书籍:Understanding Natural Language Understanding
作者:Erik Cambria
出版:Springer​
编辑:陈萍萍的公主@一点人工一点智能
下载:书籍下载-《自然语言理解解析》

01 书籍介绍

大约半个世纪前,AI先驱们如Marvin Minsky开始了一项雄心勃勃的项目:模拟人类大脑如何编码和解码意义。虽然现在我们借助神经科学对大脑有了更多的了解,但距离揭开大脑的秘密,特别是语言——这一人类智能的典范——仍有很长的路要走。“理解自然语言解析”,即通过语言来理解大脑如何编码和解码意义,是我们在创造真正理解人类语言的机器过程中的重要里程碑。
大型语言模型(LLM),如GPT-4,以其生成连贯且上下文相关的文本能力让我们惊叹,似乎在缩小人类与机器之间的沟通差距。然而,尽管这些模型表现出色,它们依赖的是统计模式而非真正的理解。本书深入探讨了这两种范式的细微差异,并探索了我们在追求真正的自然语言理解(NLU)过程中AI的未来。
LLM擅长识别和复制大规模数据集中的模式,生成看似智能且有意义的响应。它们可以模仿人类的写作风格、提供复杂文档的摘要,甚至与用户进行长时间的对话。然而,当面对需要更深层次的理解、推理和背景知识的任务时,它们的局限性便显现出来。
基于语言学和符号学(加上统计分析)的NLU系统则代表了更高层次的语言理解。它涉及类似人类认知的方式来理解背景,辨别微妙的意义、含义和细微差别,而这些可能是当前LLM所忽略或误解的。NLU能够理解词语和句子背后的语义,准确地掌握同义词、隐喻、成语和抽象概念。
本书探讨了当前LLM的状态、其能力和局限性,并将其与NLU的理想目标进行对比。作者深入研究了实现真正NLU所需的技术基础,包括先进的知识表示、混合AI系统和神经符号集成,同时考察了开发真正理解人类语言的AI系统的伦理影响和社会效应。
书中包含练习、期末作业和全面测验,适合信息检索、AI、NLP、数据分析、数据挖掘等相关课程作为参考书。

02 作者简介

Erik Cambria是南洋理工大学的教授,兼任计算机科学与工程系的教务长讲席教授,并创办了几家AI公司,如提供B2B情感分析服务的SenticNet和提供完全可解释金融见解的finaXai。在搬到新加坡之前,他在微软亚洲研究院(北京)和惠普实验室印度(班加罗尔)工作,之后通过斯特林大学(英国)和MIT媒体实验室(美国)的合作项目获得了博士学位。
如今,他的研究专注于神经符号AI,在社交媒体监控、金融预测和AI社会公益等领域实现可解释、可信和透明的情感计算。他被列入科睿唯安“全球顶尖1%科学家”名单,荣获多项奖项,如IEEE杰出早期职业奖,并被评为“值得关注的十大AI人物”之一,还被《福布斯》评为“构建我们AI未来的五个人”之一。他是IEEE会士,担任多个顶级AI期刊的副主编,如《信息融合》和《IEEE情感计算汇刊》,并作为主旨演讲人、程序主席和委员会成员参与多个国际会议。

03 ​书籍大纲

图片


一点人工一点智能
4 声望7 粉丝