（文章來源：AiChinaTech）
縱觀現(xiàn)在的國際市場，外有日本軟銀的孫正義，為了發(fā)展AI成立1000億美金的AI基金，專門投資一些AI領域的公司。內(nèi)則有如曠視科技、極鏈科技等AI產(chǎn)業(yè)獨角獸，積極進取，開拓新領域。這些都體現(xiàn)出了AI在人們心中地位的加重。可也有不少人對AI產(chǎn)生了質(zhì)疑聲，畢竟目前的電腦程序以及所謂的AI，其對我們?nèi)祟惖淖匀徽Z言只是達到處理的級別。這方面的專業(yè)叫法是自然語言處理NLP，還遠遠達不到我們期望的自然語言理解的程度。
它的實現(xiàn)方式是，從海量的人類自然語言素材里面，統(tǒng)計出詞與詞，字與字，以及詞組成的短語的模式和出現(xiàn)頻率，然后根據(jù)這個頻率統(tǒng)計，再結(jié)合一段文字上下文邏輯的簡短推理，來找出統(tǒng)計概率最大的結(jié)果。再把這個結(jié)果作為答案輸出或者根據(jù)這個結(jié)果尋找統(tǒng)計概率最大的匹配答案。
這樣的運作模式和我們?nèi)祟惱斫庾匀徽Z言的方式有一定的相似，但缺失了很重要的一部分，即詞語背后所指代的事物的背景知識，而這才是理解人類自然的關鍵，所以現(xiàn)在AI界的一個重要挑戰(zhàn)是，如何讓計算機理解我們?nèi)祟愓莆盏墓仓R，也就是常識。
正如研究人員所解釋的那樣，對話上下文提出了句子建模中所沒有的挑戰(zhàn)，比如主題轉(zhuǎn)換、共同引用（像他、她、它、他們這種）、長期依賴。大多數(shù)系統(tǒng)解決這些問題的方法是在最后一段話中添加關鍵字，或者用 AI 模型學習數(shù)字表示，但這種方法往往會遇到障礙，比如無法選擇正確的關鍵詞、無法處理較長的上下文等。
這時候，就是微軟研究團隊的方法的用武之地了。它通過對語境信息的考量，重新制定了對話中的最后一句話；這么做是為了生成一個獨立的話語，既不存在相互參照，也不依賴過去對話的其它話語。
對此，研究人員設計了一個機器學習系統(tǒng)——上下文重寫網(wǎng)絡，來實現(xiàn)端到端的流程自動化。這個系統(tǒng)是由一個序列到序列模型組成的，它能夠?qū)⒐潭ㄩL度的話語映射到固定長度的重寫句子上。并且，它還具有一個獨立的注意力機制，這個機制能夠通過最后話語中的不同單詞來幫助它從上下文中復制單詞。
微軟研究團隊認為，他們的工作朝著更易解釋和更易控制的上下文建模中邁進了一步。另外，該研究團隊還表示，他們的模型可以從嘈雜的語境中提取出重要的關鍵詞，然后將這些關鍵詞插入到最后的話語中，使其不僅變得易于控制和解釋，還有助于將信息直接傳遞到最后的話語中。
這個技術可以幫助人工智能在真正理解人類話語的路上跨出一步，盡管該模型在強化學習后偶爾會變得不穩(wěn)定，不過它依舊顯著地提升了話語的多樣性。此外，微軟今年推出了一款可以識別情緒的工具，根據(jù)上傳的圖片就可以分析出情緒特征，但同時微軟也聲明目前這款軟件還只是以娛樂為主，還不能每次都能正確的識別情緒。
“情緒的產(chǎn)生過程會反映在外周器官狀態(tài)變化。比如人受到外界刺激感到恐懼的時候，會出現(xiàn)心跳加速或心律不齊、呼吸短促或停頓和血壓升高等情況。目前，AI深度學習的情緒識別已經(jīng)從快樂、驚訝、憤怒、悲傷、恐懼和厭惡等基本情緒發(fā)展到了超過二十種更微妙的情緒，例如“愉快的驚訝”、“憤怒的驚訝”、敬畏等。
不可否認，未來已經(jīng)離我們不遠了。無論我們喜不喜歡、樂不樂意，終有一天AI將能真正讀懂人類的語言、動作、情緒等各類因素。屆時，如何處理好其間可能存在的問題，還需我們提前進行思考。
下載文檔
