第四部分 自然语言：让计算机理解它所“阅读”的内容

自然语言的本质

1. 自然语言处理

• 包括诸如语音识别、网络搜索、自动问答和机器翻译等多个主题。
• 深度学习一直是自然语言处理领域的大部分最新进展背后的驱动力。
• 理解和使用自然语言是人工智能当前面临的最困难的挑战之一。

2. 一些早期的自然语言处理系统的方法是：

• 找到一些特定的单词或短语作为文本中情感的线索。
• 例如，用“黑暗”“怪异”“沉重”“令人不安”“恐怖”“完全不”等词语来表明影评中的负面情感。

3. 在深度网络开始在计算机视觉和语音识别上“得心应手”后不久，自然语言处理的研究者就开始试着把它们应用于情感分析。

4. 自然语言处理的研究者提出了几种能够获取单词之间的语义关系的编码方法，所有这些方法都是基于相同的思想：

• 一个单词的含义可以依据与其经常一同出现的其他单词来定义，
• 这些其他单词又可以依据与它们经常一同出现的单词来定义，以此类推。

5. 把句子按照情感进行分类、翻译文档和描述照片，尽管自然语言处理系统在这些任务上的水平还远不及人类，但对于完成许多现实世界中的任务还是很有用的。

6. “提问-回答”这个课题一直是自然语言处理研究的一个重点。

• 自然语言处理研究人员的终极梦想是设计能够实时地与用户进行流畅和灵活互动的机器。

《AI 3.0》读书笔记
《AI 3.0》读书笔记 序1
《AI 3.0》读书笔记 序2
《AI 3.0》读书笔记 序3
《AI 3.0》读书笔记 译者序
《AI 3.0》读书笔记 第一部分 若想对未来下注，先要厘清人工智能为何仍然无法超越人类智能01
《AI 3.0》读书笔记 第一部分 若想对未来下注，先要厘清人工智能为何仍然无法超越人类智能02
《AI 3.0》读书笔记 第一部分 若想对未来下注，先要厘清人工智能为何仍然无法超越人类智能03
《AI 3.0》读书笔记 第二部分 视觉识别：始终是“看”起来容易“做”起来难 04 何人，何物，何时，何地，为何
《Ai 3.0》读书笔记 第二部分 视觉识别：始终是“看”起来容易“做”起来难 05 ConvNets和ImageNet，现代人工智能的基石
《AI 3.0》读书笔记 第二部分 视觉识别：始终是“看”起来容易“做”起来难 06　难以避免的长尾效应
《AI 3.0》读书笔记 第二部分 视觉识别：始终是“看”起来容易“做”起来难 07 确保价值观一致，构建值得信赖、有道德的人工智能
《AI 3.0》第三部分 游戏与推理：开发具有更接近人类水平的学习和推理能力的机器
《AI 3.0》第三部分 08 强化学习，最重要的是学会给机器人奖励
《AI 3.0》第三部分 09 学会玩游戏，智能究竟从何而来从
《AI 3.0》第三部分 10 游戏只是手段，通用人工智能才是目标