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
BERT模型可以使用无监督的方法做文本相似度任务吗？在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
数据挖掘、机器学习、自然语言处理这三者是什么关系？这几个怎么入门啊？
Word2vec 翻译到另一种语言，其向量空间之间的映射会不会是线性的？
Facebook 的人工智能实验室 (FAIR) 有哪些厉害的大牛和技术积累？
如何用一句话证明自然语言处理很难？
如何评价1700亿参数的GPT-3？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
国内做NLP业务的香侬科技值得去吗？
前一个讨论
智商能否压制勤奋？
相关的话题
验证集loss上升，准确率却上升该如何理解？有哪些深度学习效果不如传统方法的经典案例？
主题模型(topic model)到底还有没有用，该怎么用？
数据挖掘、机器学习、自然语言处理这三者是什么关系？这几个怎么入门啊？
如何看待微软小冰写的诗？
为什么这么多 NLP 大牛硕士毕业去企业不留在学术界？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
nlp有哪些值得完整实现一遍的算法?
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
自然语言处理方向研究生好找工作吗？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
从人工智能技术的角度如何评价 Google home、Amazon Echo、Rokid 这三款产品？
为什么这么多 NLP 大牛硕士毕业去企业不留在学术界？
你实践中学到的最重要的机器学习经验是什么？
研究推荐系统要对NLP很了解吗？
硕士方向，选择迁移学习还是自然语言处理？
准研一，导师NLP方向，导师接下了一个项目让我跟着手工标数据，请问是不是在PUA我?
NLP 中 prompt learning 有哪些可能的天生缺陷？目前有什么样的方法来解决这样的缺陷？
现有的编程语言当中，哪些和自然语言更接近？
Pytorch有什么节省显存的小技巧？
验证集loss上升，准确率却上升该如何理解？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
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？
《失控玩家》中的游戏有可能实现出来吗？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
验证集loss上升，准确率却上升该如何理解？
graph convolutional network有什么比较好的应用task？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
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？