假裝沒名子

大陸那邊沒有偽春菜論壇嗎= =?

先撇開其他方法....就從原始的關鍵字判定談起(反正我也不知道還有沒有別的方法= =)

要新增可反應的對話.....可以先改良空影之前做的學習裝置......再來就是當輸入的句子偽春菜無法判定時...就可以用下列的答句:
''這...我不知道要怎麼回答才好......你可以告訴我嗎?''
利用這個句子就能自然的讓反應句子增加

有辦法的話關鍵字盡量用上文來寫.....真的不行再用賓語...其實關鍵字可以長一點並將類似的寫多一點......這樣就可以消除許多怪異答句的現象

不錯...中國字不愧是世界第二難學的語言.....其最可怕之處就是可以隨意搭配組合而沒有文法問題.....所以也許可以採用雙關鍵字系統......也就是對組合好的上下文作出反應.....畢竟上下文都對上了....中間的變化其實不會有太大的影響

還有一招可能派得上用場....在關鍵字裡打一些外國字...當句子裡出現時就可以直接回答:
''這種句子我聽不懂拉......''
來直接排除無聊人士的句子

utoto

引用:

原帖由 假裝沒名子 於 2008-1-9 18:39 發表
要新增可反應的對話.....可以先改良空影之前做的學習裝置......再來就是當輸入的句子偽春菜無法判定時...就可以用下列的答句:
''這...我不知道要怎麼回答才好......你可以告訴我嗎?''
利用這個句子就能自然的讓反應句子增加

我同意~V 最聪明最萌的伪春菜一定要有学习功能，没名字说的用纯语言操作概念我也觉得很喜欢（用户端）^_^V 而且我认为教句子比教单字更实用于对话。不过要做一个恰当的自动排列到句型库，起码分析功能应该可以把输入的句子拆开成关键字？（可能整个存也没什么不好，不过零存整取更容易适应大家的语法）……在存储排列方面要克服关键字间的干扰……不知有没有技术上的问题？
我觉得如果要做的话，应该多参考手边的资源，有什么需要的地方请说~我很愿意帮忙~V 另外……我也没有在国内找到伪春菜站。

luolanxisi

樓上的也是大陸的麼？我是廣東人，目前在北京微軟實習，春節後我的實習期就完了。我是打算下學期先不去找工作，在家閉關偷閒個半年，然後再出去找與翻譯軟體，機器學習及自然語言處理方面的工作，因此偽春萊AI的對話部分正好是一個很好的研究的物件，所以我是可以保證我至少能堅持工作半年且將偽春萊自然語言對話模式的第一版本發佈的。
目前我是引用我做英文翻譯軟體的模式，不過稍微有點不同，就先簡略說下吧。
首先是分詞，把一句話按詞性進行準確的分詞，
例如：你來自哪裡？
先將其分解為：你 來自 哪裡 (其實哪裡的分法各不一樣，有些流派建議分為哪-裡,有的則建議分為哪裡，所以需要根據我們的具體情況具體分析)。
然後根據分詞由LR分析語法(自底向上)生成語法樹：
S -> NP VP ADV -> PRON VP ADV -> PRON V ADV ->
PRON->你  V->來自  ADV->哪裡
上面其實是簡化了的文法，真正實現起來的時候估計會使用更為嚴格的正則文法而非上下文無關文法，原因只有一個，對於個人PC來說自然語言處理是一個沉重的負擔，要人對偽春萊說更為嚴格的話總比用戶說了一句很簡單的話等個機卡卡卡響了半天才有回應的好。一般用戶開著偽春萊時都還會開著其他下載軟體什麼的，所以在給使用者更大自由語法與吃資源小回應快比起來，明顯應該優先選擇後者。
當然，以上的分詞只是最明確的情況，其實很多時候句子並不會那麼容易，
例如：發展中國家
分詞時就會遇到困難，主要原因就是因為中文片語搭配很容易產生混淆。到底是：發展中-國家；還是：發展-中國-家。從詞性上說兩個都是對的，這就要結合句法進行分析，可以分析出後一種分法是明顯錯誤的。因此中文與程式語言的編譯器差別還在於詞法分析和語法分析並非獨立的兩個部分，而是一個混合的結合數學模型不斷回溯尋找最優正確解的過程。當然還有更甚者，
例如：上海大學書店
無論是分成：上海-大學書店，還是：上海大學-書店。從語法，語義上說，兩種分法都是對的，這就需要根據上下文出現的關聯詞彙到底是在討論上海還是上海大學來決定詞的分法。這並非不能實現，只是就個人PC而言無論是時間還是空間上，這都將是一個非常恐怖的過程，這也是為什麼我一開始就強調如果我去做偽春萊AI，肯定是上下文無關的原因。當然，上下文無關和是否記得以前說過的話不能劃等號，雖然偽春萊AI不能根據你以前的話分辨你本句上海大學書店的正確分法，但如果你和他說過你前天去上海出差了，她還是會記住這個資訊，以至後面你和她說：今天我去了北京她會說：“上海和北京相比怎麼樣？”。（如果具備世界知識庫的偽春萊AI還可能說出很多你意想不到的話,例如：這麼短時間去那麼多地方不累嗎？ 北京的OTAKU有東京多麼？ OTL）
其實詞法的分析難度還有很多，如：your可以看作pron.也可以看做adj.。不同詞取什麼詞性是需要結合語法語義分析的。

本來還想簡單介紹下語法，語義及中間樹生成（與世界知識庫的介面），只是這麼寫下去還能寫好幾頁，還是把時間用在做東西上實際，其他的就等到涉及了那部分再說了。

末了，忘記說最重要的事情。目前我所最為缺乏的其實就是資料庫，首先需要的就是一個詞性庫，就是每一個中文單詞具備哪些屬性，例如：
我：代詞
出：動詞，量詞

因為以前我做的基本是與英文或程式語言相關的理解（或說編譯，轉換）工作，對於中文的理解程式編寫還是第一次，所以希望能與更多的朋友進行合作。或許臺灣與大陸是一個很敏感的話題，不過那些就由得政治家們去討論，既然我們是談技術（或說偽春萊），那就全世界都是一樣，只有同道之人與不同道之人。基本我的計畫和專案都已經說出來了，如果有興趣一起來探討偽春萊這方面發展的朋友就露面表個態吧，希望能與大家一同提高。

時原砂

大陸那邊的偽春菜網站據我所知好像只有這個
http://bbs.nanikafc.com/

拆關鍵字的話基本上可以參照一些輸入法的自動取字功能
大扺就是常用字的優先拆解順序
這樣一來即使不比對文法也有80%的準確率了

utoto

感谢您的分享  
我妈妈是广东人，我自己在北京长大……结婚的对象是台湾人。政治倾向属于无政府主义……笑 这个月底我也会去北京，大约25号左右。
“發展中國家”
“上海大學書店”
关于这两个例子……除非要做到很精细的对话，其实不用拆直接整个引用或理解也不会给对话造成阻滞，因为他们是所谓的“组合式名词”，整个看作一个名词简化处理就好了。用句中的位置来判定就很容易抽出了，只是要小心组合式名词带有形容的部分不要和句子中主要的形容词混肴吧？
除非你想做到让伪春菜就“发展中”这个概念本身或是“大学书店”发表感言……但这样不实际，反而会让对话看起来离题。
你來自哪裡？
关于这一个，我建议把“？”加入结构。
因为无论你从哪儿来？
你来自哪里？
你哪里来？etc
实际应用中，“你” “哪” “来” “？” （如果用“哪里”分就会漏掉你哪儿来的一类的方言。但是如果你有必要判定发言者的礼貌程度那就是另一回事了。）大约百分之90以上都只有一个意思就是“询问你从哪里来的”，而回答的重点当然是哪=地方。是否日常用句应该要跟“需分析”的句子分开？不然会浪费很多脑汁…… 无论是哪儿来哪儿去，哪似乎都是作为回答的重点。
关于您之前提到的世界知识库，是否一定要自建？可否使用Wikipedia一类的网路资源？

编程上我恐怕帮不到您什么，但是关于分词结构，如何让句子通顺之类的应该可以提出一些意见（或许是偏见也不一定）。

〉时原老师
谢谢你的连接……希望可以找到有用的资讯呢^_^

holybang

海量那個分詞工具在luolanxisi所說的“最明確的情況”下能夠運行的很好
能夠識別詞性，抓出關鍵詞，還能計算語義指紋（這個語義指紋我還不知道是幹嘛的...）
還可以外掛用戶詞庫
但是像“發展中國家”這樣的語句就無法識別了
如果改成“發展中的國家”就什麽問題也沒有了

而且海量還提供了可二次開發的SDK
所以個人覺得還是直接拿來用好了
剛好luolanxisi還是程式達人
這樣就什麽問題也沒有了
不過如果說你是爲了要研究分詞的原理的話...那就另當別論了

PS:要不是我不喜歡這種類似于專家系統的聊天AI，我可能就跟定微軟GG了^_^
還有，其實我也是大陸的...

PenPen

[Continue:]
2. 學習 : 就個人看法, 學習一詞可以解釋成"資訊的接收, 分析, 儲存, 及運用". 而學習於AI中又可以分為"自主學習"與"被動學習" - 自主和被動的主要區別在於"儲存"和"運用"這兩步驟是否是由他人所造成.

在這裡必須小提一下, 由John Searle所發表的Chinese Room Argument論點. 簡單解釋這個論點就是, "外表上做到"並不相等於"內部裡理解". (在此建議有興趣的讀者翻一翻Chinese Room的相關文章.)

個人並不認為Chinese Room的論點應該成立, 但是John Searle的確指出了學習的重要性. 當一般人看到一個AI打開不明郵件, 被病毒入侵及損害, 之後在打開不明郵件時會先掃毒 - 這比另一個AI在未從外界接受提示之前就已經會先掃毒, 來的更有說服力. 然而個人之所以不贊成Chinese Room的說法, 是因為個人認為"理解"一詞, 無論是潛意識與否, 定義應該是"由內部儲存的資訊, 於外部做出運用" - 由於基本的觀點不同, Chinese Room實在無法令個人接受.

回到主題. 就主動與被動之間, 並不是所有人都能接受"被動學習"的AI還是個AI. 換言之, 一個無法自己運用先前儲存資訊達成要求的AI, 會被視為一個普通的運用程式, 而一個無法自己儲存資訊的AI, 也常被視為普通的計算機. 從這點來看, 要造就真AI, 自我學習幾乎是不能沒有的.

但從另一個角度來看, 現今的各個遊戲裡已存在著許多的AI, 在決大多數並沒有達到自我學習(Counter Strike: 反恐精英; (Black&White: 黑與白)的情形下, 仍能被一般人當做功能優秀的AI - 甚至在某些情況下, 被當做真AI. 這點的確令人值得省思, 終究被動學習是否能涵蓋這宇宙的"真理", 而在無論任何的情況下, 都可能做出完美的學習反應 - 還是被動學習總有山窮水盡之時, 真理並不存在?

個人在寫這項目的時候, 曾經多次懷疑"學習"一詞是否真的能被拿出來討論, 又要如何討論? 基本的結構人人都知道, 細節是隨人而異, 而各式各樣的方法並不能全部合一... 學習真可謂"道可道, 非常道". 因此個人認為, 學習是判定真AI必要條件, 但隨著各人的看法, 同樣的學習方式未必能讓所有的人同時判定是真AI.
[To Be Continue]

holybang

我完全同意PenPen關於學習對AI的重要性的觀點，但是關於chinese room，我的理解和你有點不同，但也并非完全不同，而且我想可能關鍵的問題在“理解”上

如果說"由內部儲存的資訊, 於外部做出運用"就是理解的話，您是否認為現在的專家系統，比如能治病的那種專家系統真正理解了病人的病因呢？專家系統有自己“記憶”，即內部儲存的資訊，而且當病人把自己的各種病理表現都“告訴”專家系統之後，專家系統也對這個“外部”，在自己的“記憶”的基礎上進行簡單的推理，然後做出了診斷，這樣就是“理解”了？

另外，對與PenPen提到的被動學習和主動學習，我還不是非常理解，能不能再說得清楚點呢？

PenPen

[Report:]

引用:

原帖由 holybang 於 2008-1-11 20:48 發表
我完全同意PenPen關於學習對AI的重要性的觀點，但是關於chinese room，我的理解和你有點不同，但也并非完全不同，而且我想可能關鍵的問題在“理解”上

如果說"由內部儲存的資訊, 於外部做出運用"就是理解的話，您是否認為現在 ...

你所提出的, 正是Chinese Room的主要論點. 關於我是否認為專家系統是否理解其所做所為, 個人的回答: "是的, 正因為專家系統理解, 所以才會做出反應."

holy大的論點, 想必是跟John Searle一樣. John Searle當初也曾問到(對於State Mind的論點): "...would you say that a thermometer has a mind?" (”你認為溫度計會有腦子<*註一>嗎?") <詳情請參閱Minds, Brains and Science一書> 而個人, 與回答此問題者, 的觀點一樣: "溫度計有沒有腦子我不知道, 但溫度計理解溫度的改變."

一個常見的句子是這麼說的 - "如果無法做出解釋, 那就不是理解." 想必很多數學老師都認同這麼一句話, 不然不會在考題上面註明"將算試列出來"云云. 有些學生不聽, 硬把答案直接寫下去後, 拿了零分... (想我小學的時候...)

回到主題, 個人想對holy大所提出的專家系統做點說明. 根據個人觀點, 我並不知道你所提出的治病專家系統是否理解"病因", 但是我可以確定它理解"尋找病因". 因為如你所言, 此專家系統使用儲存的"尋找病因"的資訊去達成了"尋找病因"這一運用. 再者, 在此的"病理表現", "診狀"與"如何尋找病因"皆為內部儲存的資訊沒錯(正確來說, 此系統"學習"了病理表現 - 它"接收"了資訊, 有可能是心電圖, 也有可能是病人所說的話. 然後它"分析"了資訊, 從其中判定病理表現. "儲存"後"運用"在別的地方.), 可是這三個資訊都沒有於外部做出運用 - 這三個資訊只有在內部做出運用 - 如果由個人的觀點來解釋, 我並不能說此專家系統"理解"患者的病理表現, 診狀或如何尋找病因. 也就是說, "由內部三個不同的資訊所產生的尋找病因資訊, 於外部做出了尋找病因的運用", 我認為此專家系統"理解"尋找病因.

-----

關於自主學習與被動學習(之前好像用到了"自我"兩字, 再此對讀者說聲抱歉), 以偽春菜來說的話, 就是以下的情況了:

你跟偽春菜說"地球是圓的" -> 偽春菜接收你所說的話(或打的字) -> 偽春菜分析後做出判定, "圓"跟"地球"之間的連接點 -> 偽春菜儲存"地球"在"圓"的項目底下, 再者, 某些神奇的事情就此發生, 偽春菜本身添加了與"圓"和"地球"的運用方法... 真的很神奇! 人所不知的神奇!!! -> 自己組合出(這裡也很神奇... 神奇的組合出組合方法!)運用方式後, 偽春菜做出了"圓"與"地球"的運用.

...以上就是自主學習. 而被動學習的話...

打開檔案 -> 添加項目 -> 寫入運算式 -> 執行程式並滿足運用條件.

...簡單來說? 就是像Matrix的學習方式. (下載檔案, OK!)

-----

關於"學習"這項目, 有時候看看會覺得"啊, 我知道該怎麼做了!", 但有時候再看看又會覺得"不可能, 以人類的觀點來說是不可能的!". 心情可以說是大起大落. 可以說是一個大坑啊...
[End of report]

註一: 想了又想, 改了又改, 實在想不出好一點的翻譯, 就容我使用"腦子"吧...

[ 本帖最後由 PenPen 於 2008-1-12 01:38 編輯 ]

holybang

謝謝PenPen的解釋

關於“理解”的問題，我感覺雖然我們的理解不同，但是可能那只是在這個詞的定義上有所不同而已，僅此而已。但是我還是忍不住要再問個問題：
設想有一個很強大的程序，它的表現已經體現出了一切“人”的特徵（就是說可以通過圖靈測試了，其實下面要說的也是有很多人說過的圖靈測試的一個缺陷），但是設計者很清楚的知道這個程序的運行原理，所以他知道這個程序的“思考”過程其實和人完全完全不一樣，雖然它的外在表現和人完全一樣（不同的內在卻有相同的外在表現）。你認為這是真AI嗎？
從實用的角度講，思考過程不一樣有什麽關係，既然外在表現完全相同，除了它的設計者以外又有誰知道它其實不是“人”呢？
（以上其實是chinese room的問題的一個推廣）
所以如果到了這一步再回過頭來想，似乎問題就變成了這種不像人一樣思考的“人”是否真的可以被做出來的問題了，不過現在考慮這些似乎有點浪費時間的嫌疑。

關於自主學習和被動學習，看了PenPen的解釋之後，我好像了解了^_^。
其實自主學習就是能“自動”根據接收到的訊息，得出新的結論，做出不在設計者預料之中的反應；被動學習就是對所有訊息的所有的反應都是死死地預設好的。如果是這樣的話，其實能自主學習的程序就是一個推理機，而且似乎已經做出來了的樣子，还有专门用于编写推理机的计算机语言被设计出来，大多數的專家系統都是能夠做推理的，因為這樣能夠大幅度的減小知識庫的大小，這種推理機的終極模式就是美國曾經（可能是10年，可能更早...）做過的“百科全書”計劃(我居然google不到这个东东...以前在书上看来的)，似乎現在還存在的那樣一個公司的樣子，但是现实表明它和理想中的真AI还是差的很远啊。从自主学习到真AI似乎还是有很长的距离啊

PS:不曉得在這裡說這么多和偽春菜沒什麽大關係的東西合不合適呢...

[ 本帖最後由 holybang 於 2008-1-12 17:17 編輯 ]

時原砂

如果在兩個箱子裡放置一個『人』跟一台『能完全表現人的特性的AI』的時候，在不打開箱子的前提下，你要如何判別哪一邊不是人呢？如果現在放的是一個有記憶障礙的人與一台功能完整的AI時，你會覺得哪邊比較像人？

我們在判定一個存在是否具有生命價值的時候，是否以「人類」這種型態作為前提了呢？

『生命』一詞需要四種生命現象來支持，但如果一個AI真的具有了人的特性，那麼不可否認的她也將懂得如何創造(繁衍)出自己的同類，並且在這個世界生長壯大，並不斷的適應並進化。這樣一來，否定她是一種「無法思考」的存在似乎是個多餘的議題。要不然的話，光靠基因的隨機演化而被創造出來的我們，又算什麼？

人本理論，某種程度上是種族論的衍生物啊……

當然，我的前提是有點高，畢竟擁有創造力的AI也不是隨便說說就做得出來的。我想說的是，如果一個電腦真的擁有了學習、創造與自我改進的特性的話，我便認同她是一個「能夠思考的存在」，不管她的運作模式如何。畢竟，能用所謂的「腦子」來思考的，目前所知也只有「人」才做得到不是嗎？（笑）

[ 本帖最後由 時原砂 於 2008-1-12 12:52 編輯 ]

假裝沒名子

要分辨人或AI的話
最簡單的方法就是用力搖箱子
到最後受不了逃出了的就是人= =

時原砂

不...先逃出的一定是女僕機器人XD

PenPen

[Continue:]
3. 交流: 先從一個常見的問題看起 - "草木有智慧嗎?" (請見一篇相關的小文章"Plants Are Indeed Intelligent".)

交流這個項目, 是"於物理世界中做出, 學習項目中的運用與接收". 由人類的觀點出發, 我們對於"看不見, 聽不到, 伸手不及, 完全沒感覺"的事物通常無法接受. 這也是為什麼, 有哲學家曾經說出"...You must have fate to believe in math.(你必須要有信念才能去相信數學.)"一言. 對於一個完全只有在自己內心中打轉的AI, 並沒有人會去考慮其是否為真AI - 交流是判定真AI的必要環節.

但這也是一個標準值完全因人而異的項目. 一個無法說話的AI仍有可能被認定是真AI, 然而, 一個對自己被燒燬毫不在意, 常常用手去觸摸火爐的AI卻很可能被認定不是真AI. 一般人不僅僅要求"做到", 更要求其過程"符合人類的常理".

說到這裡, 個人曾聽過"滿足其創作者所設的標準值"云云, 之類的辨識方法. 個人的觀點是, 當一個AI可以交流時, 不論他人的論點如何, 此AI已俱有了做為真AI的可能性.

----- 以下是回應, 而這個就是傳說中的分隔線啊! -----

holy大: 我的一名教授曾經說過 - "把一組電池, 一個馬達, 一個光源感應器(photocell)裝到一個電板上, 好像魚一樣的樣子. 外面用罩子罩住, 丟到混濁的水裡, 看它好像阿米巴(amoeba)般的向著陽光抖動. 端杯啤酒, 並與前來研究新生態的生物學者閒聊... 這就是我的AI."

沒名大&時原大: "...啊啊啊! 請你不要再搖了! 不要... 再... 搖... 了... 嗚嗚嗚... 人家, 人家受不了了啊~~~~!!" (最後跑出來... 好可愛啊!)
[To Be Continue]

empty

甲公司認為非洲人不穿鞋子，乙公司卻覺得非洲人沒鞋子穿
同一把刀，愛理會拿去切菜，橘花可能會拿去切肉.......（肉！？）
每個人的個性都不一樣，思考模式也不一樣。
如果說人工智慧要像＂人＂一樣思考，要像哪個＂人＂呢？
.
還有一個最棘手的問題～～音樂與藝術
妳如何叫一個AI分辨Iron Maiden和巴哈呢？
把一幅畫拿給他看，他如何表達所謂＂好看＂呢？
.
"...啊啊啊! 請你不要再搖了! 不要... 再... 搖... 了... 嗚嗚嗚... 人家, 人家受不了了啊~~~~!!"
這就是傳說中的真AI！
因為人類與機器的最主要差別～～～～就是情緒的變化啊！
.
.
以上...只是在下的一些小小想法。

[ 本帖最後由 empty 於 2008-1-13 12:41 編輯 ]

zenmasterabc

引用:

原帖由 時原砂 於 2008-1-12 13:19 發表
不...先逃出的一定是女僕機器人XD

出來就推倒她吧 XD

holybang

引用:

原帖由 empty 於 2008-1-13 12:39 發表
甲公司認為非洲人不穿鞋子，乙公司卻覺得非洲人沒鞋子穿
同一把刀，愛理會拿去切菜，橘花可能會拿去切肉.......（肉！？）
每個人的個性都不一樣，思考模式也不一樣。
如果說人工智慧要像＂人＂一樣思考，要像哪個＂人＂呢？
.
還有一個最棘手的問題～～音樂與藝術
妳如何叫一個AI分辨Iron Maiden和巴哈呢？
把一幅畫拿給他看，他如何表達所謂＂好看＂呢？

關於AI應該像哪個“人”一樣思考的問題嘛...我想可以這么理解
你怎么知道這個論壇上發帖的一定是人，不是AI呢？
當你在網上聊天的時候，你肯定清楚地知道對方是在像人一樣思考，因為你自己肯定能感覺得到作為人都具有的一些共性

要讓AI理解藝術...可能要先有情感吧...
擁有情感的AI？
就是說一個女仆機器人找到你藏在床底下的寶物的時候，會生氣地對你說：“H是不對的！”
大概就是這樣的感覺吧，恩...

[ 本帖最後由 holybang 於 2008-1-13 22:03 編輯 ]

utoto

的确电脑和人的思维方式不会相同，只能用数据判断，而不是透过感官。
如果真的要拟人思维……最基本应该要在每一项data上作出关联，就是类似联想一样的东西，比如说；
西瓜-水果-食物-甜-红色-植物纤维-面膜。。。
火星-行星-宇宙-银河系-地球-公转-引力。。。
有没有什么办法做到这一步呢？
如果让AI自己判断这种联想关系，就能生成性格一类的东西吧？
梵高-怪人-艺术家-孤独-印象派-喜欢。。。？
Programming我真的不了解，不知道有没有什么办法同时保有词性分类再添加基本思维的关联性T_T; 继续研究吧……
不过说实在，AI不一定要拟人，但是萝丽是人，正太也是人……所以……还是拟人AI比较萌吧？

時原砂

人類的記憶庫確實是用聯想性的方式在存取記憶
連結愈多就記得愈清楚、反應愈快
人忘記了某件事時，其實只是失去了它的連結
所以多數的快速記憶法都是以故事性聯想的方式在進行記憶

這其實有點像Google那種搜尋資料的方法
沒有必要對關鍵字進行絕對的定義
僅以概率的方式找出近似的字眼與內容
然後整合起來完成一句回覆或反應
如果能做到這樣的話
應該能更像人一點吧?

不過目前也僅只是空想而已...

utoto

時原老師！來做吧XD
……google他們用的是怎樣的技術呢？