1
今年8月，雷锋网将在深圳举办盛况空前的“全球人工智能与机器人峰会”，届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。
如果你也想加入我们的榜单之中，请联系：2020@leiphone.com。
图片来源：Indy100
上周，谷歌发布了Parsey McParseface（对于一个挑战人工智能领域最难问题的尖端技术，这也真是迷之命名）。虽然过去的五年，计算机完成了许多了不起的壮举——从赢得“Jeopardy!”（编者注：美国一项智力问答游戏电视节目，2011年IBM华生（Watson）计算机与比赛中的人类选手一决高下，赢得了比赛冠军）到打败世界围棋冠军，可是计算机还是没法理解人类所说的语言。语言是人类最复杂的日常功能之一。因此，可以解读人类语言的McParseface才会引起人们的热切关注。
McParseface的能力相当于大小学生级别：将句子分解、识别名词和动词、并理解句子中的所有部分怎么样互相联系起来。举个例子，它可以告诉你句子中的动词原形，谁是动词相关的主语、谁又是宾语。
这听起来不是很高级，但这是通往人与机器人用自然语言沟通的重要一步。要让Siri能够理解“你能帮我找找更多的猫咪照片吗？”，Siri首先必须得知道自己得找什么，它必须首先理解什么是“猫咪照片”。
要理解一个句子的语法结构看起来非常简单。我们人类每天不需要特意思考就可以做到了。但是，有时候我们的大脑也会绕晕。不信你试试下面的这些句子：
The horse raced past the barn fell. （中文直译：马儿跑过了谷仓摔。）
在英语中，这句话乍一看完全看不懂。如果去掉最后的一个单词，“The horse raced past the barn”是一个很完整的句子，为什么最后多出来一个单词“fell”？难道马儿跑过的那个东东不是“谷仓”，而是“谷仓摔”（什么鬼）?
整句话感觉一点都不通顺，但是如果换一种结构，那语义上就通顺了：
The horse (that was raced past the barn) fell.（中文直译：被用来跑过谷仓的马儿摔了。）
这就是语言学中被称为“花园小径”句子的一个著名例子（编者注：这种句子的实际结构与意义与读者最初所理解的结构或意义不同，由于词汇歧义或语法歧义，对读者的语义理解造成了困难。因为句子中词语或词组可以按照不同的方式组合，在语法结构分析图中会像花园小径一样分叉延伸，因而被称作“花园小径”句子。）你开始读的时候，你会相信句子是这个意思。但是当你读完整句，你会发现之前自己想错了。这句话中的动词原形是“fell”（摔）而不是“raced”（跑）。句子的核心骨架是“The horse fell（马儿摔了）”。其他的词语都是修饰。
即便是人，读这样的句子也会搞错意思——这是理解自然语言的困难之一。一不小心事情就变复杂了。“中等长度的句子——例如20至30个词语的长度——可能会有几百、几千甚至几万种可能的语法结构，这不是什么稀罕事。”谷歌研究员Slav Petrov在关于Parsey McParseface的一篇博客文章中这样写道。
通常，我们的大脑会利用语境和真实世界中的知识（简称“常识”），来排除不可能的语义解读。例如，如果有人说“爸爸用蓝莓混合面团”，我们会认为蓝莓是面团中的一种原料——而不会认为，蓝莓是爸爸混合面团时所使用的某种擀面工具。
花园小径句子则让我们的直觉误导了我们。这种句子会结合一些常见词组，让我们以为这是一种以前出现过很多次的句子。读着读着，我们就会发现，不对！我们又被误导了。花园小径句子中的词语排列很罕见，有时候我们会愣住，然后在脑子中拼命搜索所有的可能性。（难道“horse”（马）这里当做动词使用？难道“fell”（摔）此处是当做名词使用？“raced”（跑）有没有我没想到的别的含义？）
语言的难度不只是搞笑的绕口令。“大部分这些句子都是心理语言学家发明的，专门用来误导人类的大脑。”MIT认知科学家Ted Gibson说。“我们发明了这些例子，来测试人类大脑是如何理解语言的。”科学家们观察人们如何应付这些绕口令一样的奇怪句子，从而发现了大脑是如何让语言理解（至少大部分时候）都非常简单。
那些让你懵逼的花园小径句子，在人工智能看来如何呢？也许我们会觉得人都被玩懵逼了，人工智能当然比更加没辙了。可是结果让人吃惊，Parsey McParseface的表现还挺不错的。
这个来自谷歌的动图给我们解释了SyntaxNet的原理，SyntaxNet就是支持McParseface的系统。
句子“I booked a ticket to Google."（我预定了一张去谷歌的车票。）软件从左到右阅读，尝试了各种词组结合的可能性并进行分析，当阅读完最后一个词语后，软件认为"I"(我）为主语、"booked"(预定）为动词、"tickect to Google”（去谷歌的车票）是宾语的可能性最高。图片来源：Indy100
Parsey McParseface阅读句子的方法和人类挺像的。它按顺序，从左到右处理文字；当它阅读到句子结尾的时候，它会判断哪一种句子语法组合的可能性最高。我们刚才举例的那个句子中，软件进行了两种句子语法可能性的猜测。第一种将“raced”（跑）作为句子的动词原形，不正确。第二种将“fell”（摔）作为句子中的动词原形，正确。
当然，这种人工智能的习惯还不完美。谷歌称，当研究员从报纸中摘取了一些句子来让Parsey McParseface识别其中的动词原形，软件可以达到94%的精确度。这比其他一些与之竞争的系统要更好一些。（在最近的一篇论文中，谷歌炫耀了Parsey McParseface的一个强化版本，精确度比这更高。至于其他竞争系统，你可以点击链接，试试斯坦福大学NLP的某个版本。如果你想试试更简单、不过更加快速的语言分析器，可以试一试spaCy。你得在自己的电脑上下载Parsey McParseface，有点麻烦。）
Parsey McParseface竟然可以搞定花园小径句子。我测试的时候，软件成功解读了以下句子：
The old man the boat.
While the man hunted the deer ran into the woods.
While Anna dressed the baby played in the crib.
后文会有关于这些句子正确与错误意思的分析。虽然上面几个句子都没问题，我用下面的这些句子把Parsey McParseface玩懵逼了：
I convinced her children are noisy.
The coached smiled at the player tossed the Frisbee.
The cotton clothes are made up of grows in Mississippi.
（如果你自己也懵逼了，不要捉急慢慢看——或者，直接跳去文末看解答。）
当我把这些例子给谷歌一位发言人看的时候，他也同意，AI领域还有进步的空间。不过话说回来，好多人类也看不懂我写的句子，还是不要去随便怪计算机太蠢。
而且，话说回来，真实生活中没有人是这样说话的。Gibson解释道，这种语法难题是为误导大脑而专门设计的——为了看看人们如何应对这种情况。
“人类的语言真的是非常复杂。”Gibson说，“任何一个正常长度的句子，都有几千几万种可能的解读方式。”语言学的一个重要问题，就是人类如何从这么多的可能性中，快速挑选出正确的选项。
花园小径句子的试验显示了我们极度依赖经验。我们可以依靠直觉，感觉出这个词组模式是常见还是罕见的。我们更倾向于常见的词语或者词组——对于这些词，我们理解得更快。词语越是熟悉，解码句子语法也就越简单。这种倾向让我们可以轻松应对日常生活。但是遇到花园小径句子的时候，我们的弱点也就暴露了。
例如这句话：“The cotton clothing is made up of grows in Mississippi.”（正确含义为“用来做衣服的棉花是在密西西比种植。”，但是人们阅读的时候会以为“cotton clothing”（棉质衣物）是一个不可分的词组。）我们很容易被误导，以为这句话讲的是“棉质衣物”，因为“cotton clothing”这个词组非常常见。
又例如这句话：“While the man hunted the deer ran into the woods.”(直译为“当男人捕猎鹿跑进树林。”正确意思为：“当男人捕猎的时候，鹿跑进树林。”但是误导含义中，男人在捕猎鹿，因为“hunt the deer”（捕猎鹿）像是一个连续不可分的词组。)我们立刻会认为句子中说的那个人在猎鹿，不只是因为捕猎鹿是一种我们能够想象、理解其含义的事物，还因为，我们习惯于看见“hunt”（捕猎）这个词与某个猎物联系起来的词组。
如果要让句子更容易理解，我们可以说：“While the man hunted the vice president ran into the woods.”（直译为”当男人捕猎副总统跑进森林。”）这听起来还是比较别扭，但是比上面那个句子更容易看懂，因为，怎么说呢，就算捕猎鹿对你来说是一件非常稀罕的事情，你也会感觉在树林中捕猎鹿的几率，还是要比捕猎副总统的几率高一些吧。
关于花园小径句子研究还在继续。研究人员发现，人们经常以自相矛盾的奇怪方式解读句子，例如以下的这个句子：
“While Anna dressed the baby played in the crib.”
当你阅读这句英文句子的时候，一开始你可能会以为Anna正在给小宝宝穿衣服，Anna是主语，而小宝宝（the baby）是“dress”（穿衣）这个动词的宾语，因为“dress the baby”（给小宝宝穿衣）是一个非常常见的词组。但是当你读到句子结尾的时候可能就懵逼了，你可能会意识到，“the baby”(小宝宝)并不是“dress”（穿衣）这个动词的宾语，而是“played in the crib”（在摇篮中玩耍）这个动作的主语，也就是说，是这句话真正的主语。如果这句话中加个逗号，就可以排除歧义了：
“While Anna dressed, the baby played in the crib.”
因为“the baby”(小宝宝)是句子的主语，那就不能同时作为“dress”（穿衣）的宾语了。这样的矛盾之处提醒我们再回句子开头去看看。第二次阅读句子，我们就意识到Anna应该不是在给小宝宝穿衣，而是在给自己穿衣。
当研究员给人们测试这些句子的时候，研究员发现很多人对这句话的理解是这样的：Anna既给自己穿衣，也给小宝宝穿衣。这就说不通了。Anna和小宝宝不能同时作为句子的宾语。研究员认为，这说明人们对于语言来说习惯于“偷懒”。人们喜欢走捷径，懒得花力气去把其中的语法结构想透彻，除非是在万不得已的情况下（例如语法考试？）。
没玩够？再来看一个句子：
“The coach smiled at the player tossed a Frisbee.”
如果直接翻译，这句话就是“教练笑队员扔一个飞盘。”这其实与传统的花园小径句子完全相反，传统的花园小径句子，首先会把你误导去一条错误的语法路径上。这句话不是误导，简直是绑架——你从正确的起点开始，最终都不知道被误导到哪儿去了。
句子最重要的核心是头六个词:“The coach smiled at the player”。最后的三个单词是额外的，为了让你对于“the player”（队员）有更多的了解。但是不知道怎么搞的，最后三个单词把整句话都搅得不清不楚了。我们看了这个句子都很想搞明白，到底教练还是队员扔了一个飞盘。
最近几年在学术界，关于这句话到底怎么回事有很多争论。传统的语言处理理论都没法解释清楚，为什么这句话让人如此绕不过来弯。
目前在MIT的认知科学家Roger Levy在几年前提出了一个有趣的想法：也许人们觉得自己阅读句子的时候误解了什么，所以才如此懵逼。我们在日常生活中经常碰到误解的句子。Levy认为，我们的大脑也许想要预测那些在沟通中丢失的、含糊地咕哝出来的或者阅读时被忽视的单词，以修复完整的句子含义。这种模糊识别策略可以帮助我们修复“坏掉”的句子。然而在花园小径句子的案例中，这项策略反而帮了倒忙。
有很多方式可以对这个句子进行微调。Levy在论文中提出了以下几种方法：
The coach who smiled at the player tossed a Frisbee.（在句子中加入了单词“who”修改了句子语法结构，语义变为：向队员微笑了的教练，扔出了一个飞盘。）
The coach smiled as the player tossed a Frisbee. (在句子中加入了单词“at”修改了句子语法结构，语义变为：当队员扔出了一个飞盘，教练笑了。)
The coach smiled and the player tossed a Frisbee. (在句子中加入了单词“and”修改了句子语法结构，语义变为：教练笑了，然后队员扔出了一个飞盘。)
The coach smiled at the player who tossed a Frisbee. (与第一句一样，也是在句子中加入了单词“who”修改了句子语法结构，但是由于位置不同，句子的语义变为：教练对扔出飞盘的那个队员微笑。)
The coach smiled at the player and tossed a Frisbee. (与第三句一样，也是在句子中加入了单词“and”修改了句子语法结构，但是由于位置不同，句子的语义变为：教练对队员微笑，然后扔出了一个飞盘。)
当人们阅读原本的句子的时候，也许脑海里脑补了以上所有的可能性，因此造成了困惑不知道句子到底是什么意思。
我们来看这句话：“The mother gave the candle the daughter.”（妈妈给蜡烛女儿。）对于这句话，Gibson说：“我们有时候都没注意到这个句子有什么不对的地方，我们会自动把句子修改为‘The mother gave the candle to the daughter.’”
我们现在已经看到了花园小径句子的威力，完全可以把我们的大脑绕晕。今天学到的要点就是：语言很复杂，虽然我们平时都觉得说话很容易。当我们没法好好说话的时候，可能才会发现语言真正的规则。所以，让机器进行自然语言处理，也比我们想象得要难多了。
前面还有两个没有解释的花园小径句子，你都看懂了吗？感谢你看完长文，答案拿去不谢：
The old man the boat.
解释：通常我们会将“The old man”（老人）看成一个词组，这样就没法理解本句话含义。“The old”省略单词“man”也可以表达“老人”的意思，而“man”这个单词则有语义歧义，既有“人”的意思也可以有“操纵、掌控”的意思，此处使用第二种意思就能理解本句话：“老人掌控着船。”
I convinced her children are noisy.
解释：通常人们会认为“her children”是连续的词组，这样的话“are noisy”就会缺少主语，无法理解。可以在句子中加入逗号将“her children”打断，从而避免歧义：“I convinced her, children are noisy.”（我说服她，小孩是很吵闹的。）
Via Washington Post
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
