自然语言处理是计算机实现通用人工智能的最难挑战吗？ 第1页
1
zibuyu9 网友的相关建议:
自然语言理解/处理应该是实现通用人工智能的关键挑战，但似乎不应是最难挑战。语言能力是人类智能的集中体现，不过构建在语言等能力基础之上的思辨、决策和创造等能力，似乎都还没纳入人工智能主要探讨的范围，也许这些更困难些。例如，如何让机器像人一样思考哲学问题，像人一样指挥战争或运营商业公司，或像人一样发明创造？这些问题似乎都比自然语言理解/处理更困难。
即使限定在自然语言处理，当前关心的问题也更偏重自然语言传递信息的工具属性上，也就是如何让计算机更准确地理解一句话的字面意思。人类语言更富魅力的“言有尽而意无穷”的特点，还远未被探索。
例如“这房间就是个烤箱”、“这个房间就是个盒子”，虽然句式相同但都不是字面的意思，前者表示这个房间很热，后者则表示这个房间很小。要让计算机理解这些话的意思，不是仅仅做词表示甚至句法分析能解决的。也例如，语言理解实际是一个多模态过程，需要综合除语言之外的视觉、听觉甚至触觉等多模态的富语境信息才能实现真正的语言理解。我个人觉得，这些应该是自然语言理解/处理比较困难的地方。
以上均为胡思乱想，没有经过认真考证，仅供交流。:)
1
相关话题
如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？如果推出一款有「滤镜」功能的写作软件，修饰平庸的文字，会有市场吗？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
如何评价 2015 版的 Magi 搜索引擎？
隐私计算、计算机视觉、自然语言处理三者中，哪个研究起来更有前途？
如何评价 BERT 模型？
2021 年，深度学习方面取得了哪些关键性进展？
如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
刷leetcode使用python还是c++？
从人工智能技术的角度如何评价 Google home、Amazon Echo、Rokid 这三款产品？
前一个讨论
智商能否压制勤奋？
相关的话题
如何看待学霸君的高考机器人 Aidam 高考全国文科数学卷考了 134 分？在中文 NLP 等论文中，应该如何翻译 token 这个词？
transformer中的Q,K,V到底是什么？
2020年，多标签学习（multi-label）有了哪些新的进展？
transformer中的Q,K,V到底是什么？
transformer中的Q,K,V到底是什么？
现有的编程语言当中，哪些和自然语言更接近？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
如果推出一款有「滤镜」功能的写作软件，修饰平庸的文字，会有市场吗？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
graph convolutional network有什么比较好的应用task？
如何看待2021年秋招算法岗灰飞烟灭？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
什么是狄利克雷分布？狄利克雷过程又是什么？
如何看待多模态transformer，是否会成为多模态领域的主流？
为什么 BERT 的 intermediate_size 这么大？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
隐私计算、计算机视觉、自然语言处理三者中，哪个研究起来更有前途？
自然语言处理是计算机实现通用人工智能的最难挑战吗？
nlp有哪些值得完整实现一遍的算法?
为什么 Google 翻译只重算法不重语言学的语法结构和规则？
2021 年，深度学习方面取得了哪些关键性进展？
Transformer是如何处理可变长度数据的？
如何评价最近火热的对比学习，会引领预训练模型新的范式嘛?
目前（2017年）机器阅读技术发展得如何？能达到什么水平？有哪些应用？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
现在的BERT等语言模型，最快训练要多久？
如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？