机器如何听懂我们说的话？
机器如何听懂我们说的话？(示意图／达志影像shutterstock提供)
◸完善的历史发展轨迹
人工智慧是近年来的科技发展趋势，本书以林守德教授开头介绍人工智慧的发展历史及其碰到的瓶颈，让读者了解：即使是现在大热门的人工智慧也经历过三次的寒冬。
◸先从基底打起！
以清晰图像图表整理，详细介绍AI的各个领域：支撑向量、资料探勘、自然语言处理及电脑视觉，以基础知识带领读者进入AI的世界。
◸为什么要发展人工智慧？当然不是只为了下棋！
诗词．法律．资讯工程．社群网路．电机工程．生医产业．音乐产业
本书以多个领域介绍AI的应用，让读者一窥各界翘楚分享的秘辛及知识，颠覆你对AI的认知！
【精彩书摘】
你有使用过手机的语音助理服务吗？只要轻松地动动嘴巴，就能让手机言听计从，完成我们交付的任务。这个「出一张嘴」的过程之所以能够顺利进行，背后得牵涉到许多语音处理和自然语言处理的技术。本章将会说明如何才能让机器听懂人说话，一探背后工程的奥秘之处。
机器是怎么听懂人说话的？
要让机器听懂人说的话，首先我们需要让机器可以把听到的一段声音讯号变成文字， 也就是所谓的语音辨识(speech recognition)。有了这些由声音讯号辨识出来的文字不代表机器就已经理解了，对于机器来说这些文字就像是一个没有学过的语言，还需要透过学习才能够理解文字的内容。
人类的文字世界是由一个个词汇组成的，这个事实体现在许多人开始学习英文或其他非母语语言的时候，大概都免不了的那段背单字过程；机器的学习也和我们一样，是从词汇的理解开始。在过去，我们需要像字典一样，逐一告诉机器词汇对应的意义；现在基本上不再需要进行这项繁琐的工作，只要利用词汇嵌入(word embedding)的技术，机器就可以在阅读大量文本之后，将词汇转换成机器可以处理的向量，甚至利用向量推论出不同词汇之间的关系。
举例来说，机器在阅读新闻时看到「马英九在520宣誓就职」和「蔡英文在520宣誓就职」这两个条目，虽然没有人告诉过机器「马英九」与「蔡英文」是什么意思，但是机器能以此推论出这两个词汇在某种程度上是相关的；又比如「猫」与「狗」在各类文章中出现的位置关联比较相近，和「花草树木」的位置关联则较远， 机器可能会推论出「猫狗」是一类（动物）、「花草树木」是另外一类（植物）。如果我们让机器「读」愈多的书，机器就愈能推敲不同词汇之间的远近关系，猜出它们代表的意思。
跟着乡民去凑热闹
传统的文本内容有文法及结构，在学习上比较有迹可循；而网路用语往往让人丈二金刚摸不着头脑，不仅内容随着时间千变万化又包含着各种缩写，词汇的意义也和该网路社群的文化有关。因此，机器是否能够理解网路用语并当一个合格的「乡民1 」，可以作为衡量机器学习能力的指标。
批踢踢实业坊（简称批踢踢、PTT）的八卦版是国内知名的网路论坛之一，在经过八卦版3个月份量的文章洗礼之后，机器俨然已经脱离了「新警察2 」的角色。比如常见的用语「好棒棒」和「好棒」看似差不多，但其实在批踢踢用语里是恰恰相反的两个词汇。经过训练之后，当机器被问到「好棒棒」的相似词为何时，已经能给出「阿不就好棒棒」、「好清高」及「好高尚」等等的答案，从这个结果我们就可以知道，机器是真的理解这个词汇的用法，能够发现「好棒棒」在其表面的词意以外，其实具有反讽的意涵。
有了这个功能之后，我们就可以利用机器去理解一些我们本来不熟悉的网路用语。比如说，「本鲁」这个词是批踢踢使用者在张贴文章、发表言论时，常使用的谦称，日常生活中几乎没有机会使用到，因此非论坛使用者通常对这个词比较不熟悉。透过询问训练完成的机器「本鲁」的相近用词是什么，我们可以得到「小弟」、「鲁妹」、「鲁弟」及「鲁蛇小弟」等答案，据此我们就能对「本鲁」的意义有所理解。
有了这样子的技术之后，机器在词汇理解之外，也能去进行一些较高层次的简单推理， 例如「A之于B等于C之于什么？」这类推论。比如说，当被问到「鲁夫之于《海贼王》等于鸣人之于什么？」机器可以推论出答案是《火影忍者》，这种角色和作品的对应关系；对于「鲁蛇之于loser等于温拿之于什么？」机器可以推论出答案是「winner」，这种语言转换的对应关系；对于「研究生之于期刊等于漫画家之于什么」，机器可以推论出答案是《少年Jump》，这种特定领域知识和发表平台的对应关系。
注1 泛称批踢踢的使用者。
注2 批踢踢对不熟悉论坛文化的新手使用者之代称。
让机器懂你的心
拥有理解不同词汇意义的能力之后，接下来我们很自然地会希望机器能理解整个句子的内容。怎么样去衡量机器是否能够达到这个任务呢？第一步，要交付给机器的任务就是情绪分析(sentiment analysis)，机器必须要能够分析语句的情绪，判断内容的情绪是「正面的」还是「负面的」。这件事情可以透过递回神经网路模型的训练来达成，比如说：
·「AI is powerful, but it's hard to learn.」
·「AI is hard to learn, but it's powerful.」
·「AI is powerful, even though it's hard to learn.」
这几个句子的结构几乎相同，只有调动词语的顺序，或者字词上的轻微差别；但是经过训练的机器可以判断出这些句子的情绪分别是「负面的」、「正面的」、「正面的」。这个功能虽然只有简单的在「正面」、「负面」两种选择之间进行判断，却可以发展出生活化且相当实用的应用，比如说：现在网路上的评价制度在使用者的评价以外还须附上分数；如果是游记、食记等心得体验文则以文章形式呈现。这类触及广大读者却不受统一评分制度限制的内容，也应当是业者需要搜集来作为改进参考的意见。当机器能够判断情绪，在未来我们就可以应用到市场的调查上，去分析这一类的文章。
托福(TOEFL)是许多学子出国留学之前要经过的关卡之一。如果让机器考考看托福的听力测验，机器能否顺利通过考验呢？在这个任务之中，机器必须听懂一段声音讯号的内容、看懂问题和选项，最后结合听力和阅读的理解去选出答案，因此必须能够运用前述的各项能力。当然，就如同我们考试之前会去刷一下考古题，此机器学习的材料就是历年托福的听力考题。目前的成果可以达成五成以上的正确率，跟瞎猜或者是「选最长的选项」等，各种同学间私下流传的答题技巧的结果比起来可说是好上许多；虽然还不是很完美，但可以让人知道，机器已经能够初步理解整段文字的内涵了。
(本文摘自《智慧新世界──图灵所没有预料到的人工智慧》/三民出版)
【作者简介】
自1825年起，英国皇家科学院举办了「皇家科学耶诞讲座」，以富有教育性、趣味性的方式，将科学知识介绍给社会大众，提升英国学子、民众的科学素养。无数的学者曾在此讲座中讲授科学知识，而除了在第二次世界大战时曾暂停举行外，这一具有古老传统的科普讲座，至今仍持续不断。
台湾大学科学教育发展中心自2009年起，师法「皇家科学耶诞讲座」，举办「探索基础科学讲座」，借重学养与教学俱佳的科学大师们开讲，与有志探索科学世界的朋友们共聚一堂。讲座的主题与基础科学知识紧密相连，每期轮流就数学、物理、化学、生命科学、地球科学各学门开辟讲题，讲师们仔细清楚的解说科学原理，许多非科学背景的听众们，也能迅速的进入科学世界，体会探索知识的乐趣。
本讲讲师群是台湾学术界关于「人工智慧」研究的各方翘楚：
林守德▸台湾大学资讯工程学系教授
林轩田▸台湾大学资讯工程学系教授
陈铭宪▸台湾大学电机工程学系特聘教授
陈信希▸台湾大学资讯工程学系特聘教授
庄永裕▸台湾大学资讯工程学系教授
邵轩磊▸台湾师范大学东亚学系副教授
李宏毅▸台湾大学电机工程学系副教授
李政德▸成功大学数据科学研究所副教授
张智威▸HTC健康医疗事业部总经理．史丹佛大学电脑系客座教授．日本SmartNews人工智慧顾问
陈倩瑜▸台湾大学生物产业机电工程学系教授
杨奕轩▸中央研究院资讯科技创新研究中心副研究员
《智慧新世界──图灵所没有预料到的人工智慧》/三民出版