自然語言AI的展望

9/08/2022 07:30:00 上午

自然語言AI的展望

自然語言技術是個很大的課題，但也是AI研發常常會討論到的內容，若僅需透過平時自然對話就能使機械理解語意，那麼AI應用更甚至是開發將不再生冷，可為更多面向更多不同能力層的人們帶來協助與便利。

但要能達成像鋼鐵人中賈維斯那樣智能程度自然語言理解能力，那現今科技還有漫漫長路，但是近期或許GOOGLE悄悄帶來了些許曙光。再講GOOGLE這新案例之前，先來聊聊Natural Language Processing吧! 自然語言處理這方面，目前大家最常用的多半就是語音辨識了!但是我們理想中的互動，不該是一個指定口令一個動作，這就是為什麼不論是google助理抑或是SIRI在生活情境上多少都會有種笨笨的感覺，近來AI在辨識與精準翻譯上皆有重大的發展，但都卡在最後但最重要的一關，語意理解以及對話決策，尤其是生活中常常是破碎的語意，更甚至關鍵字零散的語句，對於語意理解以及對話決策就會是個難點，而目標是使AI能有所謂的「常識」，使其能讀懂「空氣」、讀懂「含意」，並且執行。

而開頭講到的GOOGLE的發展，便是旗下Everyday Robots透過Pathways （PaLM）語言模型開發的機器人，可評估能力、環境、任務並切分任務目標，更自然的完成，且其語意理解以及對話決策有了大程度進展。舉例來說，如果可樂灑出來了，使用者可以提出“I spilled my Coke, can you bring me something to clean it up?或者“I spilled my Coke, can you bring me a replacement?等不同指令，都能立刻改變機器人行為模式，並且前者的命令並無特意指定清掃用品，其會分析環境並最終將海綿或是抹布遞給使用者，並且每次學習新技能僅要一台學會，上傳至統一雲端上，每台配備PaLM模組的機器皆可迅速轉移能力並且複製。(目前這是台展望廚房小能手的機器人)

更甚至微軟還開發能透過自然語言控制便能自動coding的機器呢!根本是碼農解放神器，不過這些科技有些都尚在研發階段，且自然語言使用上，總會碰到一個最大的問題就是語言的多樣性，要能最終符合所有人種使用，那麼前端的語意理解，語言翻譯解析，都會是個漫長的作業，而最終的重組語句理解與決策也是機器是否夠「智能」的關鍵。

圖一，AI 處理語音指令的過程：語音辨識（Automatic Speech Recognition; ASR）、語意理解（Natural Language Understanding; NLU）、對話決策（Dialogue Management）、以及語言生成（Natural Language Generation; NLG）(圖源/科技大觀園陳縕儂提供)