从 Siri 和微软小冰，再到 Amazon 的 Alexa，以及数以万计的人工智能语音服务，此种服务已经渐渐崛起并成为人类生活的一部分了。但无论语言或文字，由于人类很多话语都跟常识及上下文有关，因此造成人工智能常遭遇理解上的困难，不过研究人员近日发现一招可提升机器认知能力的方法：训练它们使用第二种语言！
Salesforce（企业云计算公司）的研究团队研发出一个机器学习模型，先训练这个模型在英语和德语之间翻译的能力，也就是让它学会德语和英语，之后运用此模型做不同工作，像是“判断一段文字中作者的心情”、分类问题的种类以及回答问题等各项任务，结果显示经过双语训练的机器学习模型，表现超过一般的机器学习模型。
研究人员之一 Bryan McCann 表示：“翻译能力和语言间有重要的关联性，此外，训练机器学习翻译能力证明对自然语言运算有很大的帮助。”Salesforce 首席科学家 Richard Socher 也说：“虽然我们是训练机器学习翻译，但是基本上等于训练它理解文字及内容。”
Salesforce 的商用人工智能平台 Einstein
Salesforce 为一管理客商业活动的云端平台，提供一系列商用人工智能工具，像是能根据销售资料推荐企业主下一步行销策略、自动分类重要的信件或聊天纪录等。Richard Socher 表示，这次研究成果，对自家人工智能平台服务的提升非常有助益。
为什么人的语言这么难懂？
尽管现在语言处理系统如 Siri 及 Watson 等，能根据人类的话或输入的字反应，但其实它们只是根据称为深度学习的算法，经由统计法做出结论回应，而不是真正理解自己讲了什么话，也无法与用户聊天。
像 Google 研究人员 Quoc Le 曾用 18,900 部电影对话训练机器学习模型，结果问它“生命的意义是什么？”机器学习却回答“服务高阶层的人”这种奇怪的答案。
MIT 知名语言学家 Noam Chomsky 表示，由于人类对自己语言的原理了解也极为有限，更何况教会机器理解并运用。“语言的特别在于不只和了解语言本身有关，也跟大量世界常识有紧密关联。”Noam 说。
MIT 认知神经科学家 Tenenbaum 则表示，目前我们对人类心智的了解极其有限，他推测人类学习语言的历程可能从婴儿时期开始“看”到这世界、“接触”这世界都有关。
如果这个想法是对的，那要让机器理解人类语言可是比想像中还要困难的庞大工程，需要横跨心理学、心智模型的建立，来模拟人类从小的学习情况。
- To Build a Smarter Chatbot, First Teach It a Second Language
- AI’s Language Problem
（首图来源：pixabay）
