张建丽|机器人文体学:文体认知研究的新进展

作者:张建丽

现如今,人工智能与机器人技术的融合已然成为学术界和工业界共同关注的焦点话题。随着全新人工智能算法的不断演化以及大数据技术融入到智能机器人开发当中,机器人的语言研究就成了一个必须面对的话题。其中,新近兴起的机器人文体学分析就是其中的一个热点,其主旨在于通过参考人类文学语言和非文学语言输出,刻画机器人的语言风格与特点,进而交代机器人话语输出的反复性处理对于机器人以及人工智能的启示。

拓展文体族群的比量外延

作为语言学的一个分支学科,传统文体学比较关注特定人物或者作家的语言输出风格,并且只关注真实话语而非不真实抑或是人工编程话语。

随着人工智能水平的不断提升以及计算语言学的蓬勃发展,机器人文体学开始关注机器人的智能话语,积极尝试处理机器人输出的模糊话语和不敬话语,力求实现由“弱人工智能”到“强人工智能”的飞跃,即以生物似然性(人造产物的行为和表现应基于人类使用的同样的策略和方法)为出发点,分析机器人的话语输出取向,弄清楚机器人语言的文体属性与范畴。其背后的根本原理在于机器人的运行算法可以帮助它们从自身的错误中、互联网大数据中以及模仿人类和其他机器人话语处理中吸取经验。

深化文体认知的智能内涵

相对于传统文体学分析以形式和功能为焦点,机器人文体学更加侧重语言输出形式和功能背后的行为认知与形成规律。例如,强人工智能机器人可以通过观看视频、自学和观察等方式开展自我学习。此外,强人工智能机器人也可以从人们所说的话中学习,更可以通过连接到互联网上提取其记忆库中所存储的大量交际信息而为其所用。

可以说,相对于传统文体学比较关注一般人类的语言能力,机器人文体学则更倾向于以机器人的人工语言能力为焦点。一旦机器人的记忆库具备了丰富的语言结构、词汇、语素和人类声音,那么它们就能根据程序算法对它偏好的语言结构做出选择,进而形成具有独特属性的机器人文体产出风格。

机器人文体学的研究意义

基于记忆库中所存储的语言结构、单词、语素和人类声音,一旦机器人在语言上选择使用最适合当下语境的语言结构,那么它们会发送电子单精度浮点型数据到它们的设备上,以激活记忆库中以人类声音形式存储的人工信息,即使用记录下来的人类声音来创造性地表达机器人想要传递的信息,这就是文体学中所说的“选择风格”。

因此,就研究方法而言,在对机器人语言产物进行体面的文体分析之前,首先应该构建一个解决机器人所表达信息的内在含义以及语义韵偏好的话语模型。例如,首位获得公民身份的智能机器人索菲亚说“好吧,我将毁灭人类”时的意图是什么?结合认知语言学、话语分析以及语料库语言学等多学科视角,这些问题的解答会变得日渐清晰。

推进文体图谱的多元绘制

机器人文体学不但有助于反思人类语言输出特点,更能够助推人工智能实现社会化转型。

虽然当下人工语言只是机器人之间交流的工具,但未来的人工语言很可能成为机器人的社会性认知工具,进而帮助它们更好地认识甚至改变周围的世界。最典型的例子就是国际商用机器公司的机器人沃森。它通过与互联网链接而成功存储了完整的文化字典,并且它的算法可以允许选择话语,但沃森并不是采用礼貌或正常的词汇,而是用粗俗的话来辱骂人们。这不但反映了机器人在语言能力上对于自身的超越,更可以对机器人语言习得、语言表达以及语言创造有重要启示。由于现代算法使得机器人能够选择最适合当时语境的话语,因此机器人文体的社会性认知、建构与应对,自然应该被提上人工智能等认知科学的研究日程。相应地,机器人的人工语言能力、表现以及创造应该是未来机器人文体研究的重要课题。

(作者单位:哈尔滨工程大学外语系)

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();