<mark id="oztn4"></mark>
1
今年8月，雷鋒網將在深圳舉辦盛況空前的“全球人工智能與機器人峰會”，屆時雷鋒網將發布“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，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，請聯系：2020@leiphone.com。
圖片來源：Indy100
上周，谷歌發布了Parsey McParseface（對于一個挑戰人工智能領域最難問題的尖端技術，這也真是迷之命名）。雖然過去的五年，計算機完成了許多了不起的壯舉——從贏得“Jeopardy!”（編者注：美國一項智力問答游戲電視節目，2011年IBM華生（Watson）計算機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，可是計算機還是沒法理解人類所說的語言。語言是人類最復雜的日常功能之一。因此，可以解讀人類語言的McParseface才會引起人們的熱切關注。
McParseface的能力相當于大小學生級別：將句子分解、識別名詞和動詞、并理解句子中的所有部分怎么樣互相聯系起來。舉個例子，它可以告訴你句子中的動詞原形，誰是動詞相關的主語、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”。
要理解一個句子的語法結構看起來非常簡單。我們人類每天不需要特意思考就可以做到了。但是，有時候我們的大腦也會繞暈。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單詞，“The horse raced past the barn”是一個很完整的句子，為什么最后多出來一個單詞“fell”？難道馬兒跑過的那個東東不是“谷倉”，而是“谷倉摔”（什么鬼）?
整句話感覺一點都不通順，但是如果換一種結構，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。）
這就是語言學中被稱為“花園小徑”句子的一個著名例子（編者注：這種句子的實際結構與意義與讀者最初所理解的結構或意義不同，由于詞匯歧義或語法歧義，對讀者的語義理解造成了困難。因為句子中詞語或詞組可以按照不同的方式組合，在語法結構分析圖中會像花園小徑一樣分叉延伸，因而被稱作“花園小徑”句子。）你開始讀的時候，你會相信句子是這個意思。但是當你讀完整句，你會發現之前自己想錯了。這句話中的動詞原形是“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，讀這樣的句子也會搞錯意思——這是理解自然語言的困難之一。一不小心事情就變復雜了。“中等長度的句子——例如20至30個詞語的長度——可能會有幾百、幾千甚至幾萬種可能的語法結構，這不是什么稀罕事。”谷歌研究員Slav Petrov在關于Parsey McParseface的一篇博客文章中這樣寫道。
通常，我們的大腦會利用語境和真實世界中的知識（簡稱“常識”），來排除不可能的語義解讀。例如，如果有人說“爸爸用藍莓混合面團”，我們會認為藍莓是面團中的一種原料——而不會認為，藍莓是爸爸混合面團時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了我們。這種句子會結合一些常見詞組，讓我們以為這是一種以前出現過很多次的句子。讀著讀著，我們就會發現，不對！我們又被誤導了。花園小徑句子中的詞語排列很罕見，有時候我們會愣住，然后在腦子中拼命搜索所有的可能性。（難道“horse”（馬）這里當做動詞使用？難道“fell”（摔）此處是當做名詞使用？“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。“大部分這些句子都是心理語言學家發明的，專門用來誤導人類的大腦。”MIT認知科學家Ted Gibson說。“我們發明了這些例子，來測試人類大腦是如何理解語言的。”科學家們觀察人們如何應付這些繞口令一樣的奇怪句子，從而發現了大腦是如何讓語言理解（至少大部分時候）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？也許我們會覺得人都被玩懵逼了，人工智能當然比更加沒轍了。可是結果讓人吃驚，Parsey McParseface的表現還挺不錯的。
這個來自谷歌的動圖給我們解釋了SyntaxNet的原理，SyntaxNet就是支持McParseface的系統。
句子“I booked a ticket to Google."（我預定了一張去谷歌的車票。）軟件從左到右閱讀，嘗試了各種詞組結合的可能性并進行分析，當閱讀完最后一個詞語后，軟件認為"I"(我）為主語、"booked"(預定）為動詞、"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；當它閱讀到句子結尾的時候，它會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句子中，軟件進行了兩種句子語法可能性的猜測。第一種將“raced”（跑）作為句子的動詞原形，不正確。第二種將“fell”（摔）作為句子中的動詞原形，正確。
當然，這種人工智能的習慣還不完美。谷歌稱，當研究員從報紙中摘取了一些句子來讓Parsey McParseface識別其中的動詞原形，軟件可以達到94%的精確度。這比其他一些與之競爭的系統要更好一些。（在最近的一篇論文中，谷歌炫耀了Parsey McParseface的一個強化版本，精確度比這更高。至于其他競爭系統，你可以點擊鏈接，試試斯坦福大學NLP的某個版本。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，有點麻煩。）
Parsey McParseface竟然可以搞定花園小徑句子。我測試的時候，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.
后文會有關于這些句子正確與錯誤意思的分析。雖然上面幾個句子都沒問題，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。）
當我把這些例子給谷歌一位發言人看的時候，他也同意，AI領域還有進步的空間。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算機太蠢。
而且，話說回來，真實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大腦而專門設計的——為了看看人們如何應對這種情況。
“人類的語言真的是非常復雜。”Gibson說，“任何一個正常長度的句子，都有幾千幾萬種可能的解讀方式。”語言學的一個重要問題，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。
花園小徑句子的試驗顯示了我們極度依賴經驗。我們可以依靠直覺，感覺出這個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對日常生活。但是遇到花園小徑句子的時候，我們的弱點也就暴露了。
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。”，但是人們閱讀的時候會以為“cotton clothing”（棉質衣物）是一個不可分的詞組。）我們很容易被誤導，以為這句話講的是“棉質衣物”，因為“cotton clothing”這個詞組非常常見。
又例如這句話：“While the man hunted the deer ran into the woods.”(直譯為“當男人捕獵鹿跑進樹林。”正確意思為：“當男人捕獵的時候，鹿跑進樹林。”但是誤導含義中，男人在捕獵鹿，因為“hunt the deer”（捕獵鹿）像是一個連續不可分的詞組。)我們立刻會認為句子中說的那個人在獵鹿，不只是因為捕獵鹿是一種我們能夠想象、理解其含義的事物，還因為，我們習慣于看見“hunt”（捕獵）這個詞與某個獵物聯系起來的詞組。
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”當男人捕獵副總統跑進森林。”）這聽起來還是比較別扭，但是比上面那個句子更容易看懂，因為，怎么說呢，就算捕獵鹿對你來說是一件非常稀罕的事情，你也會感覺在樹林中捕獵鹿的幾率，還是要比捕獵副總統的幾率高一些吧。
關于花園小徑句子研究還在繼續。研究人員發現，人們經常以自相矛盾的奇怪方式解讀句子，例如以下的這個句子：
“While Anna dressed the baby played in the crib.”
當你閱讀這句英文句子的時候，一開始你可能會以為Anna正在給小寶寶穿衣服，Anna是主語，而小寶寶（the baby）是“dress”（穿衣）這個動詞的賓語，因為“dress the baby”（給小寶寶穿衣）是一個非常常見的詞組。但是當你讀到句子結尾的時候可能就懵逼了，你可能會意識到，“the baby”(小寶寶)并不是“dress”（穿衣）這個動詞的賓語，而是“played in the crib”（在搖籃中玩耍）這個動作的主語，也就是說，是這句話真正的主語。如果這句話中加個逗號，就可以排除歧義了：
“While Anna dressed, the baby played in the crib.”
因為“the baby”(小寶寶)是句子的主語，那就不能同時作為“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應該不是在給小寶寶穿衣，而是在給自己穿衣。
當研究員給人們測試這些句子的時候，研究員發現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和小寶寶不能同時作為句子的賓語。研究員認為，這說明人們對于語言來說習慣于“偷懶”。人們喜歡走捷徑，懶得花力氣去把其中的語法結構想透徹，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“教練笑隊員扔一個飛盤。”這其實與傳統的花園小徑句子完全相反，傳統的花園小徑句子，首先會把你誤導去一條錯誤的語法路徑上。這句話不是誤導，簡直是綁架——你從正確的起點開始，最終都不知道被誤導到哪兒去了。
句子最重要的核心是頭六個詞:“The coach smiled at the player”。最后的三個單詞是額外的，為了讓你對于“the player”（隊員）有更多的了解。但是不知道怎么搞的，最后三個單詞把整句話都攪得不清不楚了。我們看了這個句子都很想搞明白，到底教練還是隊員扔了一個飛盤。
最近幾年在學術界，關于這句話到底怎么回事有很多爭論。傳統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的認知科學家Roger Levy在幾年前提出了一個有趣的想法：也許人們覺得自己閱讀句子的時候誤解了什么，所以才如此懵逼。我們在日常生活中經常碰到誤解的句子。Levy認為，我們的大腦也許想要預測那些在溝通中丟失的、含糊地咕噥出來的或者閱讀時被忽視的單詞，以修復完整的句子含義。這種模糊識別策略可以幫助我們修復“壞掉”的句子。然而在花園小徑句子的案例中，這項策略反而幫了倒忙。
有很多方式可以對這個句子進行微調。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”修改了句子語法結構，語義變為：向隊員微笑了的教練，扔出了一個飛盤。）
The coach smiled as the player tossed a Frisbee. (在句子中加入了單詞“at”修改了句子語法結構，語義變為：當隊員扔出了一個飛盤，教練笑了。)
The coach smiled and the player tossed a Frisbee. (在句子中加入了單詞“and”修改了句子語法結構，語義變為：教練笑了，然后隊員扔出了一個飛盤。)
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”修改了句子語法結構，但是由于位置不同，句子的語義變為：教練對扔出飛盤的那個隊員微笑。)
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”修改了句子語法結構，但是由于位置不同，句子的語義變為：教練對隊員微笑，然后扔出了一個飛盤。)
當人們閱讀原本的句子的時候，也許腦海里腦補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：“我們有時候都沒注意到這個句子有什么不對的地方，我們會自動把句子修改為‘The mother gave the candle to the daughter.’”
我們現在已經看到了花園小徑句子的威力，完全可以把我們的大腦繞暈。今天學到的要點就是：語言很復雜，雖然我們平時都覺得說話很容易。當我們沒法好好說話的時候，可能才會發現語言真正的規則。所以，讓機器進行自然語言處理，也比我們想象得要難多了。
前面還有兩個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：通常我們會將“The old man”（老人）看成一個詞組，這樣就沒法理解本句話含義。“The old”省略單詞“man”也可以表達“老人”的意思，而“man”這個單詞則有語義歧義，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。”
I convinced her children are noisy.
解釋：通常人們會認為“her children”是連續的詞組，這樣的話“are noisy”就會缺少主語，無法理解。可以在句子中加入逗號將“her 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
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
