【我們為什麼挑選這篇文章】大家在搜尋引擎上搜尋關鍵字時，會有找不到自己想要東西的時候嗎？一名工程師試著在 Amazon 上搜尋「無條紋襯衫」，出來的結果卻都是有條紋襯衫，接著在 Google、Bing 上搜尋也都是同樣的結果，這些搜尋引擎的自然語言處理發生了什麼事？（責任編輯：賴佩萱）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
說到工程師的衣服，大家會想到什麼？
自然是格子襯衫了。
但一個國外的工程師，對此感到厭倦，他不想再穿格子襯衫或條紋襯衫，於是他打開了亞馬遜網站，輸入了關鍵詞「無條紋襯衫」（shirt without stripes），結果卻是這樣的：
找件「無條紋襯衫」那麼難？
為什麼幾乎全部都是帶條紋的襯衫啊？
「一定是我打開的設定不對！」或者只是亞馬遜的自然語言處理（NLP）技術不夠好吧！他又接著嘗試了谷歌和微軟的搜尋引擎，結果卻還是這樣：
反正結果就算不是襯衫，也一定帶條紋，甚至還搜出了球衣。
如果把關鍵詞換成「沒有格子的襯衫」（shirt without plaid），結果還是讓人失望。
是不是感到這個世界滿滿的惡意？工程師想買個沒有格子的襯衫怎麼就這麼難！接著，這位工程師把搜尋結果上傳到 GitHub，短短十個小時就獲得了 300 星。
更讓人沒想到是，這件小小的事情影響範圍還在擴大，幾個小時就在 Hacker News 上帶了 400 多條評論。
看來有相同槽點想吐的人，並不少。
Siri 也出問題？
並且事情也「鬧大」了！
大家發現，何止搜尋引擎，現在你只需一個「不」就能讓 AI 助手變「人工智障」。
打開你的 Siri，和它說「不要告訴我天氣」，但 Siri 還是義無反顧地告訴了你天氣狀況。
那麼問題來了：為什麼 AI 會犯如此低級的錯誤呢？
人工智慧無法分辨否定字？
無論是搜尋商品圖片還是詢問天氣，加上了一個「不」或「無」字，就變得複雜起來。這個「不」到底是哪個部分做出否定，可能人類也說不清楚。
這類問題屬於「歸因」問題，可能是統計學方法不能解決的，這就觸及到機器學習的盲點了。
在上面的問題中，處理一個「不」還算比較清晰，但是在一些對準確性有要求的領域，會有很大的問題。比如「無癌症證據」，到底是得到了沒得癌症的證據，還是根本沒有證據呢？
這還算是比較簡單的，人類語言中還有很多雙重否定，有時候連人自己表達的時候都會犯錯。
演算法想學人類語言，必須先懂語言學
處理這類問題，不能使用過去的統計方法，而需要更多關注語法內在的邏輯性，語言學中的喬姆斯基學派的研究者就是這麼認為，但是涉及此類算法的研究很少，甚至很多從事算法的人對此並不感興趣。
一些從事機器學習研究的大型公司，他們研究的算法具有很大的適用性，但是在歸因等情況下，他們的語言模型可能會失敗。
而且神經網路尚未顯示出對此問題的改進。在說「不」這個問題上，各家的 AI 都不能通過圖靈測試，甚至顯得愚蠢。
加入自然語言處理後，搜尋引擎變聰明了嗎？
所以是不是「另有隱情」？是不是因為谷歌沒有在搜尋引擎裡用上 NLP 技術，所以才導致錯誤的結果？
實際上，谷歌去年 10 月就已經在英文版的搜尋引擎裡用上了 BERT（Bidirectional Encoder Representations from Transformers）。
過去，谷歌的搜尋更多的是基於單個單詞的理解。比如「2019 brazil traveler to usa need a visa」，以前的谷歌搜尋會基於 visa、usa、brazil 這幾個關鍵詞，而英文結果裡更多的是美國人諮詢去巴西，所以搜尋結果往往是相反的。
更新後的谷歌能夠理解「to usa」的含義，才能識別正確的結果。
於是這讓一些網友覺得，谷歌、亞馬遜研究多年的 NLP 技術不過如此，要理解人類語言還有很長的路要走。
不過，經過努力，電腦已經能夠搞清楚英文裡的「無癌症證據」（No evidence of cancer、Evidence of no cancer）兩者之間的差別。
Google 作為最大搜尋引擎，有可能帶頭解決嗎？
當然，還有一些技術之外的因素。任何搜尋引擎都繞不開 SEO 和廣告問題。
那些賣條紋襯衫的商家會透過各種優化手段，霸占「條紋」和「襯衫」這兩個關鍵詞的頭部位置，結果導致「no」和「without」之類的關鍵詞被忽略。
一些網友認為，是 SEO 的垃圾訊息毀了搜尋引擎，同時廣告還是谷歌搜尋的重要收入來源，谷歌自己可能也無心解決——這一點自然無法妄加揣測。
不過，我們也用最大的中文搜尋引擎試了試，發現也是一樣的結果：
但往好的一面看，這也意味著時代之問有解了。之前，總有人「抬槓」，在人工智慧的時代裡，你無法判斷跟你交流的是人類還是 AI……
但現在，關鍵來了：機器是不能說「不」的。
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈程序員：我只想買件沒有格子的襯衫，怎麼就這麼難？〉。）
你可能會有興趣
TO 有 Twitter 了 -> https://twitter.com/TechOrangeTW
點關鍵字看更多相關文章：
August 17, 2020 at 03:43AM
https://ift.tt/31Ys8ts
【演算法讀不懂『否定詞』？】工程師在Amazon、Google 搜「無條紋襯衫」，結果都是有條紋的！ | TechOrange - TechOrange 科技報橘
https://ift.tt/3fFc19r
No comments:
Post a Comment