当机器能“接上”人话
作者｜The New York Times
编译｜专知
整理｜Yingying
今年8月，艾伦人工智能研究院的研究人员公布了一项针对计算机的英语测试。它检查机器是否可以补充完这样的句子：
On stage, a woman takes a seat at the piano. She
a) sits on a bench as her sister plays with the doll.
b) smiles with someone as the music plays.
c) is in the crowd, watching the da
ncers.
d) nervously sets her fingers on the keys.对你来说，这是一个简单的问题，但对于电脑来说很难。虽然人类正确回答了超过88％的测试问题，但人工智能系统徘徊在60％左右。而对于专家们- 那些知道构建理解自然语言的系统有多难的人 - 这是一个令人印象深刻的数字。
两个月后，谷歌推出了一个名为BERT的系统。它能和人类一样回答这些问题。
BERT的到来推动了人工智能的重大发展。在过去几个月中，研究人员已经证明计算机系统可以学习变幻莫测的语言，然后将他们学到的知识运用到各种特定任务中。
包括谷歌和艾伦人工智能研究院在内的多家研究机构建立系统，用于改进像Alexa和Google Home这样的智能助理。 它甚至可能最终实现有条理的对话。但是有一个缺点：在Twitter这样的社交网站上，这项新的研究也会催生出更加像人的“假用户"。
研究人员已经证明，AI能够生成逼真的图像。随着这些技术进入语言领域，我们可能需要对网上看到的事情更持怀疑态度，比方说，和你聊天的是真实的人吗，还是只是机器。
这些新的语言系统通过分析了数百万个句子。OpenAI构建的系统分析了数千本书籍，包括浪漫小说，科幻小说等。谷歌的BERT则在此基础上，加上了维基百科的数据。OpenAI能够预测句子中的下一个单词。 BERT可以填充句子中任意地方缺少的单词。
如果BERT可以通过从数百万句子中学到句子中缺少的单词（例如“那个人走进商店买了牛奶”），它也可以理解英语中单词之间的许多基本关系，BERT提出者的谷歌研究员Jacob Devlin说。
系统可以将此知识应用于其他任务。如果研究人员向BERT提供了大量问题及其答案，那么它就会学会自己回答其他问题。然后，如果他们提供描述相同事件的新闻标题，BERT就会发现他们是相似的。
BERT可以通过艾伦人工智能研究院的“常识”测试。它还可以进行阅读理解，回答有关百科全书文章的问题。什么是氧气？什么是降水？在另一个测试中，它可以辨别电影评论的情感倾向。
自然语言处理专家、纽约大学教授萨姆鲍曼说，这种技术是“这种能够总结大而混乱的信息以帮助人们做出重要决策的技术，是人工智能的又一里程碑。”
在OpenAI系统发布后的几周内，研究人员将其应用于对话。本月，谷歌“开源”其BERT系统，因此其他人可以将其应用于其他任务。 Devlin和他的同事已经用102种语言训练了它。
塞巴斯蒂安·鲁德（Sebastian Ruder），将BERT等系统的到来视为他和其他人工智能研究人员的“警钟”，因为他们以为语言技术已经达到了上限。 但是却发现还有太多未开发的潜力。
这项技术背后的复杂数学系统被称为神经网络。近年来，它加速了人脸识别技术和无人驾驶汽车等各种技术的进步。研究人员将此称为“深度学习”。
BERT之所以成功，部分原因在于神经网络的大量计算机处理能力。它使用谷歌专门用于训练神经网络的处理器，在几天的时间内分析了维基百科的所有文章。
BERT的想法已存在多年，但是它们开始变得有效，因为现代硬件可以处理更多数据，Devlin说。
像谷歌一样，其他几十家公司正在为机器学习专门制造芯片，许多人认为这种额外处理能力的涌入将继续加速各种人工智能技术的进步。
“BERT是朝着这个方向迈出的第一步，”负责谷歌人工智能工作的杰夫迪恩说。 “但取得的进步并没有我们想象中那么大。”
尽管BERT通过了实验室的常识测试，但机器距离人类常识的还有很长的路要走。但与该领域的其他研究人员一样，他认为自然语言研究的发展轨迹已发生变化。他说，这是一个“爆炸式进展”的时刻。
原文链接：
https://medium.com/the-new-york-times/finally-a-machine-that-can-finish-your-sentence-b322a16d4199
-END-
专 · 知
人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！
请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！
请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~
请关注专知公众号，获取人工智能的专业知识！
点击“阅读原文”，使用专知
展开全文
微信扫码咨询专知VIP会员