人工智能能不能理解人类语言?如何做到自然语言理解？虽然上期讲了语音识别，其实语音识别和人脸识别一样，都属于感知外界，它的操作更像是在一段语音和正确答案之间做匹配。而自然语言理解则进入了认知的范畴，他的目的不再停留于分辨出声音是什么，而是要理解其中的含义，就像你突然进入一个会场，听见主持人再说布里渊区是倒空间中由倒格矢的中垂面所围成的区域。里面的每一个字你都认识，也识别出来了，但他到底是什么意思呢？
这就是语言理解了，语言理解是一件非常困难的事，我们人类自己互相之间都经常鸡同鸭脚，更别说和机器了。曾经人们尝试让机器模仿人类对语言的理解方式，对句子进行成分分析，来实现语义理解，但后来发现人的语言实在太复杂了，不同的断句，不同的上下文，不同的场景都可以产生不同的含义。专业知识也让一些原本简单的句子变得很难理解，所以科学家们提出了一种全新的方法。
就是让机器在海量语言中自我学习，来总结出自己的语言逻辑。其中一个被广泛运用的工具就是词向量。可以通俗理解为单词地图。在AI的大脑中有这样一个空间，当我们使用一些词的时候，它就会在某个区域出现，这使我们发现词意相近的词放在了相近的区域。苹果，菠萝，香蕉都是水果一同出现的比例比较高，所以在这个向量空间内出现的距离比较近，巧克力不是水果，但是巧克力好吃和水果好吃，出现的频率也比较高，所以巧克力也就跟所有好吃的词离的比较近。
反之像鼠标，皮揣子就离他们比较远，通过词语的向量化，机器就可以将相近的词进行联想，从而实现知识的推理与创造。而且在词向量之上还有距向量文章向量在上面还有语义空间。向量将语言变成了机器擅长处理的数学概念，虽然我们不能断言这是否属于真正意义上的理解，但通过这个技术，AI已经做出大量，我们以前无法想象的事，比如写诗，写小说，陪人聊天等。翻译和搜索引擎更是经典应用，配上语音识别和语音合成技术。机器好像真的能运用语言了，或许这就是机器觉醒的开始。
转载请注明：http://www.0431gb208.com/sjszlff/3471.html
