我們一直在談論計算機對我們的理解。我們說Google“知道”我們在搜索什麼，或者Cortana“知道”我們在說什麼，但是“理解”是一個非常困難的概念。尤其是在電腦方面。

計算語言學的一個領域，稱為自然語言處理（NLP），正在研究這個特別棘手的問題。現在這是一個令人著迷的領域，一旦你對它的工作原理有了一個概念，你就會開始看到它的影響無處不在。

簡要說明：本文提供了一些計算機對語音做出響應的示例，例如當您向Siri請求某些內容時。將可聽語音轉換成計算機可理解的格式稱為語音識別。NLP對此並不關心（至少在我們這裡討論的容量方面）。NLP只在文本準備好後才起作用。這兩個過程對於許多應用程序都是必需的，但它們是兩個截然不同的問題。

定義理解

在我們進入計算機如何處理自然語言之前，我們需要定義一些東西。

首先，我們需要定義自然語言。這很簡單：人們經常使用的每種語言都屬於這一類。它不包括構造語言（克林貢語、世界語）或計算機編程語言。當你和你的朋友交談時，你使用自然語言。你也可能用它來和你的數字私人助理交談。

我們說理解是什麼意思？嗯，這很複雜。理解一個句子意味著什麼？也許你會說，這意味著你現在的大腦中有了信息的預期內容。理解一個概念可能意味著你可以將這個概念應用到其他想法中。

字典裡的定義模糊不清。沒有直觀的答案。哲學家們為這樣的事情爭論了幾個世紀。

出於我們的目的，我們要說理解是從自然語言中準確提取意義的能力。為了讓計算機理解，它需要準確地處理傳入的語音流，將該流轉換為意義單位，並能夠用有用的東西對輸入做出響應。

顯然這一切都很模糊。但這是我們在有限的空間內（沒有神經哲學學位）所能做的最好的事情。如果一臺計算機能對自然語言輸入流提供類似人類的，或者至少是有用的響應，我們可以說它能理解。這是我們今後將使用的定義。

複雜的問題

計算機很難處理自然語言。你可能會說，“Siri，告訴我去潘趣披薩的路，”而我可能會說，“Siri，請告訴我潘趣披薩的路線。”

在您的聲明中，Siri可能會選擇關鍵字“give me directi***”，然後運行與搜索詞“Punch Pizza”相關的命令。然而，在我的聲明中，Siri需要選擇關鍵字“route”，並知道“Punch Pizza”是我想去的地方，而不是“please”。這只是一個簡單的示例。

想想看一個人工智能系統，它可以讀取電子郵件並決定它們是否可能是騙局。或者監控社交媒體帖子以衡量對某家公司的興趣。我曾經參與過一個項目，我們必須教電腦閱讀醫學筆記（有各種奇怪的習慣）並從中收集信息。

這意味著這個系統必須能夠處理縮寫、奇怪的語法、偶爾的拼寫錯誤以及筆記中各種各樣的其他差異。這是一項非常複雜的任務，即使對有經驗的人來說也很困難，更不用說機器了。

以身作則

在這個特殊的項目中，我是教計算機識別特定單詞和單詞之間關係的團隊的一員。這個過程的第一步是向計算機顯示每個筆記包含的信息，所以我們對筆記進行了註釋。

有大量不同種類的實體和關係。以“格林女士的頭痛是用布洛芬治療的”這句話為例。格林女士被標記為人，頭痛被標記為體徵或症狀，布洛芬被標記為藥物。後來格林女士與一位親戚聯繫上頭痛。最後，布洛芬與頭痛有著密切的關係。

我們用這種方式標記了成千上萬的筆記。我們對診斷、治療、症狀、潛在原因、共病、劑量以及你可能想到的與藥物有關的一切進行編碼。其他註釋團隊編碼了其他信息，比如語法。最後，我們得到了一個充滿醫學筆記的語料庫，人工智能可以“閱讀”

閱讀和理解一樣難以定義。計算機可以很容易地看到布洛芬治療頭痛，但當它瞭解到這些信息時，它就會轉換成（對我們來說）毫無意義的1和0。它當然可以回饋那些看似人性化、有用的信息，但這是否構成了理解？同樣，這在很大程度上是一個哲學問題。

真正的學問

在這一點上，計算機瀏覽了筆記並應用了許多機器學習算法。程序員開發了不同的例程來標記詞性、分析依賴項和組成部分以及標記語義角色。本質上，人工智能是在學習“閱讀”筆記。

研究人員最終可以通過給它一張醫療記錄並要求它標註每個實體和關係來測試它。當計算機準確地再現人類的註釋時，你可以說它學會了如何閱讀所說的醫學筆記。

在那之後，這只是一個收集大量統計數據的問題：哪些藥物用於治療哪些疾病，哪些治療方法最有效，特定症狀的潛在原因，等等。在這個過程結束時，人工智能將能夠根據實際醫療記錄中的證據回答醫療問題。它不必依賴教科書、製藥公司或直覺。

深度學習

讓我們看另一個例子。谷歌的DeepMind神經網絡正在學習閱讀新聞文章。就像上面提到的生物醫學人工智能一樣，研究人員希望它能從更大的文本片段中提取相關和有用的信息。

對人工智能進行醫學信息方面的培訓已經夠難了，所以你可以想象，要讓人工智能能夠閱讀一般的新聞文章，你需要多少帶註釋的數據。**足夠多的註釋者和瀏覽足夠多的信息將是非常昂貴和耗時的。

因此，DeepMind團隊轉向了另一個來源：新聞網站。特別是CNN和每日郵報。

為什麼是這些網站？因為他們提供了文章的要點總結，而不是簡單地從文章本身中提取句子。這意味著人工智能有值得學習的地方。研究人員基本上告訴人工智能，“這是一篇文章，這是其中最重要的信息。”然後他們要求人工智能從一篇沒有突出顯示的文章中提取相同類型的信息。

這種複雜程度可以通過深度神經網絡來處理，這是一種特別複雜的機器學習系統。（DeepMind團隊在這個項目上做了一些驚人的事情。要了解具體情況，請查看麻省理工學院技術評論中的這篇精彩綜述。）

閱讀人工智能能做什麼？

我們現在對計算機如何學習閱讀有了大致的瞭解。你需要大量的文本，告訴計算機什麼是重要的，並應用一些機器學習算法。但是我們能用從文本中提取信息的人工智能做什麼呢？

我們已經知道你可以從醫學筆記中提取具體的可操作信息，並總結一般的新聞文章。有一個名為P.A.N.的開源程序，通過提取主題和意象來分析詩歌。研究人員經常使用機器學習來分析大量的社交媒體數據，這些數據被公司用來了解用戶的情緒，瞭解人們在談論什麼，並找到有用的營銷模式。

研究人員利用機器學習來深入瞭解電子郵件行為和電子郵件過載的影響。電子郵件供應商可以使用它來過濾垃圾郵件從您的收件箱和分類為高優先級的一些郵件。閱讀人工智能對於創建有效的****聊天機器人至關重要。任何有文本的地方，都有研究自然語言處理的研究員。

隨著這種機器學習方式的改進，可能性只會增加。現在電腦比人類更擅長象棋、圍棋和電子遊戲。很快他們的閱讀和學習能力就會提高。這是邁向強大人工智能的第一步嗎？我們得拭目以待，但可能是這樣。

你認為文本閱讀和學習人工智能有哪些用途？你認為在不久的將來我們會看到什麼樣的機器學習？在下面的評論中分享你的想法！

圖片來源：Vasilyev Alexandr/Shutterstock