖一樣。

問題不是讓機(jī)器記住大量的字符——它們實(shí)際上比人類好得多——而是理解和傳達(dá)這些符號(hào)是如何交互的。本質(zhì)上，這是一個(gè)教會(huì)計(jì)算機(jī)超越逐字翻譯成句子結(jié)構(gòu)的奧秘和細(xì)微差別的案例。

為了在翻譯其他語言時(shí)為用戶提供最佳結(jié)果，自然語言處理需要超越逐字翻譯。

我們確定了很多語言規(guī)則，有些甚至我們自己都不知道——比如上面提到的形容詞。

然后還有一些規(guī)則只能在某些時(shí)候起作用(比如‘C之前的I’對(duì)C之后的規(guī)則有很多例外)。

人工智能的初期工作大部分是用英語完成的，但現(xiàn)在正在改變。中國正在這個(gè)研究領(lǐng)域下大力氣，這顯然會(huì)成為中國語言結(jié)構(gòu)的一個(gè)因素。

這種資源的集中可能會(huì)導(dǎo)致一個(gè)重大的飛躍，不僅僅是人工智能對(duì)中文的理解，而是對(duì)整個(gè)人工智能的理解。目前，阻礙研究的唯一因素似乎是缺乏這一快速發(fā)展的新領(lǐng)域的技術(shù)人才。

教育機(jī)構(gòu)他們可能正在迅速增加他們?cè)谌斯ぶ悄芎妥匀徽Z言處理領(lǐng)域提供的課程數(shù)量，但新畢業(yè)生實(shí)際上無法取代有經(jīng)驗(yàn)的人工智能工作者，以及他們的真正優(yōu)勢(shì)。

尋找能夠理解該領(lǐng)域語言的工作者是另一個(gè)挑戰(zhàn)。中國正積極從硅谷招募人才，并放寬該地區(qū)外國工人的簽證規(guī)定。人工智能是國際合作和競(jìng)爭的主要領(lǐng)域。