俩 AI 约会遭全网围观：再厉害的算法，也逃不了翻车

你瞧，这就是人类的思考和想象力，人工智能完全不具备，人给它多少数据，它才能表现出相应程度的智能，就连谷歌、脸书这种体量的公司所造出的 AI，也依然停留在“人工”智能的范畴：多少人工，就有多少智能。

脸书公司一位工程师曾说：“当每个问题都有对应答案的时候，对话问题就解决了;当对话问题解决了，人工智能的所有问题也都解决了。”

但现实显然残酷的多。

对话问题是个困境，它困住了 AI 聊天机器人，困住了 AI 工程师，也困住了整个 AI 行业。

2、NLP 自然语言理解难题。

自然语言处理是机器学习最活跃的领域之一，同时也是人工智能领域最难的分支，没有之一。

NLP 的主要目的，就是让计算机搞懂人类语言。这里的搞懂，有两层含义：1、让机器听懂人话;2、让机器会说人话。

听起来很简单，牙牙学语的孩子不就在做类似的事情嘛：让父母听懂自己的哼哈，也让自己开口说父母的话。

事实并非如此。

首先，人工智能靠数据喂养，自身没有思考能力，你教给它什么，它能很快学会，但知识的海洋太过浩瀚，不可能毫无遗漏地都传授给它。你没教的知识，都是它的知识盲区，一旦聊天问到了，它除了回答“我没听清，主人请再说一遍”外，无能为力。

其次，自然语言理解非常难。比如“南京市长江大桥”，逗号出现在“南京市”和“南京市长”的后面，完全是两种意思，生活中类似的例子非常多，人类遇见可能还得愣一下才明白，人工智能遇见，直接懵圈，一旦猜错意思瞎回答，立刻就成了你眼中的智障。

3、基于上下文的多轮对话难题。

你问机器人 100 个不同的问题，它可能会回答，但这并不是一个长时间、有意义的对话，而是 100 次微对话。

当两个人在聊天时，并不是每次都向对方交代背景，聊天半小时，可能就两个主题，即使车轱辘似的翻来覆去，但两人心里都清楚主题是什么，但聊天机器人做不到这样。

人机多轮交互的难点在于，每轮对话中，人的意图就像树一样，随时有分叉的可能。此外，人的一句话中，还可能包含多个意图，更加剧了聊天机器人理解和应答的难度，从而表现出健忘、答非所问的症状。

4、防不胜防的数据投毒难题。

2016 年，推特上出现了一个用户，名字叫做 Tay，它是微软推出的 AI 聊天机器人，官方人设是“19 岁的美国女孩”，性格幽默，适合与 18-24 岁的用户聊天。

作为开放式聊天机器人，任何人都可以在推特上 @ 它，进行对话。微软称，Tay 聊的天越多，就会变得越聪明。

起初，Tay 和大家聊得还不错，但好景不长，有人开始输入带有种族歧视的语句，而 Tay 自然而然就学会了，在产生的 9.6 万条推特中，出现了不少过激言语：

“希特勒是绝对正确的，我不喜欢犹太人。” “女权主义者真是烦人，他们就应该被活活烧死。”

很显然，Tay 无力分辨哪些话该说，哪些话不该说。

无奈之下，微软下线了才刚上线一天的 Tay，并发表了声明。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!