怎么樣開(kāi)一家人工智能公司？

答案可能比「如何把大象塞進(jìn)冰箱」還簡(jiǎn)單。

文檔軟件開(kāi)發(fā)商 Readme 的創(chuàng)始人 Gregory Koberger 曾經(jīng)在社交網(wǎng)站上回答過(guò)這個(gè)問(wèn)題：

1、請(qǐng)一群領(lǐng)最低工資的人來(lái)假裝人工智能 2、等真正的人工智能創(chuàng)造出來(lái)

Gregory Koberger 當(dāng)時(shí)之所以這樣說(shuō)，其實(shí)是為了諷刺早前人工智能創(chuàng)業(yè)公司 Edison Software 被曝出聘請(qǐng)員工假裝 AI 為客戶提供所謂的「智能郵件回復(fù)」服務(wù)。

事情過(guò)去也快一年了，沒(méi)想到這個(gè)梗再一次被挖了出來(lái)，更沒(méi)想到的是，這次諷刺的對(duì)象居然還是鼎鼎大名，被給予厚望改變世界的 Google。

Google 也騙人了？

準(zhǔn)確來(lái)說(shuō)是 Goolge Duplex 騙人了。

在 2018 年，Google 在 I/O 大會(huì)推出了一項(xiàng)人工智能新服務(wù)：Google Duplex。這項(xiàng)人工智能服務(wù)的用處，簡(jiǎn)單來(lái)說(shuō)就可以替你打電話到餐館訂位。

Jimmy Tran 是一家位于加州的泰國(guó)餐館的服務(wù)員，前些天，他接到了來(lái)自 Google Duplex 的訂位電話。

但在交談的過(guò)程中，對(duì)方濃重的愛(ài)爾蘭口音（拜托，能不能走心一點(diǎn)）引起了餐館小哥的懷疑。

餐館小哥也毫不含糊，直接問(wèn)對(duì)方究竟是 AI 還是人，沒(méi)想到對(duì)方更直接，絲毫不掩飾，直接承認(rèn)了自己其實(shí)是人。

估計(jì)餐館小哥內(nèi)心覺(jué)得憋屈：等了這么久，終于等來(lái)了 Duplex 的電話，結(jié)果你跟我說(shuō)其實(shí)你是個(gè)人？于是他找《紐約時(shí)報(bào)》告狀去了。

《紐約時(shí)報(bào)》也發(fā)現(xiàn)事情并不簡(jiǎn)單。于是他們也進(jìn)行了十次實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)，十次當(dāng)中有四次是成功訂位的，而這四次當(dāng)中僅有一次是真的通過(guò) AI 來(lái)進(jìn)行訂位的，其余三次其實(shí)都是「演員們」的表演。

隨后，Google 也向《紐約時(shí)報(bào)》承認(rèn)了此事，并表示 Duplex 所撥出的電話中，有 25% 其實(shí)是人類，而在剩下的電話中，也有 15% 進(jìn)行了部分的人為干預(yù)。

顯然，百分比其實(shí)并不重要，重要的是有和無(wú)。

那么即便神奇如 Google Duplex，也擺脫不了人工干預(yù)？

Duplex 神奇的地方，其實(shí)用處并不大

其實(shí)用「人工」裝「智能」的事也不是第一次出現(xiàn)了。除了文章開(kāi)頭提到的「?jìng)窝b智能回復(fù)郵件」事件外，你還記得那個(gè)甚至還被授予了沙特國(guó)籍的神棍機(jī)器人 Sophia 么？

至于這次 Google Duplex 的事情之所以還能引起大家這么大的關(guān)注，其實(shí)還是因?yàn)榇蠹覍?duì) Google Duplex 的期望太高了。

一年前，Google Duplex 一出，「Awsome」聲四起。

下面的視頻給沒(méi)有看過(guò)或者是已經(jīng)忘了 Google Duplex 是如何訂位的同學(xué)了解 / 復(fù)習(xí)一下。

驚艷的感覺(jué)從何而來(lái)？你一定會(huì)回答：太像人了。

對(duì)，太像人了。Google Duplex 甚至還通過(guò)了部分的圖靈測(cè)試 —— 一個(gè)說(shuō)到 AI 就會(huì)想到的測(cè)試，就像是 AI 的認(rèn)證考試一樣。

圖靈測(cè)試簡(jiǎn)單來(lái)說(shuō)，就是把真人和 AI 都關(guān)到「小黑屋」里面，然后在屋外安排另外一個(gè)真人輪流與他們對(duì)話。如果屋外的人無(wú)法辨別出「小黑屋」里到底哪個(gè)是真人哪個(gè) AI，那么則會(huì)認(rèn)為這個(gè) AI 通過(guò)了圖靈測(cè)試。

但是，通過(guò)了圖靈測(cè)試，就能說(shuō)明這個(gè) AI 能正常地與人交流了嗎？并不，因?yàn)閳D靈測(cè)試的本質(zhì)是模仿、是欺騙，這樣就使得 AI 在進(jìn)行圖靈測(cè)試時(shí)，遇到理解不了的問(wèn)題，只要它表現(xiàn)得足夠像人類，就可以通過(guò)假裝無(wú)知，對(duì)問(wèn)題避而不談來(lái)通過(guò)測(cè)試。

▲圖片來(lái)自：Wikipedia

無(wú)可否認(rèn)，在模仿人類這方面，Google Duplex 做得實(shí)在太好了，無(wú)論是語(yǔ)音語(yǔ)調(diào)、各種停頓、語(yǔ)氣詞等的小動(dòng)作都做得與人幾乎沒(méi)什么區(qū)別。這也是它通過(guò)圖靈測(cè)試的資本所在。

但是，即便 Google Duplex 在語(yǔ)音合成上做得再極致，也沒(méi)有用，因?yàn)槿斯ぶ悄軐?duì)話系統(tǒng)，關(guān)鍵不是在于話說(shuō)有多像，而是能聽(tīng)懂話，說(shuō)對(duì)話。就好比唱歌找不著調(diào)的人，嗓音再好聽(tīng)，也于事無(wú)補(bǔ)。

能聽(tīng)懂人話其實(shí)才是關(guān)鍵

為什么讓 AI 聽(tīng)懂人話這么難？這得從 AI 到底是怎么理解所聽(tīng)到的話（NLU 自然語(yǔ)言理解）說(shuō)起。

包括 Google Duplex 在內(nèi)的人工智能對(duì)話系統(tǒng)，對(duì)聽(tīng)到的每一句話，都會(huì)進(jìn)行拆解，將其分成「意圖」、「實(shí)體」以及「廢話」。

例如你說(shuō)一句：今天天氣真好，我想去廣州塔逛逛，幫我叫個(gè)車吧。

在這句話當(dāng)中「叫車」就是「意圖」、「廣州塔」就是目的地實(shí)體，其余就都是廢話了。

▲圖片來(lái)自：Boost.ai

那么在這里，第一個(gè)問(wèn)題就出現(xiàn)了。

例如：幫我推薦一家餐廳，不要四川菜。

在這句話當(dāng)中，意圖很明顯，是「推薦餐廳」但是「四川菜」依舊會(huì)被當(dāng)成實(shí)體，「不要」這個(gè)重要的關(guān)鍵邏輯，則會(huì)被當(dāng)成廢話。

人之所以可以理解這句話，是因?yàn)槿顺丝梢蕴崛￡P(guān)鍵詞之外，還可以進(jìn)行邏輯的識(shí)別，而 AI 所缺少后面的這一步，就讓它在進(jìn)行理解時(shí)，腦筋經(jīng)常轉(zhuǎn)不過(guò)來(lái)。

另外，還有一個(gè)問(wèn)題，讓現(xiàn)在的 AI 對(duì)話系統(tǒng)，和人類的對(duì)話系統(tǒng)有著巨大的差距。

無(wú)論你說(shuō)的是哪種語(yǔ)言，你總有辦法把信息揉進(jìn)語(yǔ)言里面。

但是作為人類最重要的傳達(dá)信息的工具，語(yǔ)言系統(tǒng)卻并沒(méi)有我們想象中的那么高效。我們舉個(gè)例子。

假設(shè)周日晚上你在酒吧認(rèn)識(shí)了個(gè)姑娘，她迷人的臉龐加上有趣的靈魂讓你神魂顛倒。即便到了周一早上，你依舊像個(gè)花癡一樣，一想起她就傻笑。于是同事就來(lái)問(wèn)你了：吃錯(cuò)藥了？你回答：我昨晚遇到了一個(gè)很棒的姑娘。

那么這個(gè)姑娘究竟有多棒？你同事并不會(huì)知道。

因?yàn)榧幢隳阍诮酉聛?lái)的一個(gè)小時(shí)里，用盡各種語(yǔ)言去描述那個(gè)姑娘長(zhǎng)得怎么樣、不停地復(fù)述你們昨天聊的話題究竟多有趣，在你同事的腦海里，依舊無(wú)法一比一地把那個(gè)女生復(fù)刻出來(lái)。

比起我們的思維，語(yǔ)言確實(shí)很貧瘠，以至于實(shí)際上通過(guò)語(yǔ)言所傳達(dá)的信息，其實(shí)或多或少是失真的。

那么為什么人類還可以通過(guò)這樣的一個(gè)系統(tǒng)，正常傳達(dá)信息，并以此建立起延續(xù)了七千多年的文明？

這是因?yàn)槲覀兘庾x能力強(qiáng)。

這就好比我們的主編每天早上見(jiàn)到我說(shuō)了一句早安后，第二句我都還沒(méi)等他開(kāi)口，就已經(jīng)知道他想問(wèn)我稿子寫(xiě)完沒(méi)。

也好比你的同事即便無(wú)法在腦海里一比一地把那個(gè)姑娘復(fù)刻出來(lái)，只要他不是從出生開(kāi)始便一直單身，他都能理解你這種如沐春風(fēng)的感覺(jué)。

這種基于常識(shí)、經(jīng)驗(yàn)、場(chǎng)景、直覺(jué)來(lái)解讀語(yǔ)言、獲取信息的能力，正正是目前僅能通過(guò)上下文進(jìn)行意圖及實(shí)體提取的 AI 來(lái)說(shuō)，最為缺乏的。

而想要做到十分自然的交流，這種能力必不可缺。

實(shí)際上，圖靈測(cè)試還有一個(gè)升級(jí)版：威諾格拉德模式挑戰(zhàn)。這個(gè)測(cè)試，就是用來(lái)檢驗(yàn) AI 能否根據(jù)常識(shí)來(lái)解讀語(yǔ)言的。

但可惜的是，目前的人工智能對(duì)話系統(tǒng)，在該測(cè)試上，都表現(xiàn)得并不樂(lè)觀。

其實(shí)對(duì)于單靠深度學(xué)習(xí)，能否造出真正的人工智能對(duì)話系統(tǒng)，是有學(xué)者持懷疑態(tài)度的。

深度學(xué)習(xí)并不像大家想象的那樣，你把這個(gè) AI 造出來(lái)，然后他就會(huì)自己開(kāi)始學(xué)習(xí)。目前的深度學(xué)習(xí)還停留在監(jiān)督學(xué)習(xí)，以及半監(jiān)督學(xué)習(xí)狀態(tài)。這也就是說(shuō)必須靠人去「喂」大量的標(biāo)注數(shù)據(jù)，讓 AI 的「實(shí)體」庫(kù)和「意圖」庫(kù)豐滿起來(lái)，做到無(wú)論你是說(shuō)「我餓了」還是說(shuō)「我想出去吃飯」AI 都知道需要為你推薦餐廳。

但事實(shí)上，即便這個(gè)庫(kù)再大，上面兩個(gè)問(wèn)題其實(shí)都很難解決。

心理學(xué)家認(rèn)為人的大腦有兩個(gè)系統(tǒng)，系統(tǒng)一負(fù)責(zé)處理靠直覺(jué)、習(xí)慣就能完成的事情。而系統(tǒng)二所負(fù)責(zé)的事情則需要通過(guò)思考來(lái)完成。

專注于人工神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)的計(jì)算機(jī)學(xué)家約書(shū)亞?班吉?dú)W認(rèn)為，語(yǔ)言是靠系統(tǒng)二來(lái)處理的，但是基于深度學(xué)習(xí)的人工智能，實(shí)際上更像是系統(tǒng)一。

當(dāng)然，這里并不是在傳達(dá)什么「深度學(xué)習(xí)無(wú)用論」，因?yàn)橐灿辛硗庖环N觀點(diǎn)認(rèn)為，人本身就是一種數(shù)據(jù)庫(kù)，所有經(jīng)驗(yàn)、常識(shí)甚至是直覺(jué)其實(shí)都可以被量化。只要解決這個(gè)統(tǒng)計(jì)上的問(wèn)題，真正的人工智能對(duì)話系統(tǒng)依舊有望可以通過(guò)深度學(xué)習(xí)去達(dá)成。更何況，即便是需要重新找另外一條路，深度學(xué)習(xí)依舊會(huì)有它的一席之位，畢竟任何一種發(fā)明的誕生，其實(shí)都是多種技術(shù)的結(jié)合。

但無(wú)論是推倒重來(lái)，還是繼續(xù)往深度學(xué)習(xí)的方向發(fā)展，想見(jiàn)到能夠真正能夠自然交流，而且不是朝九晚五的人工智能對(duì)話系統(tǒng)，可能還需要走很長(zhǎng)的一段路才行。