曉查 發自 凹非寺量子位 報導 | 公眾號 QbitAI
說到程式設計師著裝，大家會想到什麼？
自然是格子襯衫了。
但一個外國程式設計師，終於對此厭倦，他不想再穿格子襯衫或條紋襯衫，於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：
為什麼幾乎全部都是帶條紋的襯衫啊？
「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尋引擎，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？程式設計師想買個沒有格子的襯衫怎麼就這麼難！
接著，這位程式設計師把搜索結果上傳到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範圍還在擴大，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，並不少。
並且事情也「鬧大」了。
大家發現，何止搜尋引擎，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。
那麼問題來了：為什麼AI會犯如此低級的錯誤呢？
人工智慧的盲區
無論是搜索商品圖片還是詢問天氣，加上了一個「不」或「無」字，就變得複雜起來。
這個「不」到底是哪個部分做出否定，可能人類也說不清楚。
這類問題屬於「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「無癌症證據」，到底是得到了沒得癌症的證據，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麼認為。
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並不感興趣。
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尋引擎裡用上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尋引擎裡用上了BERT。
過去，谷歌的搜索更多的是基於單個單詞的理解。
比如「2019 brazil traveler to usa need a visa」，以前的谷歌搜索會基於visa、usa、brazil這幾個關鍵詞，而英文結果裡更多的是美國人諮詢去巴西，所以搜索結果往往是相反的。
更新後的谷歌能夠理解「to usa」的含義，才能識別正確的結果
於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裡的「無癌症證據」（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。
任何搜尋引擎都繞不開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，霸佔「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的垃圾信息毀了搜尋引擎，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尋引擎試了試，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「抬槓」，在智能時代裡，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。
參考連結：
https://news.ycombinator.com/item?id=22925087
https://github.com/elsamuko/Shirt-without-Stripes