人工智能（AI）正在改變我們對(duì)待世界的方式。 AI“機(jī)器人”無(wú)處不在。從我們的手機(jī)到亞馬遜的Alexa等設(shè)備，我們生活在一個(gè)被機(jī)器學(xué)習(xí)所包圍的世界里。谷歌，Netflix，數(shù)據(jù)公司，視頻游戲等都使用人工智能來(lái)梳理大量數(shù)據(jù)。最終結(jié)果是洞察力和分析，否則將是不可能的或需要太長(zhǎng)時(shí)間。

毫無(wú)疑問(wèn)，各種規(guī)模的企業(yè)都注意到大公司在人工智能方面取得的成功并加入其中。然而，并非所有AI在商業(yè)世界中都是平等的。某些形式的人工智能比其他形式更有用。

今天，我正在談?wù)撘环N叫做自然語(yǔ)言處理（NLP）的東西。它是一種人工智能，專注于分析人類語(yǔ)言，以吸取見(jiàn)解，創(chuàng)建廣告，幫助您發(fā)短信（是的，真的）等等。

但為什么是自然語(yǔ)言處理？

NLP是一種新興技術(shù)，可以驅(qū)動(dòng)您過(guò)去常常看到的各種形式的AI。我之所以選擇專注于這項(xiàng)技術(shù)，而不是像基于數(shù)學(xué)的分析的人工智能，是因?yàn)镹LP越來(lái)越大的應(yīng)用。

這樣想吧。人類每天都會(huì)說(shuō)成千上萬(wàn)的其他人解釋的詞來(lái)做無(wú)數(shù)事。它的核心是簡(jiǎn)單的溝通，但我們都知道單詞比這更深入。我們從某人所說(shuō)的一切中得出了一個(gè)背景。他們是否用他們的肢體語(yǔ)言暗示某些東西，或者他們多久提到一些東西。雖然NLP并不專注于語(yǔ)音變形，但它確實(shí)利用了語(yǔ)境模式。

這是它獲得價(jià)值的地方。讓我們用一個(gè)例子來(lái)說(shuō)明在實(shí)際情況下使用NLP的強(qiáng)大程度。當(dāng)你在iPhone上打字時(shí)，就像我們很多人每天都在做的那樣，你會(huì)根據(jù)你輸入的內(nèi)容和你當(dāng)前正在輸入的內(nèi)容看到單詞建議。這是自然語(yǔ)言處理的動(dòng)作。

這是一件小事，我們大多數(shù)人都認(rèn)為理所當(dāng)然，多年來(lái)一直認(rèn)為這是理所當(dāng)然的，但這就是為什么NLP變得如此重要。現(xiàn)在讓我們將其轉(zhuǎn)化為商業(yè)世界。有些公司正試圖決定如何最好地向用戶做廣告。他們可以使用Google查找用戶在搜索其產(chǎn)品時(shí)輸入的常用搜索字詞。

然后，NLP允許將數(shù)據(jù)快速匯編成與其品牌明顯相關(guān)的術(shù)語(yǔ)以及他們可能不期望的術(shù)語(yǔ)。利用不尋常的條款可以使公司有能力以新的方式進(jìn)行廣告宣傳。

那么NLP如何運(yùn)作？

如上所述，自然語(yǔ)言處理是一種分析人類語(yǔ)言的人工智能。它采用多種形式，但其核心技術(shù)有助于機(jī)器理解，甚至與人類語(yǔ)言交流。但理解NLP并不是最簡(jiǎn)單的事情。這是一種非常先進(jìn)的AI形式，它最近才變得可行。這意味著我們不僅仍然在學(xué)習(xí)NLP，而且還很難掌握。

我決定在外行的任期內(nèi)打破NLP。我可能不會(huì)觸及每個(gè)技術(shù)定義，但接下來(lái)是了解自然語(yǔ)言處理如何工作的最簡(jiǎn)單方法。

NLP的第一步取決于系統(tǒng)的應(yīng)用?；谡Z(yǔ)音的系統(tǒng)（如Alexa或Google智能助理）需要將您的單詞翻譯成文本。這是通常使用隱馬爾可夫模型系統(tǒng)（HMM）完成的。

HMM使用數(shù)學(xué)模型來(lái)確定您所說(shuō)的內(nèi)容并將其轉(zhuǎn)換為NLP系統(tǒng)可用的文本。以最簡(jiǎn)單的方式，HMM收聽(tīng)您的語(yǔ)音的10到20毫秒的剪輯，并尋找音素（最小的語(yǔ)音單位）與預(yù)先錄制的語(yǔ)音進(jìn)行比較。接下來(lái)是對(duì)語(yǔ)言和語(yǔ)境的實(shí)際理解。每個(gè)NLP系統(tǒng)使用略有不同的技術(shù)，但總的來(lái)說(shuō)，它們非常相似。系統(tǒng)試圖將每個(gè)單詞分解為其詞性（名詞，動(dòng)詞等）。

這是通過(guò)一系列編碼語(yǔ)法規(guī)則實(shí)現(xiàn)的，這些規(guī)則依賴于包含統(tǒng)計(jì)機(jī)器學(xué)習(xí)的算法，以幫助確定您所說(shuō)的內(nèi)容。

如果我們不是在談?wù)撜Z(yǔ)音到文本的NLP，那么系統(tǒng)只是跳過(guò)第一步，直接使用算法和語(yǔ)法規(guī)則分析單詞。最終結(jié)果是能夠以多種不同方式對(duì)所述內(nèi)容進(jìn)行分類。根據(jù)NLP軟件的基本焦點(diǎn)，結(jié)果以不同的方式使用。例如，SEO應(yīng)用程序可以使用解碼的文本來(lái)提取與特定產(chǎn)品相關(guān)聯(lián)的關(guān)鍵字。

語(yǔ)義分析

在解釋NLP時(shí)，分解語(yǔ)義分析也很重要。 它與NLP密切相關(guān)，甚至可以說(shuō)語(yǔ)義分析有助于形成自然語(yǔ)言處理的支柱。

語(yǔ)義分析是NLP AI如何在邏輯上解釋人類句子。 當(dāng)HMM方法將句子分解為其基本結(jié)構(gòu)時(shí)，語(yǔ)義分析有助于該過(guò)程添加內(nèi)容。例如，如果NLP程序查看單詞“dummy”，則需要上下文來(lái)確定文本是否指的是將某人稱為“虛擬”，或者是否指的是類似汽車碰撞“虛擬”的內(nèi)容。

如果HMM方法分解文本并且NLP允許人與計(jì)算機(jī)之間的通信，則語(yǔ)義分析允許所有內(nèi)容在上下文中有意義。如果沒(méi)有語(yǔ)義分析師，我們幾乎不會(huì)擁有我們喜歡的人工智能水平。 隨著流程的進(jìn)一步發(fā)展，我們只能期望NLP受益。

NLP以及更多

隨著NLP的發(fā)展，我們可以期待看到更好的人類與AI的互動(dòng)。 Google的助手和亞馬遜的Alexa等設(shè)備正在進(jìn)入我們的家庭甚至是汽車，這些設(shè)備正在顯示人工智能將繼續(xù)存在。

未來(lái)幾年應(yīng)該會(huì)看到人工智能技術(shù)的增長(zhǎng)更多，預(yù)計(jì)到2025年全球人工智能市場(chǎng)將增加600億美元。 不用說(shuō)，你應(yīng)該關(guān)注AI。

隨著人工智能科技的進(jìn)步，越來(lái)越多的技術(shù)都融入了機(jī)器學(xué)習(xí)及深度學(xué)習(xí)技術(shù)。在Google I/O 2018大會(huì)上，谷歌為全世界詮釋了什么叫做AI產(chǎn)品。其中。谷歌的開(kāi)源計(jì)劃--AIY Projects（AIY計(jì)劃）受到了在場(chǎng)開(kāi)發(fā)者的關(guān)注，其目標(biāo)是讓每個(gè)Maker（創(chuàng)客）都能DIY自己的 AI 人工智能產(chǎn)品，讓更多人能學(xué)習(xí)、探索并體驗(yàn)人工智能。