本報記者 董碧娟

　　一年一度的高考牽動著億萬人的心。網民們對高考的討論十分熱烈。這不，有“調皮”的網友提出：假如讓機器人參加高考，能考多少分？《經濟日報》記者將這個問題拋給了中科院自動化所模式識別國家重點實驗室助理研究員汪昆。在這位主攻機器翻譯與自然語言處理的科研人員眼裏，“機器人高考”這個聽起來輕鬆幽默的話題，其實是一個複雜的科技命題。

　　簡單問題需要複雜處理

　　汪昆先描摹了機器人參加高考的情境：在讀文字、聽聽力、識圖的過程中，機器人首先要把人類的語言、圖形“映射”為電腦能夠處理的形式語言，再進行分析、理解和處理，最後以人類能夠理解的方式呈現答案。

　　“這個過程會涉及語音識別、自然語言處理、自動問答和自然語言生成等諸多環節。”汪昆説。假如，我們給機器人出道題——姚明的身高是多少？對於這句話，機器人首先並不清楚哪幾個字是一個詞，它就要先做中文分詞，然後進行具體命名實體識別，把這個句子裏關鍵的人物、地點等資訊識別出來，接著進行句法和語義分析，最終理解問題後，再在相應的知識庫去搜索答案，然後以人類的方式給出回答。

　　機器人知識庫的形成可以通過人工總結，也可以通過在網際網路大數據庫中自動挖掘。“相比之下，人工總結的方法成本較大，可靠性比較有保證。而網路數據量大、時效性強，但有時受網路資源本身的限制，有可能會産生一些誤差甚至錯誤。”汪昆説。

　　“推理”讓機器人“頭大”

　　姚明身高的問題可能還相對簡單，如果換成“姚明老婆的身高是多少”，機器人的“大腦”可就得多轉幾圈了。“因為這涉及知識推理。”汪昆解釋説。機器人要把“姚明老婆”的表述準確轉化為“葉莉”，再到有關葉莉的知識庫裏去搜尋答案。如果一個表達涉及多層的語義轉化和推理，對機器人來説就比較難了。

　　目前，“機器人高考”的每一個技術層面都有需要進一步攻克的難點。比如，自然語言處理目前在中文分詞和實體識別上的準確率是95%以上，而對於更難的句法和語義分析，仍有待提高。對於比較複雜的知識推理，機器人處理起來會覺得很“頭大”。

　　汪昆介紹説，相比中文，英文更容易被機器人理解。一方面由於英文的相關技術研發起步早、發展快，另一方面因為英文本身語言上的特點，便於機器人進行判斷。

　　據了解，目前我國在機器人自然語言處理及機器翻譯上的技術水準已經達到國際領先，跟歐洲的技術水準不相上下，而跟該領域的強國——美國相比，差距也在逐漸縮小。但是，無論是哪一個國家，要實現機器人的自然語言處理水準跟人類一樣，還有很遠的路要走。

　　多國競技“高考”機器人

　　可見，以目前機器人的“智力”來説，要在高考中拿滿分，成為真“學霸”還是很難的。“現在如果讓機器人參加高考，可能英語的分數會相對高些，因為比起語文、數學等，推理的難度相對小一點。”汪昆説。我國目前也有一批科研團隊在專門研究“高考機器人”，目的就是通過“高考”這個應用場景以點帶面，不斷攻關難題，帶來相關技術的突破，拓展機器人應用。

　　實際上，其他國家也在“高考”機器人方面展開了競技。日本國立資訊學研究所等機構在2011年啟動“東Robo君”人工智慧開發項目，目的是讓機器人“東Robo君”在2021年前通過東京大學入學考試。儘管它近幾年的考試成績跟東京大學的分數線還相差較遠，但每一年都會有進步。IBM的機器人Watson曾在知識答題節目中擊敗兩位人類選手，如今還在不斷進行金融服務、零售、醫療等方面的深度學習，創造力不斷提升，甚至能自己設計菜譜。

　　汪昆對我國未來自然語言處理技術的發展很有信心。他認為，做針對中文的機器人自然語言處理研究，我國科研人員更有優勢。“這是母語，而且現在我國一大批網際網路公司興起，網際網路+氛圍濃厚，很多創新創業都會涉及自然語言處理的相關技術。由於國家支援，很多公司願意投入，這樣就會有更多的人才進入這個領域，很多學生也願意從事相關方面的學習和技能培訓，一個良性發展的創新圈已經形成。”