在接下来的十年中，AI系统可以从一个良性周期中受益：我们需要知识来理解我们所需要的知识，也包含在全球范围内的书籍和网页中。

克里斯托弗·曼宁（D.），斯坦福大学计算机科学和语言学教授

近年来，电脑和手机应用程序已成为人际交流中不可或缺的一部分：微博、微信、 和许多其他软件。这是一个巨大的转变，但在这个趋势中，电脑主要作为人与人之间传递信息的联网设备。很快，我们与电脑的对话将更进一步，我们将使用电脑进行跨语言交流，无论是为了获取信息还是休闲娱乐。而电脑将像人类一样通过阅读和聆听来学习新话题。

推动这些进步的技术称为自然语言处理 (NLP)。NLP 使用计算技术来学习、理解和生成人类语言。随着计算机功能越来越强大，越来越多的人类语言数据可在网上获取，NLP 正在迅速发展。在未来十年内，我们将越来越多地使用人类交流的自然而强大的方式与计算机互动：语言，而不是浪费时间点击按钮或尝试从下拉列表中进行选择（这些操作在手机等小型设备上通常很不方便）。

对话代理

过去四年是计算机语音识别准确率的转折点。如果你最近还没有尝试过，那就拿出手机试一试吧！尽管语音识别技术一直在稳步提升，但长期以来还不足以让普通用户兴奋。如今，普通手机可以识别口语单词，人们越来越多地使用语音交互来方便使用。这些进步很大程度上来自一种名为深度学习的技术。深度学习是指使用大型、多层的人工神经网络，这些神经网络可以自动训练以学习有用的特征。首先，开发了深度学习声学模型，它们更善于解码人类语音，它们在模式识别（）中学习到的声学模型比以前机制中使用的人为设计的模型更灵活。在此基础上，包括谷歌（）和百度在内的许多公司已经开始转向完全基于深度学习的语音识别系统。

然而，单词识别的成功并不意味着计算机现在可以理解人们所说的话。我们现在可以成功地向我们的移动虚拟助手提出简单的问题，例如“我在哪里可以观看最新的星球大战电影？”但如果你的问题需要更多背景信息，例如“我今晚的航班是否因天气原因取消？”那么计算机的语言理解能力可能仍然不足。准确的语言理解需要计算机具有人类知识。例如，比较以下两句话，来自计算机科学家   ：

我用了一块旧抹布，然后把它放在顶部。

我用一块旧抹布把刀擦干净，然后把它放在最上面的抽屉里。

我用了一块旧抹布把它擦干净，然后把它放进了。

我用旧抹布擦了刀，然后把它放在垃圾里。

“It” 当然可以指刀和抹布。我们利用对理性人类行为的理解来确定“it”在这两个句子中指什么。NLP 研究人员正在研究如何更好地利用语言的含义（语义学）以及如何在上下文中解释它（语用学），以解决共指问题（）——例如上文中“it”所指的内容——以及其他句子解释问题。例如，如果有人说“股市正在震动”（），这意味着股价急剧下跌，而不是物理震动。

人类对语言的使用远远超出了陈述事实和提出问题的范围。语言的使用在很大程度上是社交性的：我们使用语言来分享情感、消磨时间和与他人联系。语言的这种社交方面是 NLP 研究最近解决的问题。现代计算机文本转语音系统比过去使用的机器人声音好得多，因为它们可以显示一些语调。微软亚洲研究院在开发“小冰”() 聊天机器人方面取得了巨大成功，因为它可以进行口头对话。当被问及关于一位韩国明星的问题时，小冰以一种非常令人愉快的方式回答道：“你看过她上周演唱会的照片了吗？太棒了\(@v@)/”。

小冰就是一个基于文本的对话代理的例子。虽然在某些情况下语音确实很方便，但在办公室或公共交通等地方，短信更方便。微信已经走在使用文本而不是应用程序创建对话界面的前沿。随着这些系统的改进，许多人可能会选择通过基于文本的对话来完成交易，而不是浏览一百个不同的移动应用程序。

机器翻译

过去 30 年，技术进步促使英语的主导地位不断巩固，而小语种的地位则受到削弱。然而，未来 30 年，技术将消除语言障碍，使中型和大型语种的使用者能够更轻松地与世界各地的人们交流。机器翻译研究始于 20 世纪 50 年代末，是计算机最早的非数字化应用之一。然而，早期的系统只能理解一些简单的语法规则，并在词典中查找单词的单一定义。人类语言比这复杂得多。根据上下文的不同，像“上场”这样的中文词可能需要翻译成英文为“went on”、“took the”，甚至是“”。新千年还为我们带来了大量的在线文本必应手机下拉，包括多语言文本，以及更强大的计算能力和构建统计机器翻译系统的新思路。

短短几年间，这些理念已在几家大型互联网公司转化为现实必应手机下拉，发展成为 、Bing等服务。通过对短句的翻译，这些服务质量大幅提升，可以支持数十种语言之间的免费实时翻译。然而，目前提供的翻译准确度只能让用户大致了解意思。但语言技术一直在飞速进步，近两年基于深度学习的序列模型的使用，使得一种颇具前景的机器翻译新方法得以发展。这些模型将单词和句子的含义表示为由实数组成的语义向量，然后将其翻译成不同语言中对应的单词。2015年12月在越南举行的口语翻译大会上发表的结果显示，采用我所在的斯坦福大学团队提出的这些理念的系统的错误率比第二名至少降低了25%。

机器阅读

在人工智能发展的最初几十年，研究人员知道，通往智能计算机的道路是让它们能够获取大量知识。因此，他们开始尝试手动构建大型结构化知识库。这种尝试没有成功：知识库的结构过于僵化，计算能力不足以有效理解构建的知识库，而且当时不可能构建足够全面的知识库。

今天，我们已经成功构建了庞大的知识库，维基百科就是一个很好的例子，互联网上也有大量的科学文献。但这些知识是用人类语言编码的。这就是开发机器阅读的动机。最初的目标是提取基本事实，例如两个实体之间的关系：配偶（é，Jay Z）。在许多专业领域，已经建立了类似的关系系统。例如，有几家公司正在尝试构建从简历中提取信息的系统。相同的技术已用于生成科学信息数据库，例如基于文本报告的药物副作用数据。除了简单明了的事实之外，如何提取意见和态度更有趣。因此，一个以情绪分析和社交媒体监控为中心的行业应运而生，利用计算机系统挖掘人们对特定公司、产品和人的想法。

我们目前工作的目标是突破语言理解的界限，更接近真正的机器阅读。一旦实现这一目标下拉框工具搜索引擎★64xl.com人人都会做下拉，什么是下拉框关键词，计算机系统就可以根据文本描述来学习某个主题。例如，我的团队已经开始研究一个系统，该系统试图通过阅读教科书来学习细胞分裂或光合作用等生物过程。这是一个令人兴奋的研究目标，但我们目前的技术能力仍然太有限，无法实现这种真正的知识构建。

结论

在地球进化史上，视觉已经存在了大约 5 亿年，但人类发展语言的时间要晚得多，大约在 10 万到 200 万年前。沟通的力量让我们超越了其他物种。最近，我们创造了文字，让知识可以跨越时间和空间进行交流。在短短 5000 年的时间里，我们从青铜时代走向了今天的智能手机时代。使计算机能够使用语言进行交流和学习所需的技术现在正在成为人工智能追求的现实。在未来十年，我们的人工智能系统可以从良性循环中受益：我们需要知识来很好地理解语言，而我们需要的知识也以语言的形式存在，散布在世界各地的书籍和网页中。如果计算机可以利用这种知识⇆语言循环，它们的语言理解能力将大大提高。