人工智能学习的不是那么直白

接受潜台词和谚语的机器可以更好地理解人类，捕获我的漂移可以获得潜台词和语言的人工智能可以比严格的文字化AI更好地理解用户。

人工智能系统通常善于回应直接陈述，例如“Siri，告诉我天气”或“Alexa，玩'Despacito'。”但是机器还不能像人类那样做小谈话，Yejin Choi说道，自然西雅图华盛顿大学语言处理研究员。当涉及语气和习语等会话细微差别时，AI仍然难以理解人类的意图。

为了帮助机器参与更人性化的对话，研究人员正在教AI来理解超出严格字典定义的单词的含义。在最近的AAAI人工智能会议上，一个小组推出了一个系统，用于衡量一个人在讲话时的真实含义，另一个小组提出了一个人工智能，用于区分写作中的文字和比喻短语。

一个关键的对话技巧是接受潜台词。匹兹堡卡内基梅隆大学的人工智能研究员Louis-Philippe Morency说，某人的面部表情或语调可以显着改变他们的言语含义。用一个鬼脸描述一部“病态”的电影，传达的东西完全不同于用激动的语调和眉毛抬起来称它“生病”。

Morency及其同事设计了一个人工智能系统，观看YouTube剪辑，了解非语言提示，如面部表情和语音音调，如何影响口语单词的含义。

人们在评估视频主体表达了多少负面或正面情绪时，人工智能的准确度为78%，Morency的团队在1月31日报道。该系统也很擅长区分不同表达的情绪。但它比其他人更好地认识到一些情绪;例如，它分别以87.3%和83.4%的准确度识别出幸福和悲伤，但在辨别中性表达时仅准确率为69.7%。Morency接下来想测试这种人工智能是否可以识别某人的面部表情和语调是否正在讽刺他们的话语。

即使在书面交流中，理解某人的意图也很少像将字词的字面意义串联在一起一样简单。成语很棘手，因为根据具体情况，它们可以按照字面或形象进行解释。例如，同样的措辞可用于字面标题 - “孩子们玩火：专家警告父母要留意危险的迹象” - 以及比喻性的 - “在阿富汗玩火。”

这种模糊性可能成为人工智能系统的绊脚石，可以分析在线表达的情绪或将文档翻译成其他语言。为了解决这个问题，匹兹堡大学的计算机科学家Changsheng Liu和Rebecca Hwa设计了一个系统，根据周围的单词确定一个短语是字面意义还是比喻意义。在“玩火”的头条新闻的情况下，系统可能会期望看到“孩子”和“玩”在一起，因此更有可能认为第一个标题文字，但找到“阿富汗”和“玩“无关，并判断第二个标题比喻。

该AI系统通过阅读维基百科条目中的句子来学习如何关联不同的单词。Hwa和Liu于1月29日报道，在实验中，该程序在判断句子中包含的短语是字面上还是具象时，准确度为73%到75%。

计算机识别和解释非文字语言的能力正变得越来越重要，因为人工智能已融入我们生活的更多方面，印第安纳州西拉法叶普渡大学的自然语言处理研究员Julia Rayz说，他没有参与这两个项目。其他研究人员正在用隐喻和反讽来解决类似的问题。

“我们开始进入Uncanny Valley，在那里[AI]会变得如此优秀，至少在这些简单的谈话中......它几乎就像与人类交谈，”ÉcolePolytechniqueFédérale的计算机科学家Robert West说。瑞士的de Lausanne没有参与这些项目。但理解语言细微差别至关重要。如果人工智能不能做到这一点，“我们永远不会拥有能够在任何谈话中幸存下来的智能机器。”