Lab Show⑤ | 我们为什么要教机器学人类语言？

一个人工智能方向的实验室，招了一名文科生读博士，会不会有点奇怪？

本期由西湖大学研究生会主办的Lab Show走进的就是这个实验室。它的研究方向很热门——自然语言处理（NLP）。这是融合语言学、计算机科学、数学于一体的科学，通俗点说，就是教机器学会人类的语言，要能翻译，能对话，能读文章，甚至能写总结和心得体会……

所以，招收文科生，一点也不奇怪。因为这是一项跨越人类语言与机器算法、跨越人脑与电脑、跨越感性与理性的艰巨任务。而接受这项挑战的，正是工学院PI张岳老师带领的文本智能实验室。

张岳

2003年毕业于清华大学计算机科学专业，获得学士学位；

2006年毕业于牛津大学计算机科学专业，获得硕士学位；

2009年毕业于牛津大学计算机科学专业，获得博士学位；

2010年3月～2012年6月在剑桥大学计算机科学专业从事博士后研究；

2012年7月～2018年8月在新加坡科技与设计大学担任助理教授；

2018年9月全职加入西湖大学，担任终身副教授。

死记硬背，还是触类旁通

和人类学英语一样，机器学语言，也需要掌握听、说、读、写、译等各项技能。怎么学？先从语言本身入手，我们来看看翻译这件事。

自然语言处理的应用-机器翻译

自然语言处理起源于上世纪50年代。那时美国与苏联冷战，为了第一时间了解对方的最新动态，取代人力的机器翻译应运而生。最初的做法，是邀请一群语言学家去分析句法结构，然后由计算机科学家写成机器能看懂的规则去翻译。这种生硬地对应翻译，体验感自然很糟糕，文不对题的情况常常出现。

到了上世纪80年代，统计学的方法开始占上风，就是从人类翻译的海量文本里统计出语言学特征，然后再用概率模型告诉机器，翻译的准确率大大提高。

张岳入行那年，也就是2006年，仍是统计学方法方兴未艾的时候。但很快，到了2011年，自然语言处理领域又迎来一次革新，科学家们发现，让机器利用深度神经网络进行学习效果更好。我们可以把它想象成一场更大规模的题海战术，一端输入海量的题干，一端输出海量的标准答案，通过源源不断的“端到端”的数据训练，让机器学习听人话、说人话。

填鸭式的训练后，便是我们今天熟悉的人工智能。他们不仅在翻译上进步了，还学会了与人聊天，更学会了唱歌、写诗这些看上去“逆天”的功能。

但在张岳眼里，这些都还只是停留在“死记硬背”的阶段。

“人不一样，人会举一反三，学了写诗，可能写散文的能力也提高了；学了音乐，对绘画创作又提供了灵感。但机器还不行，而且机器有数据依赖，一旦输入给它的数据不对，输出就会出问题，它还不具备甄别能力，而这也是因为机器的学习不是去理解，而是去‘背’。”

所以，专注于自然语言处理的张岳，想在让机器学会“触类旁通”这件事上取得突破。

事实上，世界上很多研究自然语言处理的实验室都在朝这个方向努力，有的专攻情感分析，有的钻研词法句法，有的侧重人机对话……专业术语如“文本预处理、词法分析、句法分析、语义理解、分词、文本分类、文本相似度处理、关系识别、事件抽取、情感倾向分析、文本生成”等，不同的训练任务背后，都有无数科学家在专项研究。

基础自然语言处理研究-分词

基础自然语言处理研究-命名实体识别

在这个领域，张岳实验室的独特之处在于，他围绕语言理解和生成，对多项任务同时开展研究。

“我团队有20多个人，都是做基础研究的，上面举例说到的大多数任务都有涉及。我们正在努力实现的，是一个跨领域、跨任务、跨语言、跨标注规范的联合训练模型，让机器也能融会贯通。因为自然语言处理每个环节上的任务都要涉及过，才能找到或者设计出触类旁通的‘机关’。”

现在，他们已经在自然语言处理的一系列任务上，取得了文献中领先的速度与准确度。以句法分析为例，2013年，张岳的算法ZPar在标准测试集上取得了比竞争对手Berkeley和Stanford parser更高的准确度和15倍以上的速度优势，直到现在他们还在继续不断推进句法分析最前沿性能的发展；另外，在信息抽取中的实体、关系、事件、情感等很多数据集上，他的实验室也保持了在文献中领先的结果。

张岳希望，下一代自然语言处理，是具备引申、总结、推断能力的，“比如能把从新闻上学到的知识，运用到小说领域。”

电脑，还是人脑

前景令人心潮澎湃，但实践仍需脚踏实地。虽然“深蓝”在22年前打败了人类国际象棋大师，AlphaGo在3年前战胜人类围棋世界冠军。但具体到学语言这件事，电脑花了六七十年，还只是会一点皮毛。

因为学语言，不仅要琢磨语言和文化，还要去研究控制语言的大脑，通过研究人的神经系统去优化机器的神经网络。

张岳引用了一则经典谬误：

英语中有一句成语，the spirit is willing but the flesh is weak，意思是“心有余而力不足”。可到了当时某机器翻译系统那里，被翻译成俄语、再翻译回英语时，变成了the vodka is strong but the meat is rotten，意思是“伏特加很烈，而肉已经烂了”。

差之毫厘，谬以千里。这是因为，语言不仅会产生“歧义”，而且还是一门动态的艺术，它所承载的是庞杂的、不断发展的文化。

比如不同时代有不同的新词黑话，95后常用的XSWL，能有几个70后知道是“笑死我了”的意思，于是语言“代沟”出现了。比如同样的词在不同语境、不同文化下会被赋予不同的含义和情感色彩，美剧《生活大爆炸》主角Sheldon常常听不出话里有话的“讽刺”，不知道在这项任务上机器又能得几分？

美剧《生活大爆炸》剧照（动图来自网络）

“解决这些难题，有几条路可以走。一种是知识图谱和神经网络的结合，把人类的常识、知识、经验建成一个知识库，然后灌给机器，增强它的推理能力；另一种就是研究新的神经网络结构。”张岳说。

后面这一种需要结合脑科学、认知科学等跨学科的知识，这种学科交叉正在国际上成为一种趋势。斯坦福大学在2018年底成立的Human-Centered AI Institute（以人为本人工智能研究院），正是着重人工智能与脑科学和认知学的交叉研究。

在西湖大学，这样的学科交叉得到了最有力的鼓励和支持。从工学院到生命科学学院，步行耗时不超过五分钟，张岳就搜寻到了他的合作伙伴。

一个是生命科学学院的孙一，他的实验室以社会认知的神经网络计算原理为研究对象。另一个是同属工学院的讲席教授、加拿大两院院士Mohamad Sawan，他研究的是与大脑相关的各种疾病的诊断、预测和治疗，并涉足脑机界面等新兴领域。

“孙一以果蝇为研究模型，通过成像技术能看到果蝇脑部的神经结构和神经行为。但果蝇不会说话，所以我还需要和Sawan教授合作，他研究人脑、脑机接口，可以去看和语言相关的神经信号。”张岳说。

虽然科学家对人脑的理解还十分有限，大脑依旧是人体最神秘的器官，张岳坚信这是一个值得尝试的方向。

得到，还是失去

说到这里，也许有人会生出另一种担忧，当机器真的如人一般说话和思考，那是一幅怎样的图景？回到最初的原点，我们为什么执着于让机器学会人的语言？

“为了提高效率。”张岳脱口而出。

从工业革命开始，几乎每一次技术革命都把人类从一些简单重复性的劳动中解放出来。及至互联网时代，人类生产并记录了浩如烟海的“大数据”，基于这些大数据开发，我们的工作和生活方式正在发生一些颠覆性变革，比如机器可以阅读大量法律条文、文献资料、数据报表，替人类完成最索然无味的基础工作，并提供决策建议和依据。下班回家，机器可以帮你开灯、开空调、煮饭泡茶……

“这些数据的阅读和分析，靠人哪里读得完，所以我们试图用一种更聪明地方式读懂互联网，能够把信息有效地提供给决策者。”

再精准一点，张岳实验室试图让自然语言处理的技术服务资本市场。资本市场是为实体经济调配资源的一种机制，“去杠杆”、“供给侧改革”，都是希望更科学地调配资源，而这方面的决策需要整合多方面、多层次的信息，大到企业年报、财经评论，小到社交媒体每一条评论、每一次点赞。

自然语言处理的应用-关系抽取

自然语言处理的应用-情感分析

当然，帮助法律裁决的人工智能，是否带有偏见；提高生活质量的个人助理机器人，是否会让人失去基本的生活能力；智能社交的发展，是否会扭曲人的心智；甚至机器之间会不会学会一种人类不懂的语言……这的确是令人纠结的问题。人工智能技术潜在的威胁，以及英剧《黑镜》借黑科技描述出来的人性黑暗面，张岳不是没有预见到，但他更愿意保持乐观。

“其实，即使人工智能在现阶段，也可能给人类带来危害，问题在于我们怎么规范它。”张岳说，事实上，每一次技术革命后，人都活得比以前更累了，我们需要不断适应新技术，需要从事更富创造力的工作，也会有新的、更具挑战性的工作被创造出来。“换句话说，更烧脑了。”

和人类历史上每一次重大的技术革命一样，人工智能的飞速发展令人兴奋，也催人反思。有得必有失，得失之间如何平衡、如何把握，便倚赖我们人类自己的思考和处世哲学了。