1
今年8月，雷鋒網(wǎng)將在深圳舉辦盛況空前的“全球人工智能與機(jī)器人峰會(huì)”，屆時(shí)雷鋒網(wǎng)將發(fā)布“人工智能&機(jī)器人Top25創(chuàng)新企業(yè)榜”榜單。目前，我們正在拜訪人工智能、機(jī)器人領(lǐng)域的相關(guān)公司，從中篩選最終入選榜單的公司名單。
如果你也想加入我們的榜單之中，請聯(lián)系：2020@leiphone.com。
圖片來源：Indy100
上周，谷歌發(fā)布了Parsey McParseface（對于一個(gè)挑戰(zhàn)人工智能領(lǐng)域最難問題的尖端技術(shù)，這也真是迷之命名）。雖然過去的五年，計(jì)算機(jī)完成了許多了不起的壯舉——從贏得“Jeopardy!”（編者注：美國一項(xiàng)智力問答游戲電視節(jié)目，2011年IBM華生（Watson）計(jì)算機(jī)與比賽中的人類選手一決高下，贏得了比賽冠軍）到打敗世界圍棋冠軍，可是計(jì)算機(jī)還是沒法理解人類所說的語言。語言是人類最復(fù)雜的日常功能之一。因此，可以解讀人類語言的McParseface才會(huì)引起人們的熱切關(guān)注。
McParseface的能力相當(dāng)于大小學(xué)生級別：將句子分解、識別名詞和動(dòng)詞、并理解句子中的所有部分怎么樣互相聯(lián)系起來。舉個(gè)例子，它可以告訴你句子中的動(dòng)詞原形，誰是動(dòng)詞相關(guān)的主語、誰又是賓語。
這聽起來不是很高級，但這是通往人與機(jī)器人用自然語言溝通的重要一步。要讓Siri能夠理解“你能幫我找找更多的貓咪照片嗎？”，Siri首先必須得知道自己得找什么，它必須首先理解什么是“貓咪照片”。
要理解一個(gè)句子的語法結(jié)構(gòu)看起來非常簡單。我們?nèi)祟惷刻觳恍枰匾馑伎季涂梢宰龅搅?。但是，有時(shí)候我們的大腦也會(huì)繞暈。不信你試試下面的這些句子：
The horse raced past the barn fell. （中文直譯：馬兒跑過了谷倉摔。）
在英語中，這句話乍一看完全看不懂。如果去掉最后的一個(gè)單詞，“The horse raced past the barn”是一個(gè)很完整的句子，為什么最后多出來一個(gè)單詞“fell”？難道馬兒跑過的那個(gè)東東不是“谷倉”，而是“谷倉摔”（什么鬼）?
整句話感覺一點(diǎn)都不通順，但是如果換一種結(jié)構(gòu)，那語義上就通順了：
The horse (that was raced past the barn) fell.（中文直譯：被用來跑過谷倉的馬兒摔了。）
這就是語言學(xué)中被稱為“花園小徑”句子的一個(gè)著名例子（編者注：這種句子的實(shí)際結(jié)構(gòu)與意義與讀者最初所理解的結(jié)構(gòu)或意義不同，由于詞匯歧義或語法歧義，對讀者的語義理解造成了困難。因?yàn)榫渥又性~語或詞組可以按照不同的方式組合，在語法結(jié)構(gòu)分析圖中會(huì)像花園小徑一樣分叉延伸，因而被稱作“花園小徑”句子。）你開始讀的時(shí)候，你會(huì)相信句子是這個(gè)意思。但是當(dāng)你讀完整句，你會(huì)發(fā)現(xiàn)之前自己想錯(cuò)了。這句話中的動(dòng)詞原形是“fell”（摔）而不是“raced”（跑）。句子的核心骨架是“The horse fell（馬兒摔了）”。其他的詞語都是修飾。
即便是人，讀這樣的句子也會(huì)搞錯(cuò)意思——這是理解自然語言的困難之一。一不小心事情就變復(fù)雜了。“中等長度的句子——例如20至30個(gè)詞語的長度——可能會(huì)有幾百、幾千甚至幾萬種可能的語法結(jié)構(gòu)，這不是什么稀罕事?！?/strong>谷歌研究員Slav Petrov在關(guān)于Parsey McParseface的一篇博客文章中這樣寫道。
通常，我們的大腦會(huì)利用語境和真實(shí)世界中的知識（簡稱“常識”），來排除不可能的語義解讀。例如，如果有人說“爸爸用藍(lán)莓混合面團(tuán)”，我們會(huì)認(rèn)為藍(lán)莓是面團(tuán)中的一種原料——而不會(huì)認(rèn)為，藍(lán)莓是爸爸混合面團(tuán)時(shí)所使用的某種搟面工具。
花園小徑句子則讓我們的直覺誤導(dǎo)了我們。這種句子會(huì)結(jié)合一些常見詞組，讓我們以為這是一種以前出現(xiàn)過很多次的句子。讀著讀著，我們就會(huì)發(fā)現(xiàn)，不對！我們又被誤導(dǎo)了。花園小徑句子中的詞語排列很罕見，有時(shí)候我們會(huì)愣住，然后在腦子中拼命搜索所有的可能性。（難道“horse”（馬）這里當(dāng)做動(dòng)詞使用？難道“fell”（摔）此處是當(dāng)做名詞使用？“raced”（跑）有沒有我沒想到的別的含義？）
語言的難度不只是搞笑的繞口令?！按蟛糠诌@些句子都是心理語言學(xué)家發(fā)明的，專門用來誤導(dǎo)人類的大腦。”MIT認(rèn)知科學(xué)家Ted Gibson說?！拔覀儼l(fā)明了這些例子，來測試人類大腦是如何理解語言的?！笨茖W(xué)家們觀察人們?nèi)绾螒?yīng)付這些繞口令一樣的奇怪句子，從而發(fā)現(xiàn)了大腦是如何讓語言理解（至少大部分時(shí)候）都非常簡單。
那些讓你懵逼的花園小徑句子，在人工智能看來如何呢？也許我們會(huì)覺得人都被玩懵逼了，人工智能當(dāng)然比更加沒轍了。可是結(jié)果讓人吃驚，Parsey McParseface的表現(xiàn)還挺不錯(cuò)的。
這個(gè)來自谷歌的動(dòng)圖給我們解釋了SyntaxNet的原理，SyntaxNet就是支持McParseface的系統(tǒng)。
句子“I booked a ticket to Google."（我預(yù)定了一張去谷歌的車票。）軟件從左到右閱讀，嘗試了各種詞組結(jié)合的可能性并進(jìn)行分析，當(dāng)閱讀完最后一個(gè)詞語后，軟件認(rèn)為"I"(我）為主語、"booked"(預(yù)定）為動(dòng)詞、"tickect to Google”（去谷歌的車票）是賓語的可能性最高。圖片來源：Indy100
Parsey McParseface閱讀句子的方法和人類挺像的。它按順序，從左到右處理文字；當(dāng)它閱讀到句子結(jié)尾的時(shí)候，它會(huì)判斷哪一種句子語法組合的可能性最高。我們剛才舉例的那個(gè)句子中，軟件進(jìn)行了兩種句子語法可能性的猜測。第一種將“raced”（跑）作為句子的動(dòng)詞原形，不正確。第二種將“fell”（摔）作為句子中的動(dòng)詞原形，正確。
當(dāng)然，這種人工智能的習(xí)慣還不完美。谷歌稱，當(dāng)研究員從報(bào)紙中摘取了一些句子來讓Parsey McParseface識別其中的動(dòng)詞原形，軟件可以達(dá)到94%的精確度。這比其他一些與之競爭的系統(tǒng)要更好一些。（在最近的一篇論文中，谷歌炫耀了Parsey McParseface的一個(gè)強(qiáng)化版本，精確度比這更高。至于其他競爭系統(tǒng)，你可以點(diǎn)擊鏈接，試試斯坦福大學(xué)NLP的某個(gè)版本。如果你想試試更簡單、不過更加快速的語言分析器，可以試一試spaCy。你得在自己的電腦上下載Parsey McParseface，有點(diǎn)麻煩。）
Parsey McParseface竟然可以搞定花園小徑句子。我測試的時(shí)候，軟件成功解讀了以下句子：
The old man the boat.
While the man hunted the deer ran into the woods.
While Anna dressed the baby played in the crib.
后文會(huì)有關(guān)于這些句子正確與錯(cuò)誤意思的分析。雖然上面幾個(gè)句子都沒問題，我用下面的這些句子把Parsey McParseface玩懵逼了：
I convinced her children are noisy.
The coached smiled at the player tossed the Frisbee.
The cotton clothes are made up of grows in Mississippi.
（如果你自己也懵逼了，不要捉急慢慢看——或者，直接跳去文末看解答。）
當(dāng)我把這些例子給谷歌一位發(fā)言人看的時(shí)候，他也同意，AI領(lǐng)域還有進(jìn)步的空間。不過話說回來，好多人類也看不懂我寫的句子，還是不要去隨便怪計(jì)算機(jī)太蠢。
而且，話說回來，真實(shí)生活中沒有人是這樣說話的。Gibson解釋道，這種語法難題是為誤導(dǎo)大腦而專門設(shè)計(jì)的——為了看看人們?nèi)绾螒?yīng)對這種情況。
“人類的語言真的是非常復(fù)雜。”Gibson說，“任何一個(gè)正常長度的句子，都有幾千幾萬種可能的解讀方式。”語言學(xué)的一個(gè)重要問題，就是人類如何從這么多的可能性中，快速挑選出正確的選項(xiàng)。
花園小徑句子的試驗(yàn)顯示了我們極度依賴經(jīng)驗(yàn)。我們可以依靠直覺，感覺出這個(gè)詞組模式是常見還是罕見的。我們更傾向于常見的詞語或者詞組——對于這些詞，我們理解得更快。詞語越是熟悉，解碼句子語法也就越簡單。這種傾向讓我們可以輕松應(yīng)對日常生活。但是遇到花園小徑句子的時(shí)候，我們的弱點(diǎn)也就暴露了。
例如這句話：“The cotton clothing is made up of grows in Mississippi.”（正確含義為“用來做衣服的棉花是在密西西比種植?！?，但是人們閱讀的時(shí)候會(huì)以為“cotton clothing”（棉質(zhì)衣物）是一個(gè)不可分的詞組。）我們很容易被誤導(dǎo)，以為這句話講的是“棉質(zhì)衣物”，因?yàn)椤癱otton clothing”這個(gè)詞組非常常見。
又例如這句話：“While the man hunted the deer ran into the woods.”(直譯為“當(dāng)男人捕獵鹿跑進(jìn)樹林?！闭_意思為：“當(dāng)男人捕獵的時(shí)候，鹿跑進(jìn)樹林?！钡钦`導(dǎo)含義中，男人在捕獵鹿，因?yàn)椤癶unt the deer”（捕獵鹿）像是一個(gè)連續(xù)不可分的詞組。)我們立刻會(huì)認(rèn)為句子中說的那個(gè)人在獵鹿，不只是因?yàn)椴东C鹿是一種我們能夠想象、理解其含義的事物，還因?yàn)椋覀?span style="line-height: 1.8;">習(xí)慣于看見“hunt”（捕獵）這個(gè)詞與某個(gè)獵物聯(lián)系起來的詞組。
如果要讓句子更容易理解，我們可以說：“While the man hunted the vice president ran into the woods.”（直譯為”當(dāng)男人捕獵副總統(tǒng)跑進(jìn)森林?！保┻@聽起來還是比較別扭，但是比上面那個(gè)句子更容易看懂，因?yàn)?，怎么說呢，就算捕獵鹿對你來說是一件非常稀罕的事情，你也會(huì)感覺在樹林中捕獵鹿的幾率，還是要比捕獵副總統(tǒng)的幾率高一些吧。
關(guān)于花園小徑句子研究還在繼續(xù)。研究人員發(fā)現(xiàn)，人們經(jīng)常以自相矛盾的奇怪方式解讀句子，例如以下的這個(gè)句子：
“While Anna dressed the baby played in the crib.”
當(dāng)你閱讀這句英文句子的時(shí)候，一開始你可能會(huì)以為Anna正在給小寶寶穿衣服，Anna是主語，而小寶寶（the baby）是“dress”（穿衣）這個(gè)動(dòng)詞的賓語，因?yàn)椤癲ress the baby”（給小寶寶穿衣）是一個(gè)非常常見的詞組。但是當(dāng)你讀到句子結(jié)尾的時(shí)候可能就懵逼了，你可能會(huì)意識到，“the baby”(小寶寶)并不是“dress”（穿衣）這個(gè)動(dòng)詞的賓語，而是“played in the crib”（在搖籃中玩耍）這個(gè)動(dòng)作的主語，也就是說，是這句話真正的主語。如果這句話中加個(gè)逗號，就可以排除歧義了：
“While Anna dressed, the baby played in the crib.”
因?yàn)椤皌he baby”(小寶寶)是句子的主語，那就不能同時(shí)作為“dress”（穿衣）的賓語了。這樣的矛盾之處提醒我們再回句子開頭去看看。第二次閱讀句子，我們就意識到Anna應(yīng)該不是在給小寶寶穿衣，而是在給自己穿衣。
當(dāng)研究員給人們測試這些句子的時(shí)候，研究員發(fā)現(xiàn)很多人對這句話的理解是這樣的：Anna既給自己穿衣，也給小寶寶穿衣。這就說不通了。Anna和小寶寶不能同時(shí)作為句子的賓語。研究員認(rèn)為，這說明人們對于語言來說習(xí)慣于“偷懶”。人們喜歡走捷徑，懶得花力氣去把其中的語法結(jié)構(gòu)想透徹，除非是在萬不得已的情況下（例如語法考試？）。
沒玩夠？再來看一個(gè)句子：
“The coach smiled at the player tossed a Frisbee.”
如果直接翻譯，這句話就是“教練笑隊(duì)員扔一個(gè)飛盤?！边@其實(shí)與傳統(tǒng)的花園小徑句子完全相反，傳統(tǒng)的花園小徑句子，首先會(huì)把你誤導(dǎo)去一條錯(cuò)誤的語法路徑上。這句話不是誤導(dǎo)，簡直是綁架——你從正確的起點(diǎn)開始，最終都不知道被誤導(dǎo)到哪兒去了。
句子最重要的核心是頭六個(gè)詞:“The coach smiled at the player”。最后的三個(gè)單詞是額外的，為了讓你對于“the player”（隊(duì)員）有更多的了解。但是不知道怎么搞的，最后三個(gè)單詞把整句話都攪得不清不楚了。我們看了這個(gè)句子都很想搞明白，到底教練還是隊(duì)員扔了一個(gè)飛盤。
最近幾年在學(xué)術(shù)界，關(guān)于這句話到底怎么回事有很多爭論。傳統(tǒng)的語言處理理論都沒法解釋清楚，為什么這句話讓人如此繞不過來彎。
目前在MIT的認(rèn)知科學(xué)家Roger Levy在幾年前提出了一個(gè)有趣的想法：也許人們覺得自己閱讀句子的時(shí)候誤解了什么，所以才如此懵逼。我們在日常生活中經(jīng)常碰到誤解的句子。Levy認(rèn)為，我們的大腦也許想要預(yù)測那些在溝通中丟失的、含糊地咕噥出來的或者閱讀時(shí)被忽視的單詞，以修復(fù)完整的句子含義。這種模糊識別策略可以幫助我們修復(fù)“壞掉”的句子。然而在花園小徑句子的案例中，這項(xiàng)策略反而幫了倒忙。
有很多方式可以對這個(gè)句子進(jìn)行微調(diào)。Levy在論文中提出了以下幾種方法：
The coach who smiled at the player tossed a Frisbee.（在句子中加入了單詞“who”修改了句子語法結(jié)構(gòu)，語義變?yōu)椋合蜿?duì)員微笑了的教練，扔出了一個(gè)飛盤。）
The coach smiled as the player tossed a Frisbee. (在句子中加入了單詞“at”修改了句子語法結(jié)構(gòu)，語義變?yōu)椋寒?dāng)隊(duì)員扔出了一個(gè)飛盤，教練笑了。)
The coach smiled and the player tossed a Frisbee. (在句子中加入了單詞“and”修改了句子語法結(jié)構(gòu)，語義變?yōu)椋航叹毿α耍缓箨?duì)員扔出了一個(gè)飛盤。)
The coach smiled at the player who tossed a Frisbee. (與第一句一樣，也是在句子中加入了單詞“who”修改了句子語法結(jié)構(gòu)，但是由于位置不同，句子的語義變?yōu)椋航叹殞θ映鲲w盤的那個(gè)隊(duì)員微笑。)
The coach smiled at the player and tossed a Frisbee. (與第三句一樣，也是在句子中加入了單詞“and”修改了句子語法結(jié)構(gòu)，但是由于位置不同，句子的語義變?yōu)椋航叹殞﹃?duì)員微笑，然后扔出了一個(gè)飛盤。)
當(dāng)人們閱讀原本的句子的時(shí)候，也許腦海里腦補(bǔ)了以上所有的可能性，因此造成了困惑不知道句子到底是什么意思。
我們來看這句話：“The mother gave the candle the daughter.”（媽媽給蠟燭女兒。）對于這句話，Gibson說：“我們有時(shí)候都沒注意到這個(gè)句子有什么不對的地方，我們會(huì)自動(dòng)把句子修改為‘The mother gave the candle to the daughter.’”
我們現(xiàn)在已經(jīng)看到了花園小徑句子的威力，完全可以把我們的大腦繞暈。今天學(xué)到的要點(diǎn)就是：語言很復(fù)雜，雖然我們平時(shí)都覺得說話很容易。當(dāng)我們沒法好好說話的時(shí)候，可能才會(huì)發(fā)現(xiàn)語言真正的規(guī)則。所以，讓機(jī)器進(jìn)行自然語言處理，也比我們想象得要難多了。
前面還有兩個(gè)沒有解釋的花園小徑句子，你都看懂了嗎？感謝你看完長文，答案拿去不謝：
The old man the boat.
解釋：通常我們會(huì)將“The old man”（老人）看成一個(gè)詞組，這樣就沒法理解本句話含義?！癟he old”省略單詞“man”也可以表達(dá)“老人”的意思，而“man”這個(gè)單詞則有語義歧義，既有“人”的意思也可以有“操縱、掌控”的意思，此處使用第二種意思就能理解本句話：“老人掌控著船?！?/p>
I convinced her children are noisy.
解釋：通常人們會(huì)認(rèn)為“her children”是連續(xù)的詞組，這樣的話“are noisy”就會(huì)缺少主語，無法理解?？梢栽诰渥又屑尤攵禾枌ⅰ癶er children”打斷，從而避免歧義：“I convinced her, children are noisy.”（我說服她，小孩是很吵鬧的。）
Via Washington Post
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
