我们一直在谈论计算机对我们的理解。我们说Google“知道”我们在搜索什么，或者Cortana“知道”我们在说什么，但是“理解”是一个非常困难的概念。尤其是在电脑方面。

计算语言学的一个领域，称为自然语言处理（NLP），正在研究这个特别棘手的问题。现在这是一个令人着迷的领域，一旦你对它的工作原理有了一个概念，你就会开始看到它的影响无处不在。

简要说明：本文提供了一些计算机对语音做出响应的示例，例如当您向Siri请求某些内容时。将可听语音转换成计算机可理解的格式称为语音识别。NLP对此并不关心（至少在我们这里讨论的容量方面）。NLP只在文本准备好后才起作用。这两个过程对于许多应用程序都是必需的，但它们是两个截然不同的问题。

定义理解

在我们进入计算机如何处理自然语言之前，我们需要定义一些东西。

首先，我们需要定义自然语言。这很简单：人们经常使用的每种语言都属于这一类。它不包括构造语言（克林贡语、世界语）或计算机编程语言。当你和你的朋友交谈时，你使用自然语言。你也可能用它来和你的数字私人助理交谈。

我们说理解是什么意思？嗯，这很复杂。理解一个句子意味着什么？也许你会说，这意味着你现在的大脑中有了信息的预期内容。理解一个概念可能意味着你可以将这个概念应用到其他想法中。

字典里的定义模糊不清。没有直观的答案。哲学家们为这样的事情争论了几个世纪。

出于我们的目的，我们要说理解是从自然语言中准确提取意义的能力。为了让计算机理解，它需要准确地处理传入的语音流，将该流转换为意义单位，并能够用有用的东西对输入做出响应。

显然这一切都很模糊。但这是我们在有限的空间内（没有神经哲学学位）所能做的最好的事情。如果一台计算机能对自然语言输入流提供类似人类的，或者至少是有用的响应，我们可以说它能理解。这是我们今后将使用的定义。

复杂的问题

计算机很难处理自然语言。你可能会说，“Siri，告诉我去潘趣披萨的路，”而我可能会说，“Siri，请告诉我潘趣披萨的路线。”

在您的声明中，Siri可能会选择关键字“give me directi***”，然后运行与搜索词“Punch Pizza”相关的命令。然而，在我的声明中，Siri需要选择关键字“route”，并知道“Punch Pizza”是我想去的地方，而不是“please”。这只是一个简单的示例。

想想看一个人工智能系统，它可以读取电子邮件并决定它们是否可能是骗局。或者监控社交媒体帖子以衡量对某家公司的兴趣。我曾经参与过一个项目，我们必须教电脑阅读医学笔记（有各种奇怪的习惯）并从中收集信息。

这意味着这个系统必须能够处理缩写、奇怪的语法、偶尔的拼写错误以及笔记中各种各样的其他差异。这是一项非常复杂的任务，即使对有经验的人来说也很困难，更不用说机器了。

以身作则

在这个特殊的项目中，我是教计算机识别特定单词和单词之间关系的团队的一员。这个过程的第一步是向计算机显示每个笔记包含的信息，所以我们对笔记进行了注释。

有大量不同种类的实体和关系。以“格林女士的头痛是用布洛芬治疗的”这句话为例。格林女士被标记为人，头痛被标记为体征或症状，布洛芬被标记为药物。后来格林女士与一位亲戚联系上头痛。最后，布洛芬与头痛有着密切的关系。

我们用这种方式标记了成千上万的笔记。我们对诊断、治疗、症状、潜在原因、共病、剂量以及你可能想到的与药物有关的一切进行编码。其他注释团队编码了其他信息，比如语法。最后，我们得到了一个充满医学笔记的语料库，人工智能可以“阅读”

阅读和理解一样难以定义。计算机可以很容易地看到布洛芬治疗头痛，但当它了解到这些信息时，它就会转换成（对我们来说）毫无意义的1和0。它当然可以回馈那些看似人性化、有用的信息，但这是否构成了理解？同样，这在很大程度上是一个哲学问题。

真正的学问

在这一点上，计算机浏览了笔记并应用了许多机器学习算法。程序员开发了不同的例程来标记词性、分析依赖项和组成部分以及标记语义角色。本质上，人工智能是在学习“阅读”笔记。

研究人员最终可以通过给它一张医疗记录并要求它标注每个实体和关系来测试它。当计算机准确地再现人类的注释时，你可以说它学会了如何阅读所说的医学笔记。

在那之后，这只是一个收集大量统计数据的问题：哪些药物用于治疗哪些疾病，哪些治疗方法最有效，特定症状的潜在原因，等等。在这个过程结束时，人工智能将能够根据实际医疗记录中的证据回答医疗问题。它不必依赖教科书、制药公司或直觉。

深度学习

让我们看另一个例子。谷歌的DeepMind神经网络正在学习阅读新闻文章。就像上面提到的生物医学人工智能一样，研究人员希望它能从更大的文本片段中提取相关和有用的信息。

对人工智能进行医学信息方面的培训已经够难了，所以你可以想象，要让人工智能能够阅读一般的新闻文章，你需要多少带注释的数据。**足够多的注释者和浏览足够多的信息将是非常昂贵和耗时的。

因此，DeepMind团队转向了另一个来源：新闻网站。特别是CNN和每日邮报。

为什么是这些网站？因为他们提供了文章的要点总结，而不是简单地从文章本身中提取句子。这意味着人工智能有值得学习的地方。研究人员基本上告诉人工智能，“这是一篇文章，这是其中最重要的信息。”然后他们要求人工智能从一篇没有突出显示的文章中提取相同类型的信息。

这种复杂程度可以通过深度神经网络来处理，这是一种特别复杂的机器学习系统。（DeepMind团队在这个项目上做了一些惊人的事情。要了解具体情况，请查看麻省理工学院技术评论中的这篇精彩综述。）

阅读人工智能能做什么？

我们现在对计算机如何学习阅读有了大致的了解。你需要大量的文本，告诉计算机什么是重要的，并应用一些机器学习算法。但是我们能用从文本中提取信息的人工智能做什么呢？

我们已经知道你可以从医学笔记中提取具体的可操作信息，并总结一般的新闻文章。有一个名为P.A.N.的开源程序，通过提取主题和意象来分析诗歌。研究人员经常使用机器学习来分析大量的社交媒体数据，这些数据被公司用来了解用户的情绪，了解人们在谈论什么，并找到有用的营销模式。

研究人员利用机器学习来深入了解电子邮件行为和电子邮件过载的影响。电子邮件供应商可以使用它来过滤垃圾邮件从您的收件箱和分类为高优先级的一些邮件。阅读人工智能对于创建有效的****聊天机器人至关重要。任何有文本的地方，都有研究自然语言处理的研究员。

随着这种机器学习方式的改进，可能性只会增加。现在电脑比人类更擅长象棋、围棋和电子游戏。很快他们的阅读和学习能力就会提高。这是迈向强大人工智能的第一步吗？我们得拭目以待，但可能是这样。

你认为文本阅读和学习人工智能有哪些用途？你认为在不久的将来我们会看到什么样的机器学习？在下面的评论中分享你的想法！

图片来源：Vasilyev Alexandr/Shutterstock