相信很多朋友在嘗試調(diào)戲Siri、小冰等AI助手時(shí)，應(yīng)該都獲得過(guò)令人捧腹大笑的回答，Siri甚至一度榮獲“最佳段子手”稱號(hào)。但是當(dāng)你嘗試對(duì)它們使用一些連人類都得思考一會(huì)兒的雙關(guān)語(yǔ)時(shí)，他們往往就只能無(wú)奈回答“抱歉請(qǐng)您再說(shuō)一遍”了。創(chuàng)造性語(yǔ)言，尤其是具備基本的幽默感，是人工智能目前仍難以逾越的瓶頸之一。有些研究者認(rèn)為無(wú)法理解幽默感是人工智能與人類在自然交互上面臨的最大障礙。近日，斯坦福大學(xué)的一個(gè)華人研究團(tuán)隊(duì)結(jié)合神經(jīng)網(wǎng)絡(luò)與心理語(yǔ)言學(xué)，提出了以surprise為核心的神經(jīng)網(wǎng)絡(luò)雙關(guān)語(yǔ)訓(xùn)練方法。

神經(jīng)網(wǎng)絡(luò)作為一項(xiàng)自帶模仿屬性的技術(shù)，通過(guò)大量文本來(lái)學(xué)習(xí)人類的語(yǔ)言模式，對(duì)于一致性問(wèn)題，這種方法比較行得通。不過(guò)問(wèn)題來(lái)了，學(xué)得好并不意味著有意思。舉個(gè)栗子，“該不該在新聞內(nèi)容生產(chǎn)方面大量使用AI”一直是個(gè)比較熱議的話題。但即使AI可以通過(guò)學(xué)習(xí)產(chǎn)生令人信以為真的新聞，由此產(chǎn)生的內(nèi)容基本就會(huì)和訓(xùn)練它們的維基百科、嚴(yán)肅文學(xué)一樣令人索然無(wú)味，拋開“AI撰寫新聞”的噱頭，其內(nèi)容本身可能未必能夠抓住人們的眼球。也就是說(shuō)，神經(jīng)網(wǎng)絡(luò)遵守規(guī)則，但卻不太擅長(zhǎng)講笑話、抖包袱。

所以，斯坦福大學(xué)的研究團(tuán)隊(duì)的目標(biāo)是創(chuàng)造出一款真實(shí)自然、生動(dòng)有趣的機(jī)器人，不僅是可以播報(bào)新聞、預(yù)報(bào)天氣的“播音員”，還能成為既會(huì)get到笑點(diǎn)、又會(huì)寫詩(shī)的“文藝青年”，甚至還能講述一個(gè)引人入勝的故事。

不過(guò)這并不容易。

先來(lái)看看下面這句話：

The greyhound stopped to get a hare cut.

Google把它翻譯成“灰狗停下來(lái)砍兔子”？？？沒(méi)看懂這句話不要緊，這不是你的問(wèn)題，要怪就怪計(jì)算機(jī)還沒(méi)完全理解人類語(yǔ)言中的雙關(guān)語(yǔ)。

該研究團(tuán)隊(duì)認(rèn)為一個(gè)精心設(shè)計(jì)的笑話在把握一個(gè)巧勁兒，會(huì)在一致性與合理性之間達(dá)到平衡，又不會(huì)完全無(wú)厘頭。此外，創(chuàng)造性語(yǔ)言的核心是新穎，而不是循規(guī)蹈矩。如何賦予神經(jīng)網(wǎng)絡(luò)創(chuàng)意？這就對(duì)研究人員提出了更高的要求，“即使我們有一長(zhǎng)串的雙關(guān)語(yǔ)供它學(xué)習(xí)模仿，但終究比不過(guò)具有獨(dú)創(chuàng)性的內(nèi)容生產(chǎn) ?！鄙厦娴睦泳驼f(shuō)明了這一點(diǎn)。

如何走出這個(gè)死循環(huán)呢？斯坦福的研究團(tuán)隊(duì)試圖利用有關(guān)“幽默”的理論賦予他們的AI一些創(chuàng)造性的智慧，即教會(huì)AI什么是“幽默感”。大多數(shù)研究者都認(rèn)為幽默的產(chǎn)生和理解都與感知到的失諧（Incongruity）有關(guān)，即有別于心理常規(guī)，出現(xiàn)和期望不同或相反的因素，也就是讓感受者感到驚訝的因素（surprise）。

為了使雙關(guān)語(yǔ)起作用，斯坦福的研究團(tuán)隊(duì)認(rèn)為應(yīng)該在具體的語(yǔ)言環(huán)境（local context）中制造出其不意的效果。上面那個(gè)例子中stopped to get a hare cut就其本身來(lái)說(shuō)沒(méi)有太大意義，團(tuán)隊(duì)決定借鑒一些學(xué)術(shù)理論來(lái)解決這個(gè)難題：關(guān)于驚訝的“局部-全局原理”（local-global surprisal principle）。為了生成雙關(guān)語(yǔ)，神經(jīng)網(wǎng)絡(luò)被賦予一對(duì)同音異義詞（hair頭發(fā)/hare野兔），基于第一個(gè)單詞hair生成一個(gè)句子，但是當(dāng)?shù)诙€(gè)單詞hare替換掉hair時(shí)會(huì)讓人摸不著頭腦，之后它會(huì)插入另一個(gè)帶有hare的句子，使整個(gè)句子更加邏輯。

為了驗(yàn)證這種方法是否可行，研究團(tuán)隊(duì)還舉行了一場(chǎng)雙關(guān)語(yǔ)競(jìng)賽，讓AI與人類幽默大師PK，大眾評(píng)委對(duì)其進(jìn)行評(píng)分。按人類的標(biāo)準(zhǔn)來(lái)說(shuō)，機(jī)器人的表現(xiàn)不算很好。雖然這個(gè)AI系統(tǒng)生成的雙關(guān)語(yǔ)比以往的更加“幽默”，但在比賽中它戰(zhàn)勝人類的機(jī)率只有10％。有時(shí)它生成的雙關(guān)語(yǔ)會(huì)卡在一個(gè)基本結(jié)構(gòu)中，語(yǔ)法還會(huì)發(fā)生錯(cuò)亂。比如說(shuō)：

That’s because negotiator got my car back to me in one peace.

Even from the outside, I could tell that he’d already lost some wait.

Well, gourmet did it, he thought, it’d butter be right.

（下劃線處是我們認(rèn)為有bug的地方，歡迎大家在評(píng)論區(qū)施展拳腳一起debug）

盡管研究人員稱暫時(shí)無(wú)法解決這個(gè)問(wèn)題，麻省理工學(xué)院計(jì)算心理語(yǔ)言學(xué)實(shí)驗(yàn)室主任Roger Levy表示，構(gòu)建雙關(guān)語(yǔ)神經(jīng)網(wǎng)絡(luò)對(duì)于建立更人性化的AI來(lái)說(shuō)是很振奮人心的一步。“盡管賦予機(jī)器人類的幽默感非常具有挑戰(zhàn)性，但這也是我們之所以成為人類的基礎(chǔ)?！?/p>

四年前，Levy嘗試了用一種計(jì)算方法來(lái)表示并判斷雙關(guān)語(yǔ)是否有趣，這也是斯坦福研究團(tuán)隊(duì)笑話生成方法（joke-generation）的基礎(chǔ)。他也希望可以借鑒local-global surprisal principle的概念，來(lái)完成比他論文更精確的測(cè)試，雖然目前還沒(méi)有數(shù)據(jù)證明這一概念的可行性，但“如果真的可以用這個(gè)思路成功實(shí)現(xiàn)雙關(guān)語(yǔ)的測(cè)試，想想就是一件很酷的事情！”

從更大的層面來(lái)看，幽默感研究的困境恰恰也強(qiáng)調(diào)了為神經(jīng)網(wǎng)絡(luò)賦予更多人類智慧的必要性。最近，他嘗試用“surprise”作為研究AI如何理解語(yǔ)言的方法。Levy認(rèn)為，不論在人工智能還是認(rèn)知科學(xué)領(lǐng)域，surprise都是核心的概念之一。對(duì)于人類來(lái)說(shuō)，surprise反映為我們遇到事情的反應(yīng)，這是可以測(cè)量的，比如跟蹤我們?cè)陂喿x時(shí)的眼球運(yùn)動(dòng)。在機(jī)器中，surprise的程度可以用概率測(cè)量：在給定的上下文中出現(xiàn)概率較低的詞更令人感到驚訝。

這就使得surprise成為一種比較人類大腦和機(jī)器如何通過(guò)語(yǔ)言推理的有效指標(biāo)——探索各自黑盒子內(nèi)部運(yùn)作的方式。Levy也發(fā)現(xiàn)，當(dāng)把神經(jīng)網(wǎng)絡(luò)放到研究人類如何處理模棱兩可的語(yǔ)言的一系列心理語(yǔ)言學(xué)（psycholinguistic）測(cè)試中時(shí)，對(duì)計(jì)算機(jī)以非人類的方式“出人意料”展現(xiàn)出來(lái)的內(nèi)容進(jìn)行調(diào)整，這些差異可能也會(huì)是設(shè)計(jì)具有更人性化行為的AI的關(guān)鍵。

與此同時(shí)，斯坦福的研究團(tuán)隊(duì)還希望將其研究的雙關(guān)語(yǔ)方法應(yīng)用于更復(fù)雜的場(chǎng)景，讓AI完成更具創(chuàng)造性的任務(wù)，比如編故事。這個(gè)想法是讓神經(jīng)網(wǎng)絡(luò)做它擅長(zhǎng)的事情，然后再結(jié)合人類的智慧二次加工。打個(gè)比方，訓(xùn)練神經(jīng)網(wǎng)絡(luò)先生成一連串完美連貫的句子，然后再根據(jù)人類的敘事理論進(jìn)一步寫出一部具有一定創(chuàng)意的短篇小說(shuō)。“我們的目標(biāo)倒不至于一定要求訓(xùn)練神經(jīng)網(wǎng)絡(luò)具備理解和生產(chǎn)雙關(guān)語(yǔ)的能力，我們更希望讓AI擺脫我們固有的套路和框框，寫出更具創(chuàng)意和趣味的故事?！?/p>