書籍：Understanding Natural Language Understanding
作者：Erik Cambria
出版：Springer​
編輯：陳萍萍的公主@一點人工一點智能
下載：書籍下載-《自然語言理解解析》

01 書籍介紹

大約半個世紀前，AI先驅們如Marvin Minsky開始了一項雄心勃勃的項目：模擬人類大腦如何編碼和解碼意義。雖然現在我們藉助神經科學對大腦有了更多的瞭解，但距離揭開大腦的秘密，特別是語言——這一人類智能的典範——仍有很長的路要走。“理解自然語言解析”，即通過語言來理解大腦如何編碼和解碼意義，是我們在創造真正理解人類語言的機器過程中的重要里程碑。
大型語言模型（LLM），如GPT-4，以其生成連貫且上下文相關的文本能力讓我們驚歎，似乎在縮小人類與機器之間的溝通差距。然而，儘管這些模型表現出色，它們依賴的是統計模式而非真正的理解。本書深入探討了這兩種範式的細微差異，並探索了我們在追求真正的自然語言理解（NLU）過程中AI的未來。
LLM擅長識別和複製大規模數據集中的模式，生成看似智能且有意義的響應。它們可以模仿人類的寫作風格、提供複雜文檔的摘要，甚至與用户進行長時間的對話。然而，當面對需要更深層次的理解、推理和背景知識的任務時，它們的侷限性便顯現出來。
基於語言學和符號學（加上統計分析）的NLU系統則代表了更高層次的語言理解。它涉及類似人類認知的方式來理解背景，辨別微妙的意義、含義和細微差別，而這些可能是當前LLM所忽略或誤解的。NLU能夠理解詞語和句子背後的語義，準確地掌握同義詞、隱喻、成語和抽象概念。
本書探討了當前LLM的狀態、其能力和侷限性，並將其與NLU的理想目標進行對比。作者深入研究了實現真正NLU所需的技術基礎，包括先進的知識表示、混合AI系統和神經符號集成，同時考察了開發真正理解人類語言的AI系統的倫理影響和社會效應。
書中包含練習、期末作業和全面測驗，適合信息檢索、AI、NLP、數據分析、數據挖掘等相關課程作為參考書。

02 作者簡介

Erik Cambria是南洋理工大學的教授，兼任計算機科學與工程系的教務長講席教授，並創辦了幾家AI公司，如提供B2B情感分析服務的SenticNet和提供完全可解釋金融見解的finaXai。在搬到新加坡之前，他在微軟亞洲研究院（北京）和惠普實驗室印度（班加羅爾）工作，之後通過斯特林大學（英國）和MIT媒體實驗室（美國）的合作項目獲得了博士學位。
如今，他的研究專注於神經符號AI，在社交媒體監控、金融預測和AI社會公益等領域實現可解釋、可信和透明的情感計算。他被列入科睿唯安“全球頂尖1%科學家”名單，榮獲多項獎項，如IEEE傑出早期職業獎，並被評為“值得關注的十大AI人物”之一，還被《福布斯》評為“構建我們AI未來的五個人”之一。他是IEEE會士，擔任多個頂級AI期刊的副主編，如《信息融合》和《IEEE情感計算彙刊》，並作為主旨演講人、程序主席和委員會成員參與多個國際會議。

03 ​書籍大綱

​