程序员：我只想买件没有格子的衬衫，怎么就这么难？
曉查發自凹非寺
量子位報道公眾號 QbitAI
說到程序員著裝，大家會想到什么？
自然是格子襯衫了。
但一個外國程序員，終于對此厭倦，他不想再穿格子襯衫或條紋襯衫，于是他打開了亞馬遜網站，輸入了關鍵詞“無條紋襯衫”（shirt without stripes），結果卻是這樣的：
為什么幾乎全部都是帶條紋的襯衫?。?/p>
“一定是我打開的姿勢不對！”
或者只是亞馬遜的自然語音處理（NLP）技術不夠好吧。
他又接著嘗試了谷歌和微軟的搜索引擎，結果卻還是這樣：
反正結果就算不是襯衫，也一定帶條紋，甚至還搜出了球衣。
如果把關鍵詞換成“沒有格子的襯衫”（shirt without plaid），結果還是讓人失望。
是不是感到這個世界滿滿的惡意？程序員想買個沒有格子的襯衫怎么就這么難！
接著，這位程序員把搜索結果上傳到 GitHub，短短十個小時就獲得了 300 星。
更讓人沒想到是，這件小小的事情影響范圍還在擴大，幾個小時就在 Hacker News 上帶了 400 多條評論。
看來有相同槽點想吐的人，并不少。
并且事情也“鬧大”了。
大家發現，何止搜索引擎，現在你只需一個“不”就能讓 AI 助手變“人工智障”。
打開你的 Siri，和它說“不要告訴我天氣”，但 Siri 還是義無反顧地告訴了你天氣狀況。
那么問題來了：為什么 AI 會犯如此低級的錯誤呢？
人工智能的盲區
無論是搜索商品圖片還是詢問天氣，加上了一個“不”或“無”字，就變得復雜起來。
這個“不”到底是哪個部分做出否定，可能人類也說不清楚。
這類問題屬于“歸因”問題，可能是統計學方法不能解決的，這就觸及到機器學習的盲區了。
在上面的問題中，處理一個“不”還算比較清晰，但是在一些對準確性有要求的領域，會有很大的問題。
比如“無癌癥證據”，到底是得到了沒得癌癥的證據，還是根本沒有證據呢？
這還算是比較簡單的，人類語言中還有很多雙重否定，有時候連人自己表達的時候都會犯錯。
處理這類問題，不能使用過去的統計方法，而需要更多關注語法內在的邏輯性，語言學中的喬姆斯基學派的研究者就是這么認為。
但是涉及此類算法的研究很少，甚至很多從事算法的人對此并不感興趣。
一些從事機器學習研究的大型公司，他們研究的算法具有很大的適用性，但是在歸因等情況下，他們的語言模型可能會失敗。
而且神經網絡尚未顯示出對此問題的改進。在說“不”這個問題上，各家的 AI 都不能通過圖靈測試，甚至顯得愚蠢。
所以是不是“另有隱情”？
技術不行還是 SEO 搗亂
是不是因為谷歌沒有在搜索引擎里用上 NLP 技術，所以才導致錯誤的結果？
實際上，谷歌去年 10 月就已經在英文版的搜索引擎里用上了 BERT。
過去，谷歌的搜索更多的是基于單個單詞的理解。
比如“2019 brazil traveler to usa need a visa”，以前的谷歌搜索會基于 visa、usa、brazil 這幾個關鍵詞，而英文結果里更多的是美國人咨詢去巴西，所以搜索結果往往是相反的。
更新后的谷歌能夠理解“to usa”的含義，才能識別正確的結果
于是這讓一些網友覺得，谷歌亞馬遜研究多年的 NLP 技術不過如此，要理解人類語言還有很長的路要走。
不過，經過努力，計算機已經能夠搞清楚英文里的“無癌癥證據”（No evidence of cancer、Evidence of no cancer）兩者之間的差別。
當然，還有一些技術之外的因素。
任何搜索引擎都繞不開SEO和廣告問題。
那些賣條紋襯衫的商家會通過各種優化手段，霸占“條紋”和“襯衫”這兩個關鍵詞的頭部位置，結果導致“no”和“without”之類的關鍵詞被忽略。
一些網友認為，是 SEO 的垃圾信息毀了搜索引擎，同時廣告還是是谷歌搜索的重要收入來源，谷歌自己可能也無心解決——這一點自然無法妄加揣測。
不過，我們也用最大的中文搜索引擎試了試，發現也是一樣的結果：
但往好的一面看，這也意味著時代之問有解了。
之前，總有人“抬杠”，在智能時代里，你無法判斷跟你交流的是人類還是 AI……
但現在，鑰匙來了：機器是不能說“不”的。
參考鏈接：
https://news.ycombinator.com/item?id=22925087
https://github.com/elsamuko/Shirt-without-Stripes
總結
以上是生活随笔為你收集整理的程序员：我只想买件没有格子的衬衫，怎么就这么难？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 我在这里遇见你是什么歌呢
- 下一篇： DC筹拍《闪电侠》电影：大本回归、两代蝙