上周的博客探讨了语言理解的愿景，以及我们在未来五年大幅改进这一能力的可能性。今天，我们继续这一探索，看看是什么将赋予机器对话能力。这是一场真正的革命，以新的方式融合了计算机科学与语言学。
当然，当一个系统已经能够产生成果时，要自信地预测一场革命就容易得多。如今，尽管语言人工智能模型和机器学习尚未扩展为准确的系统，我却见证了一个实验室正在创造未来。澳大利亚的 Thinking Solutions 实验室自 2006 年以来一直在开发一种新的语言算法。
它的方法与艾伦·图灵在 20 世纪 30 年代设计、并自 20 世纪 50 年代起由各国政府、IBM 等机构扩展应用的计算机模型截然不同。Thinking Solutions 的语言算法不采用那种模型，而是高效利用层级模式来满足人类语言的需求，并融入尚未得到充分利用的语言学知识。这让我坚信，语言理解机器将比预期更早从生产线上诞生。
今天，我将探讨一种革命性语言学模型的特征，看看机器理解能力将从何而来。
革命性的 RRG 语言学
让我们回顾过去，以理解未来。1957 年，也就是“人工智能”这一名称被创造出来的一年后，另一场重大变革发生了：诺姆·乔姆斯基教授出版了 《句法结构》。这部著作带来了许多影响，其中之一便是今天的计算机语言。它在理论上的后继体系至今仍占据主导地位。那部著作发表约 30 年后，为了寻找一种能更有效解释 所有 人类语言的模型，罗伯特·范·瓦林教授与比尔·福利教授共同创立了角色与指称语法（RRG）。
再快进约 30 年。RRG 已得到广泛验证，能够解释人们如何使用语言。它的双向连接系统既能从意义映射到形式——正如说话者在表达语言时所做的那样；也能从形式映射到意义——正如听者在理解语言时所做的那样。RRG 与其他试图建立形式和意义之间映射的“方向中立”方法截然不同。
我提到的工作原型系统使用 RRG 的连接系统来实现语言理解，进而支持多种语言的翻译和对话。RRG 算法能够找出任何语言句子的含义。
RRG 还能预测一种语言中意义的组成成分。与当今基于统计或神经网络的设计不同，RRG 更接近人类，因为它是在观察人类语言的共同特征后创建的。
超越人工智能
如果一个问题“无法通过简单的专用算法解决”，它就是人工智能难题。我们可以用这个定义将自然语言理解（NLU）从其他尚未解决的人工智能问题（如计算机视觉）中区分出来。Thinking Solutions 的工作原型融入了 RRG 连接算法，可将语言中的短语转换为对话中的含义，反之亦然。因此，NLU 并非人工智能难题。
Thinking Solutions 语言算法将 Patom 理论与 RRG 结合起来。Patom 理论是 Thinking Solutions 创始人约翰·鲍尔的构想。其算法的实现将程序员的工作转移到计算机上，使计算机能够借助 RRG 理解语言。
角色与指称语法（RRG）
RRG 回答了这样一个问题：“如果语言学以种类繁多的人类语言为基础，它会是什么样子？”
RRG 起步于对美洲原住民语言、澳大利亚原住民语言和菲律宾语言的分析，而不是像乔姆斯基那样以英语为出发点，因此形成了一种性质截然不同的理论。宾利大学文理学院院长丹尼尔·埃弗里特教授称 RRG 是“世界上最有趣的人类语言理论之一。它将语用学、语义学、句法和形态学结合到一个不以英语为基础、解释句子如何实现交际功能的模型中，具有创新性且成效显著。”
科学细节复杂而冗长，这是意料之中的，因为这一理论必须解释我们如何交流所能经历的纷繁细节。但对于语言，通过实例总是很容易理解，因为人类的理解能力会发挥作用，填补空白。
为了避免列出一大堆让你觉得“这当然”的例子，请记住，这项技术正在开发中，目的是让它在 设备上实现仿真，而不是在人类身上，因此计算机必须填补空白，否则就无法理解。
RRG 将词语与意义联系起来
句子“狗咬了我母亲”传达了一个过去发生的事件。它表达了与“咬”有关的含义，即用牙齿抓住或切割的动作。施事者，也就是执行动作的事物，是“狗”。受事者，也就是动作作用的对象，是“我母亲”。
现在比较一下这个句子：“我母亲被狗咬了。”除了词语顺序完全不同之外，它还有什么区别？欢迎来到 RRG！RRG 以同样的方式连接各个要素，同时指出后一个句子是被动式。在根本意义上，英语和其他语言中表达同一含义的种种方式都得到了保留。表达同一意思的方式数量庞大，这是传统语言学难以胜任的原因之一，因为它需要越来越多的计算机处理能力来应对所谓的组合爆炸。
通过捕捉形式与意义之间的联系，RRG 让语言编程成为可能，达到一个新的层次。更重要的是，这种方法可以独立于源语言。
RRG 填补空白
“我母亲刚刚到了海滩，但你儿子没有。”这是一个省略句的例子，其中“你儿子没有”并未明确说成“你儿子刚刚没有到海滩”，而是只用简略形式表达、由人理解。那些额外的词语会让语言变得更加冗赘。
对此的解释并不在于它与其他词语在统计上的接近程度，而在于它承接了前一句的内在含义，无论前一句是否由同一位说话者说出（如上述例子），还是由对话中的另一位说话者说出。
多语言
今天的博客探讨了支持机器理解能力提升需求所需的语言学条件。自 20 世纪 90 年代初以来，研究方向一直相当明确，尤其是 IBM 推动了基于统计的系统发展。它在进展有限的领域短期内提升了性能，但事后看来，这一发展似乎早已达到顶峰。
我认为，Thinking Solutions 如今开启的这场革命掌握着语言理解的关键。尽管世界已广泛采用统计和机器学习技术，但这些技术总体上缺乏成效，这意味着现在是考虑替代方案的时候了。我对 2020 年代机器人技术的预测，需要的不只是如今系统的更快版本。我们需要新的准确度水平，也需要重新审视那些潜力尚未得到充分探索的早期构想。
对人工智能系统重新燃起的兴趣，在许多情况下都是为了寻求解决语言理解问题。IBM 已成立 Watson 部门，并投入 10 亿美元，计划实现每年十倍的收入回报。IBM 提议利用曾在电视辩论中击败世界顶尖“危险边缘！”选手的技术，提供类似认知的解决方案。它的系统虽然不理解输入的词语，却仍能快速给出正确答案，不过会附上一个百分比来估算准确度。对于 2020 年代的机器人技术而言，能有效运行却不理解的机器似乎仍有不足。
如今，Google 仍在不懈追求“理解技术”，持续投资研究，包括组建由备受尊敬的未来学家雷·库兹韦尔领衔的世界级团队、扩展 Google 翻译的语言组合、改进基于统计的语音识别，以及与杰夫·辛顿教授开展深度学习研究。这些只是一些显而易见的努力领域。毫无疑问，Google-X 也有隐秘项目，但这些创新是否只是重复旧路、进一步压榨现有处理范式并期待新成果？重复做同一件事却期待不同结果，是一种疯狂。
Google 的使命显而易见：要给人们想要的东西，首先必须用任何语言理解他们。然后必须从任何语言中找到答案，并以源语言作出回应。这需要语言理解。理解加上上下文追踪能够提供准确的翻译。因此，通过理解内容来改进搜索，也是语言理解的应用。
微软一直对自然语言抱有兴趣。2008 年，微软以估计超过 1 亿美元的价格收购 PowerSet，显示出其对下一代搜索引擎的兴趣；语义搜索有望改进仅使用关键词的方式，并颠覆 Google 的商业模式。此后，微软虽然未能凭借其底层 PARC 技术赢得这场竞争，但近期已为 Skype 用户加入语音翻译功能。没有理由不尝试改进 20 世纪 60 年代提出的方案：准确的语音系统首先需要语言理解。
硅谷仍在寻求解决方案。1996 年，“Ask Jeeves”的目标是让用户向一位“英国管家”提问，以此搜索互联网。现代的例子包括 Vicarious，这是一家专注于神经网络仿真的公司，其实现方式对处理器资源需求很高。“我们正在构建一种统一的算法架构，以实现视觉、语言和运动控制方面的人类水平智能。”Vicarious 已筹集 7000 万美元来推进其目标。其网站写道：“Vicarious 正在让我们所有人更接近这样的未来：计算机能够像人类一样感知、想象和推理。”这或许确实会实现，但神经网络自 20 世纪 40 年代以来一直在研究中，至今仍未在语言理解方面达到接近人类水平的准确度。
我上周写道，科学预测在创新已经发生后最容易做出：改进喷气发动机比提出其最初设计容易。今天的文章基于一个正在运行的系统。一旦走上正确道路，我们就很擅长通过规模扩展、微型化和优化来改进现有技术。再想想电视机的微型化和摩尔定律。
自 20 世纪 50 年代以来，人工智能一直将语言理解束缚在原地；现在，我看到它正随着技术平台的重大转变走向主流。语言理解革命仍有很长的路要走，因为语言将使机器能够完成我们要求和希望它们做的事。此外，我还在撰写更多博客，探讨采用 RRG 的计算机设计的各个方面，以完成语言理解的底层算法：Patom 理论；它需要相当迅速地应用于物联网领域。
本文由 LinkedIn合作发布。本文发表并不意味着世界经济论坛认可其中观点。
如需了解更多议程内容， 请订阅我们的每周通讯。
作者：Hossein Eslambolchi 博士是 Cyberflow Analytics 董事长兼首席执行官。
图片：福特 Transit 厢式货车在福特 Claycomo 装配厂进行组装时，机械臂正在车身底盘上进行点焊。路透社/Dave Kaup。
