科幻作品中我們經(jīng)常能夠看到與人類(lèi)一樣聰明的機(jī)器人，但機(jī)器是如何在這背后存儲(chǔ)知識(shí)的？是如何推理知識(shí)并運(yùn)用知識(shí)的？最后又是如何實(shí)現(xiàn)與人的交互的？此次在的百度BIG大會(huì)上，百度技術(shù)副總王海峰博士總結(jié)了實(shí)現(xiàn)人工智能的三大關(guān)鍵技術(shù)，基本回答了這些問(wèn)題，雖然講的比較簡(jiǎn)單，但由于信息量過(guò)大沒(méi)有一定背景的人是很難聽(tīng)懂的，所以我純粹來(lái)給各位科普下。
關(guān)鍵一，讓機(jī)器理解語(yǔ)言的技術(shù)
理解語(yǔ)言是一個(gè)從詞語(yǔ)逐漸遞進(jìn)到事件的過(guò)程。
1，分詞技術(shù)
讓機(jī)器理解語(yǔ)言，也就是要讓機(jī)器學(xué)會(huì)自己思考，那么就需要讓機(jī)器去理解語(yǔ)言。而漢語(yǔ)的
理解與英語(yǔ)相比起來(lái)就顯得更加困難，在英語(yǔ)中每個(gè)單詞都是基本上可以被機(jī)器直接讀取的，但是漢語(yǔ)在分詞上則更為困難。我們來(lái)舉幾個(gè)列子。
“你|老張|著什么急|啊”
“你|老張著|什么嘴|啊”
上面是一個(gè)簡(jiǎn)單的列子，修改一個(gè)字，意思就相差十萬(wàn)八千里，而機(jī)器根據(jù)字的不同則可以勉強(qiáng)分出來(lái)。但是下面這個(gè)列子就折騰了。
“乒乓球拍賣(mài)完了”
機(jī)器該怎么分？這就困難了，機(jī)器既可以分出兩種意思
“乒乓球|拍賣(mài)|完了”
“乒乓|球拍|賣(mài)完了”
那么困難就來(lái)了，我們?nèi)绾胃嬖V機(jī)器這句話(huà)中的詞該怎么分呢？對(duì)于人來(lái)說(shuō)很簡(jiǎn)單，根據(jù)前后文馬上就能識(shí)別出來(lái)，但是對(duì)于機(jī)器來(lái)說(shuō)則極為艱難。
2，句子的分析技術(shù)
分詞問(wèn)題解決之后便是分析句子的問(wèn)題，請(qǐng)看下面兩句
“謝霆鋒|是誰(shuí)|兒子”
“謝霆鋒|兒子|是誰(shuí)”
對(duì)于機(jī)器來(lái)說(shuō)，這兩句話(huà)獲得的關(guān)鍵分詞信息是一樣的，都是“謝霆鋒”、“是誰(shuí)”、“兒子”，這三個(gè)關(guān)鍵分詞信息。我們?cè)撊绾胃嬖V計(jì)算機(jī)，因?yàn)轫樞蛳群蟮脑蚨鴮?dǎo)致的語(yǔ)義的天差地別呢？
這其中就需要對(duì)語(yǔ)言有很深入的分析，對(duì)語(yǔ)義理解，從而知道他們要找的答案是不一樣。做到這單同樣不容易。
3，上下文相關(guān)的分析技術(shù)
分析完一句話(huà)后，機(jī)器自然要推演到分析一篇文章的內(nèi)容。
在《信息簡(jiǎn)史》中有一個(gè)很重要的信息原理，就是說(shuō)當(dāng)我們需要傳遞信息時(shí)，需要大量的冗余信息來(lái)保障信息的準(zhǔn)確性，沒(méi)用的廢話(huà)越多則傳遞信息的準(zhǔn)確性越高，同樣對(duì)于讓機(jī)器理解某句話(huà)也是基于同樣原理。
但問(wèn)題是，人可以依靠直覺(jué)抓取關(guān)鍵信息，而機(jī)器又憑借什么來(lái)抓取關(guān)鍵信息呢？又如何識(shí)別真正的信號(hào)與噪聲？這也是至關(guān)重要的技術(shù)。
我們看以下三個(gè)列子
我們看到當(dāng)搜索“天空為什么是藍(lán)色的”時(shí)，百度并沒(méi)有把文章前半部分的內(nèi)容放上去，而是自動(dòng)摘取了中間的關(guān)鍵答案，而當(dāng)用搜狗搜索和360搜索時(shí)，并沒(méi)有摘要出最優(yōu)答案，只是把文章的前半部分內(nèi)容放了上去。這說(shuō)明搜狗和360搜索還有可以繼續(xù)提升的空間。
4，分析事件的技術(shù)
分析文章的問(wèn)題解決后就必須再攀登更高的高度，讓機(jī)器去系統(tǒng)性的分析一個(gè)事件，也就是再加上時(shí)間的這個(gè)維度，將與某個(gè)事件相關(guān)關(guān)鍵的文章全部集合，就可以還原一個(gè)歷史事件的進(jìn)程。
當(dāng)我們搜索“斯諾登”時(shí)，就會(huì)出現(xiàn)以下按照時(shí)間軸展開(kāi)的標(biāo)題。
左邊是百度的事件整理，中間是360的事件整理，最右邊是搜狗搜索的結(jié)果。
在事件歸類(lèi)的技術(shù)上，百度與360都已能夠做到識(shí)別，而搜狗目前沒(méi)有做到這點(diǎn)。
事件整理是最高難度的技術(shù)，也是如何做到讓機(jī)器理解語(yǔ)言的最高一層。
關(guān)鍵二，知識(shí)挖掘技術(shù)
1，知識(shí)圖譜的建立技術(shù)
首先假設(shè)，我們?cè)跈C(jī)器中存儲(chǔ)了上億個(gè)實(shí)體知識(shí)，這對(duì)于機(jī)器來(lái)說(shuō)不是難事，輕而易舉，難就難在存儲(chǔ)實(shí)體的關(guān)系上，一個(gè)實(shí)體對(duì)應(yīng)多個(gè)屬性，比如一張桌子對(duì)應(yīng)了品牌、顏色、木材等等屬性，這些屬性就有上百億級(jí)別，這些關(guān)系錯(cuò)綜復(fù)雜的整合起來(lái)，要存儲(chǔ)的數(shù)據(jù)就會(huì)指數(shù)級(jí)的增加，這注定是一張超級(jí)的海量級(jí)圖譜。
如何建立起圖譜？以以下這句話(huà)來(lái)舉例
“奢侈品牌路易威登1854年成立法國(guó)巴黎”
那么機(jī)器該如何進(jìn)行知識(shí)的存儲(chǔ)呢？
1）奢侈品與路易威登（識(shí)別出路易威登是個(gè)品牌并且是奢侈品，存儲(chǔ)該知識(shí)）
2）路易威登與1854年成立（識(shí)別出路易威登的成立時(shí)間，存儲(chǔ)該知識(shí)）
3）路易威登成立于法國(guó)巴黎（識(shí)別出路易威登成立于發(fā)過(guò)，，存儲(chǔ)該知識(shí)）
4）法國(guó)巴黎（識(shí)別出法國(guó)與巴黎有關(guān)系，存儲(chǔ)該知識(shí)）
5）……
以上只是一種粗略的理想化的情景，王博士也沒(méi)有說(shuō)更細(xì)節(jié)的事情。我這里補(bǔ)充下，實(shí)際上這種只是圖譜一直是動(dòng)態(tài)的，有不斷的增加刪減的過(guò)程，每個(gè)語(yǔ)句中的知識(shí)都是按照時(shí)間線(xiàn)出現(xiàn)的大數(shù)據(jù)關(guān)鍵詞內(nèi)容，根據(jù)統(tǒng)計(jì)后才建立起的知識(shí)圖譜，與人腦一樣，這些關(guān)系知識(shí)圖譜出現(xiàn)又消失，最后那些確鑿無(wú)疑的關(guān)系被留了下來(lái)，但是這些依然是動(dòng)態(tài)的，如果哪天法國(guó)的首都不再是巴黎，整個(gè)關(guān)系知識(shí)圖譜數(shù)據(jù)庫(kù)會(huì)將所有數(shù)據(jù)全部更新。
2，知識(shí)推理技術(shù)
當(dāng)知識(shí)圖譜建立后，要做的就是實(shí)際層面的應(yīng)用，將這些知識(shí)圖譜應(yīng)用到真正的實(shí)現(xiàn)中，當(dāng)用戶(hù)搜索某個(gè)問(wèn)題后，去檢索數(shù)據(jù)庫(kù)中的關(guān)系圖譜，然后將關(guān)聯(lián)性最高的精確答案呈現(xiàn)給用戶(hù)
1）直接推理。
我們以搜索“劉德華多少歲了”來(lái)舉例。
當(dāng)我們搜索這個(gè)問(wèn)題后，搜索結(jié)果中就會(huì)直接呈現(xiàn)出了劉德華的年齡，這就是運(yùn)用了知識(shí)的推理能力。這個(gè)53歲是一個(gè)動(dòng)態(tài)結(jié)果，機(jī)器在幕后進(jìn)行了大量的運(yùn)算后知道獲得年齡是一個(gè)動(dòng)態(tài)的算法，需要將此人的生日與當(dāng)前時(shí)間相減，之后才能得出結(jié)論。
同樣的，當(dāng)我們搜索“謝霆鋒兒子的母親的前夫的父親”后得出是“謝賢”的結(jié)果，這也是技術(shù)在背后的推理的作用。
2）分類(lèi)推理
上面談了比較簡(jiǎn)單直觀(guān)的推理模型，但這只是在用戶(hù)提問(wèn)有確定唯一結(jié)果答案的時(shí)候才那么奏效，但當(dāng)用戶(hù)搜索某個(gè)沒(méi)有唯一標(biāo)準(zhǔn)答案的問(wèn)題時(shí)就不再奏效。那么這里就會(huì)用到分類(lèi)推理的技術(shù)。
比如當(dāng)用戶(hù)搜索搜索“觀(guān)賞魚(yú)”。
這種搜索沒(méi)有指定的唯一標(biāo)準(zhǔn)答案，所以機(jī)器從后臺(tái)的知識(shí)體系庫(kù)中提取了關(guān)于“觀(guān)賞魚(yú)”的相關(guān)分類(lèi)內(nèi)容，列出了所有相關(guān)結(jié)果，給出了各個(gè)觀(guān)賞魚(yú)的種類(lèi)結(jié)果，好讓用戶(hù)去找到自己想要的結(jié)果。在這里又順便將三個(gè)搜索結(jié)果做了比較，百度的搜索結(jié)果最為全面，搜狗次之，而360沒(méi)有分類(lèi)。
通過(guò)大數(shù)據(jù)，在后臺(tái)為實(shí)體知識(shí)進(jìn)行分類(lèi)，這是一種在線(xiàn)性的直接推理之上的高層次整合式的推理。
分類(lèi)推理除了能夠提供直接的結(jié)果之外，還能夠?yàn)橛脩?hù)帶來(lái)額外的相關(guān)性的具有幫助的結(jié)果，當(dāng)我們搜索“關(guān)羽”時(shí)，在搜索結(jié)果右側(cè)會(huì)展示出如下結(jié)果。
左上角是百度的結(jié)果，右上角是360的搜索結(jié)果，左下角是搜狗的搜索結(jié)果。
而這些結(jié)果都不是人工輸入的，全部都是通過(guò)大數(shù)據(jù)挖掘得出的結(jié)果，三家都能夠挖掘出與”關(guān)羽“相關(guān)的信息，但百度挖的更深，把關(guān)羽與劉備以及貂蟬的關(guān)系都挖了出來(lái)。這種對(duì)隱性信息挖掘是大數(shù)據(jù)價(jià)值的核心，大數(shù)據(jù)的價(jià)值不在于大，而在于挖掘有價(jià)值的關(guān)聯(lián)，然后拉動(dòng)其他價(jià)值。舉個(gè)簡(jiǎn)單的例子，通過(guò)大數(shù)據(jù)發(fā)掘，發(fā)現(xiàn)下面包店某款面包會(huì)賣(mài)的更好，存在這么一種隱性關(guān)聯(lián)，那么店主只需要準(zhǔn)備更多的該蛋糕就能帶來(lái)更多的收益。
關(guān)鍵三，對(duì)人的建模技術(shù)
機(jī)器發(fā)展出智能的最終目的是為了與人交互，所以還需要讓機(jī)器能夠理解人的行為，只有當(dāng)理解完人的行為后機(jī)器才有可能將知識(shí)運(yùn)用到與用戶(hù)的交互中，才有最終商業(yè)化落地的價(jià)值。
1,個(gè)體建模
所謂個(gè)體建模，就是說(shuō)根據(jù)某單個(gè)用戶(hù)的操作行為為其提供私人定制化的服務(wù)?！敖袢疹^條”就是用的個(gè)體建模技術(shù)，當(dāng)用戶(hù)查看新聞時(shí)，它會(huì)根據(jù)用戶(hù)的行為軌跡，為用戶(hù)推薦其感興趣的內(nèi)容。同樣的，在百度搜索引擎中同樣如此，當(dāng)用戶(hù)搜索的關(guān)鍵詞越多，百度就越有能力向其推薦其更為感興趣的內(nèi)容。
比如當(dāng)用戶(hù)搜索“SF”關(guān)鍵詞后。
如果該用戶(hù)經(jīng)常逛百度動(dòng)漫相關(guān)貼吧，搜索相關(guān)動(dòng)漫人物名稱(chēng)，音樂(lè)等等操作，那么排序在第一位的就會(huì)是某個(gè)關(guān)于動(dòng)漫的網(wǎng)站，但是如果該用戶(hù)經(jīng)常搜索與快遞相關(guān)的知識(shí)，那么排在第一位的就會(huì)是順豐網(wǎng)站。
這種針對(duì)個(gè)人的精準(zhǔn)建模在未來(lái)數(shù)據(jù)更加充足的情況下，每個(gè)人都將獲得數(shù)據(jù)化的留存，我們的一切行為都將數(shù)據(jù)化可視化，進(jìn)而得出自己的一切相關(guān)結(jié)論。當(dāng)前數(shù)據(jù)采集并建模這種技術(shù)已經(jīng)趨于成熟，剩下的就等物聯(lián)網(wǎng)大潮上陣。
2,群體建模
光對(duì)個(gè)人建模還不夠，機(jī)器最重要的是對(duì)群體建模，而對(duì)群體建模也是商業(yè)化價(jià)值的核心所在。
所謂群體建模，就是判斷在某一場(chǎng)景下最多數(shù)人的行為進(jìn)行收集，然后取得各個(gè)場(chǎng)景下的群體交集，進(jìn)而得出擁有某一部分屬性的人經(jīng)常會(huì)做出哪些選擇。
這些人的屬性包括：地域、漫畫(huà)愛(ài)好者、美劇愛(ài)好者、父親、高考學(xué)生……
這些人的行為包括：看動(dòng)漫、看美劇、搜索育兒知識(shí)、搜索高考知識(shí)……
機(jī)器通過(guò)后臺(tái)的判斷將他們進(jìn)行群體人群的屬性與行為的歸類(lèi)，然后讓相關(guān)高層找到可以進(jìn)行商業(yè)化決策的支撐。
上面說(shuō)的還是有點(diǎn)抽象，那我們?cè)僬f(shuō)的簡(jiǎn)單點(diǎn)，比如我們通過(guò)大數(shù)據(jù)挖掘預(yù)測(cè)某個(gè)地域30歲以上的人在最近一段時(shí)間有很強(qiáng)的購(gòu)買(mǎi)秋褲的需求，那么商家在推廣秋褲的時(shí)候只需要加大在該地區(qū)的廣告投放即可獲得更高的利潤(rùn)回報(bào)。當(dāng)然這里不再是商家主動(dòng)去找答案，而是機(jī)器通過(guò)挖掘后主動(dòng)為其提供一系列選項(xiàng)，商家只需要被動(dòng)接受即可。
結(jié)語(yǔ)：
從某種意義上來(lái)看，讓機(jī)器理解語(yǔ)言的技術(shù)、知識(shí)挖掘技術(shù)、對(duì)人的建模技術(shù)這三大技術(shù)再經(jīng)過(guò)一段時(shí)間的發(fā)展后，對(duì)破解圖靈測(cè)試是有可能的。
但這種技術(shù)無(wú)論如何進(jìn)步都需要驅(qū)動(dòng)的“電池”，也就是人類(lèi)所產(chǎn)生的數(shù)據(jù)，說(shuō)的更確切一些是人類(lèi)的欲望。
在我看來(lái)，驅(qū)動(dòng)技術(shù)的唯有商業(yè)與軍事這二者，而這二者分別代表著欲望與恐懼，在這個(gè)和平年代的我們是幸運(yùn)的，我們被免去了戰(zhàn)爭(zhēng)的恐懼，進(jìn)而剩下的就是無(wú)盡的欲望，在技術(shù)與人越來(lái)越緊密不可分割的糾纏中，我們將迎來(lái)一個(gè)欲望與技術(shù)超級(jí)混合的新世界。
未來(lái)會(huì)怎樣？請(qǐng)關(guān)注微信公眾號(hào)“機(jī)器之心”。
