[新聞] 我們與鋼鐵人助理 Jarvis 的距離有多遠？專訪臺大資工系陳縕儂副教授

看板Tech_Job作者 (宅男)時間2年前 (2022/05/27 00:39), 編輯推噓18(19推 1噓 35→)
留言55則, 19人參與, 2年前最新討論串1/1
我們與鋼鐵人助理 Jarvis 的距離有多遠？專訪臺大資工系陳縕儂副教授 https://buzzorange.com/techorange/2022/05/24/siri-and-jarvis/ 姚荏富 【我們為什麼挑選這篇文章】現代人常常會利用智慧語音助理協助完成一些簡單指令 ，許多影迷也期盼有一天能讓鋼鐵人的助理 Jarvis 在現實生活中出現；不過，我們究竟 離 Jarvis 有多遠？ 下文專訪臺大資工系陳縕儂副教授，替我們解答「自然語言處理」包含哪些技術，而 資工系又需要具備哪些人才特質呢？（責任編輯：莊彙翌） 近年來因為人工智慧、大數據、區塊鍊等應用科技快速發展，以及 Google 等科技公司大 舉來到臺灣進駐並招聘大量軟體工程師，臺灣頂大的資工科系成為超熱門志願。不過大家 對資工系的印象就是要學寫程式，也就是俗稱的 Coding，但 Coding 在解決什麼問題？ 今天我們訪問了臺大資工系的陳縕儂副教授，從老師的專業「自然語言處理」（Natural Language Processing，縮寫 NLP）做切入，來帶大家了解資工系究竟在解決什麼問題。 讓 AI 聽得懂人話，就是「自然語言處理」 陳縕儂老師的機器智慧與理解實驗室，主要是針對語言處理及對話系統相關技術進行研發 ，藉由機器學習技術，透過資料讓機器自動學習，理解人類語言並且進行適當的互動，目 標是希望能讓機器的智能比肩人類，甚至超越人類。 「自然語言處理」是資工領域中的一個分支，名字聽起來很抽象，但其實這項學門的目標 就是讓電腦可以「聽懂」人類說的話、「理解」語意並給予「回應」，就像鋼鐵人電影中 的 AI 助理 Jarvis，鋼鐵人只要說如常說話就可以下達指令，讓 Jarvis 協助生活中各 種大小事。 不過理想很飽滿現實卻很骨感，要做到像 Jarvis 這樣有求必應的 AI 助理並不容易，目 前市面上的智慧助理如 Apple Siri、Google Assistant 及 Amazon Alexa 都已經隨著 3C 產品普及化了，但很多時候它們仍會說：「很抱歉，我聽不懂你的意思。」 可見，從 Siri 到到 Jarvis 仍有很長的一段路要走，但為什麼這是條漫漫長路？——歡 迎來到「自然語言處理」的思考領域。 從「聽懂」到「回應」，AI 必須克服多項關卡 大家可以想像一下，今天要跟一個 AI 互動，通常是透過語音或者文字來下達指令，接著 AI 就會協助我們完成特定的任務，並解決特定的問題。 在這個過程中，有四個主要的環節必須克服，分別是語音辨識 （Automatic Speech Recognition; ASR）、語意理解 （Natural Language Understanding; NLU）、對話決策 （Dialogue Management）、以及語言生成 （Natural Language Generation; NLG）， 說得白話一點，就是接收你講的話、翻譯成 AI 能理解的指令、要如何處理指令，以及怎 麼把回應翻譯成人類能聽懂的聲音或文字。 在這四個環節裡都有相當複雜的問題需要去解決，譬如語音辨識，在技術上通常是將語音 訊號直接轉換成文字，讓 AI 去理解，但在將音訊輸入的過程中，就必須要排除掉我們口 語中會用的「嗯」、「啊」、「喔」等贅字或不自然的停頓，又或者是新創的流行語、方 言、口音……等等的問題必須先解決，才能讓 AI 真的能聽懂人類的自然語言。 在「語意理解」上，要讓 AI 去分析語言或文字的脈絡、理解關鍵字，再找出對應的資料 （搜尋資料庫）；而「對話決策」更是困難，前面理解了人類的語言或文字表意後，AI 應該要如何回應？可能使用者給的資訊不完整，AI 要追問使用者以釐清問題？又或者在 語意理解上有聽不懂的字，得要再次詢問並確認？ 這還只是 AI 面對人類自然語言時，其中幾個回應的選項，真實的對話情境可能更加複雜 ，而且整個對話過程只要有一個環節正確度不夠高，那 AI 後續也很難準確的回應，只要 有一步錯了，就會對後續對話體驗造成負面影響。 不過好消息是，現在的深度學習技術已經相當成熟，只要餵資料給電腦時，告訴他怎麼樣 是對、怎麼樣是錯，基本上電腦都可以不斷修正（餵的資料也要夠多），再加上現行語言 代表模型的優化，智慧 AI 在特定領域的應用上都有滿不錯的成果。 Jarvis 仍遙遠，AI 的新突破是精準翻譯 聊到這幾年 AI 的重要突破，老師提到三年前 Google 所開發的語言代表模型 BERT（ Bidirectional Encoder Representations from Transformers），當時 BERT 一出現市 面上所有自然語言處理的模型都改採用了它的運作邏輯。 相較於過去的語言模型，通常都是餵指定任務的文字來訓練電腦，BERT 是在給電腦任務 前，先餵它吃很多的文章或書，接著再提供任務給它。以翻譯為例，這就好像讓一般人翻 譯，跟讀過很多書的人來翻譯一樣，讀過很多書的人懂得字彙跟用法，自然翻譯出來的成 品更流暢。 而 BERT 的技術確實也得到相當好的成效，所以擊敗了當時許多正在開發的語言模型，成 為了當前語言模型的基礎。有趣的是，BERT 的前身是一個名為 ELMo（Embeddings from Language Models，與芝麻街角色名字相同）的語言模型，所以 BERT 的開發者們就用芝 麻街的角色，來為他們開發出來的語言模型命名。 當前 AI 發展的目標，為它建立「人的常識」 雖然說 NLP 領域在商業與學術上都有相當大的發展空間，但陳老師認為，目前要達到人 的「common sense（常識）」對 AI 來說還是非常困難，舉例來說，今天我們跟智慧助理 說我今天要跟某某人吃晚餐，這個時候如果是人類的助理，我們可能會聯想到「吃什麼」 、「要不要聯絡某某人」、「交通方式是？」……等等與飯局相關的問題，但 AI 目前並 沒有辦法執行這麼複雜的互動，還得必須跟 AI 說「幫我訂位」、「幫我叫車」，仍在一 個指令一個動作的狀態，這種 AI「common sense」的建立，可說是目前非常有挑戰性的 項目。 AI 的開發方向——人類的工作輔具 身為 AI 的設計者，陳縕儂老師認為 AI 會成為輔助人類的一部分，雖然說現階段許多人 對於 AI 可以執行我們的工作感到彆扭，但實際上 AI 正在減輕我們的工作量，舉例來說 ，像是目前醫院已經有在使用協助診斷的 AI，但這樣的 AI 並不會取代醫生的工作，因 為 AI 只是提供醫生診斷的相關依據，實務上對於病患的判斷最終還是得由醫生來做。 雖然 AI 已在產業中被廣泛利用，但基本上仍以「人機協作」為大宗，雖然能取代部分人 力，但像是創造類型的工作 AI 就幾乎無法獨自完成。至於大家想像中，AI 恐對人類造 成威脅的情節，基本上不會發生，因為 AI 是不會憑空出現意識的，AI 威脅人類的可能 ，比較會是人類不當利用造成的風險，所以在未來 AI 的開發上，基本上會往輔助人類的 方向去做應用。 資工領域瞬息萬變，「喜歡新知」很關鍵 談到什麼特質適合來讀資工系，陳縕儂老師認為，數學或是邏輯只是基礎，重要的是「喜 歡接受新知」的特質，因為在資工領域瞬息萬變，資訊更新的相當快速，隨時都會有新東 西出來，如果不喜歡吸收新知識，讀資工系可能會比較痛苦一點。 另外，資工在應用上時常會和不同領域的人做合作，你必須了解對方的需求跟他們的條件 ，才能設計出能夠幫別人解決問題的方法，而這也是資工有趣的地方。 陳縕儂老師也和我們分享了在他眼中臺灣學生和外國學生的差異，他認為臺灣學生應用網 路資源自學的能力非常強，而外國學生則是勇於在課堂上和老師提問並討論，各有各的優 點，不過教授也認為由於臺灣學生擅長自己找答案，所以在協作與表達上的可能相較於外 國會比較弱一些，但如果這一塊能做到加強，臺灣的學生其實是非常有競爭力的。 最後老師還告訴我們，當初大學時機器學習與 NLP 領域並不是資工領域的主流，一開始 只是選擇了自己有興趣的領域，也沒想到近幾年 NLP 會變成現在的顯學，他認為自己真 的非常幸運，可以一路延續自己熱愛的主題。 最後的最後，陳縕儂老師建議有意投入資工領域的學員們，可以先了解這個領域需要的先 備知識，像是 Coding 要用到的程式語言、跟 AI 相關的內容則會牽涉到數學，最後當然 就是對知識的熱情和態度，了解之後才比較能判斷這個領域適不適合你，千萬不要因為從 眾而選擇。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.37.157.184 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1653583165.A.72A.html
推
05/27 00:40, 2年前 , 1F
台大做AI的教授真多
05/27 00:40, 1F
推
05/27 01:00, 2年前 , 2F
讚
05/27 01:00, 2F
→
05/27 01:11, 2年前 , 3F
看這老師的新聞，就知道做NLP根本沒幾年。BERT不算
05/27 01:11, 3F
→
05/27 01:11, 2年前 , 4F
語言模型。
05/27 01:11, 4F
→
05/27 01:13, 2年前 , 5F
language model在AI領域有嚴格定義的，老師發言錯誤
05/27 01:13, 5F
→
05/27 01:13, 2年前 , 6F
了。
05/27 01:13, 6F
推
05/27 01:40, 2年前 , 7F
已加簽
05/27 01:40, 7F
推
05/27 04:10, 2年前 , 8F
呃 嚴格定義？願聞其詳
05/27 04:10, 8F
推
05/27 04:30, 2年前 , 9F
說陳縕儂老師不懂NLP也太好笑了吧
05/27 04:30, 9F
推
05/27 05:39, 2年前 , 10F
業內人士的面板都不知道套到哪裡了還跟他認真。
05/27 05:39, 10F
推
05/27 08:28, 2年前 , 11F
05/27 08:28, 11F
→
05/27 08:28, 2年前 , 12F
UAAAAJ&hl=en
05/27 08:28, 12F
→
05/27 08:29, 2年前 , 13F
陳教授的作品集，自己看吧....看誰比較不懂NLP
05/27 08:29, 13F
→
05/27 08:30, 2年前 , 14F
ACL EMNLP都發過
05/27 08:30, 14F
→
05/27 08:31, 2年前 , 15F
縮網址
05/27 08:31, 15F
→
05/27 08:31, 2年前 , 16F
05/27 08:31, 16F
→
05/27 09:46, 2年前 , 17F
來朝聖鍵盤 NLP 專家囉！
05/27 09:46, 17F
推
05/27 10:20, 2年前 , 18F
教授幾年來發幾篇頂會了 真的啥都能酸欸
05/27 10:20, 18F
推
05/27 11:21, 2年前 , 19F
鍵盤ai 專家比台大教授厲害？
05/27 11:21, 19F
推
05/27 11:49, 2年前 , 20F
教授的確也可能講錯啦，但是哪裡說錯你要講出來啊
05/27 11:49, 20F
推
05/27 16:06, 2年前 , 21F
BERT 不是最知名的 pretrained language model 嗎
05/27 16:06, 21F
→
05/27 16:08, 2年前 , 22F
還是語言模型是啥= =
05/27 16:08, 22F
→
05/27 22:05, 2年前 , 23F
The masked LM is not a Language Model。本來就是
05/27 22:05, 23F
→
05/27 22:05, 2年前 , 24F
此行常識。一堆人搞不懂在亂說而已。
05/27 22:05, 24F
→
05/27 22:07, 2年前 , 25F
05/27 22:07, 25F
→
05/27 22:07, 2年前 , 26F
74115/is-bert-a-language-model#:~:text=No%2C%20B
05/27 22:07, 26F
→
05/27 22:07, 2年前 , 27F
ERT%20is%20not%20a,sentence%20like%20a%20normal%
05/27 22:07, 27F
→
05/27 22:07, 2年前 , 28F
20LM.
05/27 22:07, 28F
→
05/27 22:08, 2年前 , 29F
BERT is not a traditional language model. It is
05/27 22:08, 29F
→
05/27 22:08, 2年前 , 30F
a model trained on a masked language model loss,
05/27 22:08, 30F
→
05/27 22:08, 2年前 , 31F
and it cannot be used to compute the probabilit
05/27 22:08, 31F
→
05/27 22:08, 2年前 , 32F
y of a sentence like a normal LM
05/27 22:08, 32F
推
05/27 22:14, 2年前 , 33F
學界跟業界的認知，有差距也不用太意外
05/27 22:14, 33F
推
05/27 22:15, 2年前 , 34F
GPT系列模型才能稱為是語言模型。BERT只是利用LM 的
05/27 22:15, 34F
→
05/27 22:15, 2年前 , 35F
loss，來學習的序列預測模型。完全不同的理論定義。
05/27 22:15, 35F
→
05/27 22:16, 2年前 , 36F
有興趣做相關研究可以去查，語言模型的定義，看我說
05/27 22:16, 36F
→
05/27 22:16, 2年前 , 37F
得對不對。
05/27 22:16, 37F
推
05/27 22:18, 2年前 , 38F
05/27 22:18, 38F
→
05/27 22:21, 2年前 , 39F
難道wikipedia或一堆學術大老說的語言模型，跟這個
05/27 22:21, 39F
→
05/27 22:21, 2年前 , 40F
新教授不一樣時，wiki與大老們是錯的嗎。
05/27 22:21, 40F
噓
05/27 22:21, 2年前 , 41F
就是個大眾向的專訪 挑這種刺還酸別人做沒多久超無
05/27 22:21, 41F
→
05/27 22:21, 2年前 , 42F
聊 反正她學術成就擺在那 應該不介意啦
05/27 22:21, 42F
推
05/27 22:32, 2年前 , 43F
做學術研究，違反學術界公認定理。結果還有人推喔？
05/27 22:32, 43F
→
05/27 22:32, 2年前 , 44F
台大沒正常做AI的專家了嗎。
05/27 22:32, 44F
→
05/27 23:05, 2年前 , 45F
高手很多喔 但入不了閣下法眼吧我猜
05/27 23:05, 45F
推
05/28 00:17, 2年前 , 46F
戰這種沒用的事還是省省吧
05/28 00:17, 46F
→
05/28 03:45, 2年前 , 47F
阿所以那個留言貼這麼多東西是想糾正什麼
05/28 03:45, 47F
→
05/28 03:46, 2年前 , 48F
乖乖躲在自己的象牙塔比較好
05/28 03:46, 48F
推
05/28 09:05, 2年前 , 49F
大家都做一樣的東西不叫做學術，叫補習班好嗎？
05/28 09:05, 49F
→
05/28 09:06, 2年前 , 50F
支持多元發展，小國家才有機會啦
05/28 09:06, 50F
推
05/28 14:26, 2年前 , 51F
斷章加挑刺 特意酸人不會顯得你多厲害
05/28 14:26, 51F
→
05/29 20:47, 2年前 , 52F
實際上 Masked LM 裡頭的 LM 就是 language model
05/29 20:47, 52F
→
05/29 20:49, 2年前 , 53F
除了 Masked LM 以外還有 permutation LM
05/29 20:49, 53F
→
05/29 20:50, 2年前 , 54F
傳統的 LM 則是 autoregressive/causal LM
05/29 20:50, 54F
推
05/29 23:52, 2年前 , 55F
我不知道離Jarvis多遠 台灣學術離不被外行酸還很遠
05/29 23:52, 55F
‣ 更多 zzzz8931 的文章
文章代碼(AID): #1YZwqzSg (Tech_Job)