#栈外#我们还要多久才能拥有？，钢铁侠的AI助理贾维斯
本文看点
?在要在现实生活中拥有钢铁侠的AI助理贾维斯 ， 自然语言处理（NLP）就是出发点 。 作为人工智能的子领域 ， NLP能够缩减人与机器之间的交流差距 。
?机器翻译作为NLP的第一步 ， 经历了从基于规则、基于语法、基于短语至基于神经网络的变革 ， 迎来了商业规模翻译领域的质变飞跃 。
?NLP不仅应用于机器翻译 ， 还应用于垃圾邮件的辨别、智能虚拟助手、聊天机器人和情绪分析 。 而NLP的未来在于实现机器的深度学习 ， 到那时 ， 拥有贾维斯不再是梦 。
文章图片
原文来自Hackernoon ， 作者IdaJessieSagina
“贾维斯 ， 你在吗？”
“随时待命 ， 先生 。 ”
托尼·斯塔克随后给出了一系列命令 ， 穿上了他超酷的钢铁侠套装 。
贾维斯甚至警告斯塔克先生 ， 要先完成TB量级计算才可以尝试实际飞行 ， 但托尼却自以为是地回答道：“贾维斯 ， 有时侯 ， 你必须在走路前学会跑步” 。
这看起来像是与私人助理的普通对话 ， 对吧？
但贾维斯并不是人类 ， 而是一个能够流畅对话 ， 并且全天候提供服务的智能AI助手 。
如果你想要在现实生活中重建贾维斯 ， 自然语言处理（下称NLP）将是你要考虑的第一个技术 。
NLP属于AI的子领域 ， 它使机器理解语音或文本形式的人类语言 ， 进而减小了人与机器之间的交流差距 。
如今市面上已经有了好几个虚拟助手 ， 例如Siri和Cortana ， 我们是否已经做好了推出贾维斯的准备？让我们回顾一下NLP在过去几十年中的使用 ， 以及它未来的发展方向 。
文章图片
NLP的起源
艾伦·图灵于1950年发表的论文《计算机械与智能》中提出了一个革命性的问题：“机器可以思考吗？”20世纪40年代就在机器翻译中瞥见了NLP ， 如今流行的“图灵测试”（也被称为模仿游戏）为机器理解复杂的语言学创造了可能 。
为了满足图灵的标准 ， 机器必须先理解人类的自然语言 ， 才能构建出类似人类的智能回应 。
随后 ， 有许多人试图通过图灵测试 。 ELIZA、SHRDLU和PARRY都NLP领域的先驱 。 在NLP研究短暂停滞之后 ， 由美国政府创建的自动语言处理咨询委员会（ALPAC）停止了对NLP研究的资助 ， NLP在20世纪80年代才迎来了“统计革命”的新领域 。
NLP自20世纪80年代以来的发展非常有趣 ， 当时统计方法的应用增长显著 。
文章图片
机器翻译时代
机器翻译可以说是教授机器人类自然语言的起源 。 Google翻译如今的简单易用可以追溯到20世纪30年代 ， 当时机器翻译开始申请专利 。
1954年见证了机器翻译的曙光 ， 科学家进行的Georgetown-IBM实验将60多个俄语句子自动翻译成了英语 。 在80年代末期 ， 统计型机器翻译（SMT）抢走了规则型翻译的风头 。
当时IBM的CandideProject项目人员研究了加拿大议会辩论报告中的法语和英语文本语料库 ， 放弃了语言学规则 ， 选择计算概率 。
同时 ， 日本研究团队也开启了基于语料库的翻译或基于示例的机器翻译（EBMT）的研究 ， 该团队曾使用示例或语料库翻译新单词 。
直到1994年 ， Systran的机器翻译可以在几个CompuServe聊天论坛中获取 。 1997年 ， AltaVista发布的BabelFish（最古老的在线翻译之一 ， 后来由Yahoo接管）可以在网页浏览器上进行36组语言的翻译 。
2001年 ， 研究人员开始提倡基于语法的机器翻译（翻译语法单位而非单词） 。 2003年至2005年 ， 研究建立了基于短语的机器翻译 ， 这也在2006年推动了Google翻译 。 Bing和Yandex于2009年和2011年推出了自己的翻译器 。
推荐阅读
- 【银河系】银河系或早已死亡，我们看到的只是几亿年前的光芒，听听科学家怎么说！
- 「旗鱼」游泳速度比最快的人类还要快几十倍，这种鱼不仅快，而且十分之贵
- 广州美合传祺我们的成功是因为客户的成功——李真
- ##“双鱼玉佩”之谜，罗布泊核爆试验的真相，地球真的像我们认知的那么简单？
- 小文频道5G将临!我们准备好了吗
- 『陨石』中国“最美陨石”，比地球还要古老，发现者隐瞒专家偷偷卖到美国
- 一萌娱乐未来会怎样？我们每个人都需要做视频号吗，微信视频号来了
- 科学家▲《我们的脑子够用吗》：与剑桥脑科学家一起探索稀奇古怪的脑知识
- 联想▲vivo极力向上游布局：不仅通吃三大5G供应商，还要自研芯片？
- 「华为荣耀」马化腾超越马云成新首富，却引发争议，家长：那是我们的血汗钱！