113/11/29
生物多樣性資料庫 iNaturalist（愛自然）——全民參與，一起保育大自然
寒波｜
科技大觀園特約編輯
中研院院區開放工作人員帶著小朋友與小學數學解題機器人互動。
有種在地球上存在許久的自然語言，在外國人心中，它的難度直逼天際，光是發音就有「平、上、去、入」等聲調，還有同音字、破音字，更不要說字體繁複，一筆一劃都難以在短時間內學成，它是「中文」，一種有時候連身為華人的我們都可能摸不著頭緒的語言。
而當我們還是小學生時，做數學題目也常常碰到中文理解所造成的瓶頸，有時不是不會算，而是一開始題目就看錯，老師跟學生都欲哭無淚。這同時也是人工智慧最大的難題：了解自然語言。因此，由中央研究院成立的智慧型代理人系統實驗室便提出「讓AI自動解數學題與解釋」的計畫，希望能研究出不只要能解題，還要能解釋的人工智慧。
中文理解的困難在哪裡？
然而，中文剛好是一種文法寬鬆的語言。斷詞、詞序、標點符號、省略字詞，都可能造成電腦「閱讀障礙」。
中文與英文不同，一句話是用好幾個獨立的字組成，因此「斷詞」就變得很重要，例如「一台大冰箱」，電腦可能會沒斷好，以為有「台大」這個詞。或是「椅子幾張才夠？」電腦可能會誤判，以為「張才」是人的名字，這些問題都可能讓電腦不懂語句的意涵。
除了斷詞，中文的「詞序」也有很多種排列組合，比如說「衣服該洗了」，也能寫做「該洗衣服了」，而這樣的文法也能套用在好幾種事物上，不單單限制在「洗衣服」，做作業、修電腦、交報告…...，有太多種變化，但電腦若只能了解其中一種詞序，在閱讀上就受到了很大的限制。
另外，現代中文語句隨處可加逗號，或省去句號。「蘋果20個，每個10元，分裝成5盒，請問一盒蘋果多少錢？」前面三句可以改寫成「每個10元的蘋果20個分裝成5盒」。又或者「台北哪裡有可以唱卡拉OK的餐廳？要離捷運站近的哦，但也不要太貴。」可以寫成一句「台北哪裡有可以唱卡拉OK、離捷運站近、也不太貴的餐廳？」這個問題對人類非常簡單，因為我們知道「離捷運站近」，「不太貴」都是在描述「餐廳」的，但這樣「分段」的寫作方式，卻容易讓電腦不知道意思到哪裡才結束。
中文也經常省略重複的詞，這樣的情況也經常出現在題目裡，讓小學生滿頭問號，比如「1棵蘋果樹會結5顆蘋果，農夫種了3棵，請問會收成幾顆？」這樣「棵」來「顆」去，又把名詞省略，讓很多明明會算數學的小學生，由於常識積累不夠，而敗倒在中文的博大精深之下。
機器人解題需模擬人類的聯想能力（圖／Clarisse Croset，Unsplash）人工智慧的聯想力
中文裡有這麼多讓小學生痛苦萬分、並讓電腦在分析語句時容易觸發的地雷，那麼，電腦該如何有效率的分析與推理呢？答案就是解題時的「聯想」
解數學題時，觸類旁通非常重要，否則只是在背算式。因此可以讓電腦先學會題目A，在解相同架構的題目B時，則利用聯想的能力，讓兩個題目「等同化」。請看以下舉例。
半打球賣48元；
幼稚園有五個小班共有50人；
打字員每20分鐘可以打1120個字。
如果我們將數字的部分用A，B代替，就可以更突顯出這三個句子的相似性：
半打球賣48元 （B個球賣A元）；
幼稚園有五個小班共有50人 （B個小班有A個人）；
打字員每20分鐘可以打1120個字 （B分鐘打A個字）。
由於上述事件的名詞不同，對應的動詞也不一樣，但其實稍微對應，就能看出題目之間的共同點。
B個球「賣」A元；
B個小班「有」A個人；
B分鐘「打」A個字。
或是更簡單的表達：
單位價格（元/球）；
單位人數（人/班）；
單位字數（字/分鐘）。
如果我們用「單位值」C代表相應的數字，就可以得到 A / B=C。的確，我們看這三題後面的問句，會發現都在問C等於多少，這是最基礎的「推理」。
一旦小學生了解這層推理，後面的變化題也就不是件難事了。比如可以變化如下：
打字員每20分鐘可以打1120個字，若連續打字半個小時，可以打幾個字？
從「基礎推理」我們可以得知每分鐘可以打1120 / 20=56字。所以，半小時（=30分鐘）可以打 56 x 30 = 1680 字。
在解答這個變化題的過程中，我們其實回答了兩個問題：打字員每20分鐘可以打1120個字，每分鐘可以打幾個字？若連續打字半個小時，可以打幾個字？
這兩個問題具有邏輯上的連續性，學生會先經過「基礎推理」的步驟，解決第一個問題：「打字員」每分鐘可以打幾個字，再回答第二個問題。而對於較熟練的學生，這個「基礎推理」的步驟已經變成一種「常識」，即使題目沒有問第一個問題也會先作。
那麼，該如何讓電腦動起來呢？首先，我們告訴機器在不同的上下文，用合適的動詞、名詞。其次，對語言熟練的人經常會跳過「基礎推理」的常識部分，所以機器必須自行補足這些漏掉、言而不喻的部分，才能看懂後面的話語。
機器解題需補足人類世界的常識 （圖／Jessica Lewis，Unsplash）就現代而言，人工智慧的發展離這樣的能力還有相當的距離，前述的「在不同的上下文，要用合適的動詞、名詞」，是「聯想」的要件。我們在作文的時候，經常需要參考別人在不同情境下所寫的句子、段落，修改之後納為己用，就是在訓練自己的聯想力。而這種能力對於電腦來說，仍處於困難的階段，但若有朝一日，真的讓電腦「學會」「聯想」，未來電腦理解自然語言的能力必可大幅提升。這部分就是中研院智慧型代理人系統實驗室1現在研究的重點。
「常識」本身就是一個日積月累、漫無邊際的學習之旅，因此需要透過大家對機器餵養，才能加快機器對世界的認知。也因此，中研院智慧型代理人系統實驗室設計了一個「集思廣益」的網站2，歡迎大家貢獻己力，替電腦建立一些基礎常識，協助人工智慧發展出更貼近人類的聯想力。
參考資料
姓名標示─非商業性─禁止改作
本著作係採用 創用 CC 姓名標示─非商業性─禁止改作 3.0 台灣 授權條款 授權.
本授權條款允許使用者重製、散布、傳輸著作，但不得為商業目的之使用，亦不得修改該著作。 使用時必須按照著作人指定的方式表彰其姓名。
閱讀授權標章或
授權條款法律文字。