256
機器人
人工智能識別人類情感的第一步？自然語言處理技術進步
編者按：在解決和數學或物理相關的問題時，技術能夠發揮相當大的作用。但在解決涉及到以人為中心的問題時，技術的可發揮餘地就變得很小。在Ultimate Software的高級策略總監Armen Berjikly看來，自然語言處理（NLP）的進步會幫助技術更好的識別出人類的情感與同情心，從而來幫助人們更好地處理各種問題。文章發表在VentureBeat，由36氪編譯。
以目前的發展速度來看，科技似乎正承載著一項雄心勃勃的使命——解決人類最迫切的問題。
在某些方麵，我們取得了很大的進步。比如可再生能源、疾病預防和災後重建等領域，我們已經有了巨大的突破。但是，當涉及到應對以人為中心的挑戰時——比如員工多樣性、無意識偏見、員工和客戶滿意度——技術能發揮的餘地就很少。
這是因為，像噴氣推進或GPS這樣的技術問題很大程度上是數學和物理相關的，這也是計算機（和程序員）擅長的地方。但解決員工參與這樣的人事問題通常需要同理心，而這是出了名的難以捉摸。人類是情緒化的動物，尤其是在做決定的時候。通常情況下，我們先有一種感覺，然後運用邏輯來幫助證明我們的情緒反應，最後，我們采取行動。因此，任何幫助人們做出更好的決定，而不考慮情感因素的嚐試，幾乎都注定會失敗。
然而，隨著人工智能的最新進展，尤其是自然語言處理（NLP），我們終於有了能理解人類情感複雜性和利用其力量的技術工具。這種方法對於我們如何設計係統有著重要的意義，它將會從更人性化的視角來解決問題。
為差異而編程
語言是極其複雜的。從一個人到另一個人，某個人經曆或環境中出現的細微差別，就會對他們表達自己的方式產生影響。方言，性別，地點，甚至季節都可以改變我們用來表達想法的詞語。
人們很善於發現這些細微的差別。然而，對於計算機來說，這是一個巨大的挑戰。為了達到接近人類的理解水平，它們需要一套龐大而豐富的語言訓練數據，涵蓋了人口統計學、經曆和背景等各不相同的無數個案例。
要想知道這在現實生活中是如何運作的，隻需要想象這樣的一個場景：在對於一個智能手機進行評論時，加州的一個青少年使用的詞語是“lit”（意思是“興奮”），但在馬薩諸塞州一個老年人的評論中可能是“屏幕亮度”的意思。
字裏行間的閱讀
這是第一次，我們能夠教會計算機不僅理解人們所說的基本知識——通過識別單詞或查找特定的短語，還能“讀懂字裏行間”，理解我們話語背後的真正意圖和含義。當然，這是一項重要的技能，隨著時間的推移，人們逐漸將其作為一種同理心的功能。
常見的“滿意度調查”是一個典型的例子，體現出了技術在解決人們的感覺問題時的局限性。從原則上講，它是一種了解人們對產品或服務的感受的有力工具。但在實踐中，它是笨拙的、不準確的、早就應該重新製作了。
考慮一下在大多數商店收據上的調查提示：“請為你的體驗從1到10打分，並談談原因。”相比之下，一個人在麵對同樣的情景時，可能隻需問一句“你覺得體驗怎麼樣？”然後從回答者所使用的語言和整體的語境中推斷出“分數”。雖然人們不需要給出明確的評級，但機器可以做到。
照照鏡子
除了幫助我們更好地了解彼此，NLP還能讓我們更好地了解自己。語言是了解我們思想和情感的最詳盡的窗口。當技術能夠開始理解我們（而不是它想要我們成為什麼樣子）時，它就會成為一個真正的合作夥伴，幫助我們發現如何最好地成長和改進。
看看可怕的績效評估和各種各樣的偏見吧。當你在工作環境中詢問人們是否會有偏見，他們一般會下意識極力否認。然而，對績效評估的研究顯示了普遍的、無意識的偏見。
來自我的團隊的分析表明，當男性評價其他男性時，他們壓倒性地使用了被動式的語言（“他們可以更積極主動”）。然而，當這些男性對女性進行評價時，他們經常使用相互指責的語言（“你應該注意細節”）。通過數據驅動的技術，我們能夠進一步了解許多人在無意識情況下隱藏的偏見。幸運的是，人工智能可以讓我們走上糾正這種偏見的道路，讓它們引起我們的注意。
要解決世界上最具挑戰性的“人的問題”，無論是通過開發更好的產品，還是在工作場所實現更好的理解和更公平，我們都需要技術來展現同理心。
（36氪編譯組出品，未經允許嚴禁轉載。編輯：郝鵬程）
最後更新：2017-10-26 18:37:49