今日头条人工智能实验室主任李航：如何构建拥有长期记忆的智能问答系统

雷锋网 AI 科技评论按，2017 年 11 月 25-26 日，中国中文信息学会 2017 学术年会暨理事会在深圳隆重举行。会议第一天，主办方邀请到 美国伊利诺伊大学香槟分校（UIUC）计算机系教授翟成祥、中国科学院心理研究所所长傅小兰、京东硅谷研究院主任研究员李维、清华大学医学院生物医学工程系宋森、今日头条人工智能实验室主任李航 为大家带来了五场精彩纷呈的特邀报告。关于大会第一天的内容，雷锋网 AI 科技评论之前有详细报导，具体信息请参见 横跨心理学、计算机科学、神经科学，看中国中文信息学会 2017 学术年会如何引起多个领域大碰撞

在此次会议上，作为最后一位特邀报告嘉宾，李航研究员带来了主题为《人工智能的未来—记忆、知识与语言》的分享，他此次的分享主要围绕智能问答系统展开，为大家分析了 NLP 所面临的三大挑战、目前值得借鉴的应对方法以及对智能问答系统的展望。 关键词如下：长期记忆、神经处理、符号处理。

以下为他的演讲内容，雷锋网 AI 科技评论做了不改变原意的编辑和整理。

构建拥有长期记忆的智能问答系统，是我们现在的愿景

今天非常高兴来到这里，与大家一起从记忆、知识和语言的角度探讨自然语言处理、人工智能在未来发展的趋势。首先我们来看记忆和智能的关系，分析自然语言处理的发展是否可以构建智能化的问答系统。

先来看看记忆对人的智能有多么重要。这里是一个示例，英国有一名叫 Clive Wearing 的音乐家，他现在七十多岁，他在四十多岁时患了脑炎，非常幸运的是他存活下来了，但不幸的是他大脑里的海马体受到了损伤，得病了之后不能再记新的东西。日常的症状如下，他认识自己的太太，但不认识自己的女儿，虽然说话、行动、唱歌、弹钢琴都没问题，但他没有记忆了，只有瞬间意识。大家有兴趣的可以去网上搜关于他的视频看一下。

他太太把他的病总结的非常清楚，能够做简单的思考，但没有记忆。从这个案例中，可以看到记忆对人来说是非常重要的。这里面涉及到一个重要的器官，即大脑中的海马体。这里有一张图，是人体大脑的结构。

下面这幅图是斯坦福的一个脑科学家 Frank Longo 画的大脑的功能模型，他是从记忆的角度看的。大脑的记忆部分首先有感官，来感受到客观的信息，这种感官寄存器能记住外界传来的 1-5s 的信息，如果大脑感兴趣，就会记住大概 18-30s 的内容，如果对这个内容特别感兴趣，就能放到大脑的长期记忆里。

长期记忆的特点是信息的压缩。我们大脑在记忆的过程当中，记新的东西是把已有的链路增强，而不是增加新的脑细胞。

刚才看的是人脑，现在看人工智能系统，比如 AlphaGo、自动驾驶等，其实这些系统都是没有长期记忆的。这些系统里都有一定的模型，通过机器学习的方法事先学好，比如 AlphaGo 在下棋的过程中，调用训练好的模型。现在的人工智能系统，和我一开始提到的那个英国音乐家的案例很像，都属于 moment to moment，没有长期记忆。

日裔科学家 Michio Kaku 对意识的定义如下：系统和外界交互，如果系统的内部状态发生变化，就认为这个系统是有意识的。从他的观点来看，温度计和花都是有意识的。对意识的讨论大家都有不同观点，很难达到共识。从他的定义来说，人工智能系统是有简单意识的，但没有长期记忆。

往下走智能问答系统应该是什么样的呢？畅想 5-10 年后的未来，有可能构建这样的智能系统，在这个系统中，有语言处理模块，包括短期记忆、长期记忆，系统能自己不断去读取数据，能把数据里面的知识做压缩表示，放到长期记忆模块。构建这样的拥有长期记忆的智能问答系统，这是我们现在的愿景。

在这一过程中，面临着歧义性、多样性、模糊性这三个问题

自然语言处理中有个非常重要的想法：把语言的表示映射到计算机内部的表示。有了这个表示，我们认为计算机进行了语言的理解，在学习知识。

这里面有好几个挑战。人类的语言到大脑的语义理解映射是多对多的，会遇到歧义性的问题，即同一个语言表达会有不同的意思。另外会遇到多样性的问题，即不同的语言表达是同一个意思。最后一个问题是从认知的角度来看，语义是非常模糊的。

进一步来分析这三个挑战，下图中是用 claim 的几个例子，可以扩展为不同的意思。即具有多义性。

第二是多样性，比如太阳和地球的距离，有很多种不同的说法。

最后是知识概念的模糊性，比如 bachelor 的概念，它表示单身男子，但是未婚的父亲、假结婚的人等是不是可以定义为单身，大家的观点可能不一样。这与语言的多样性会有一定的关联，我们会对典型的单身男子的概念有个共识。

从这里可以看到自然语言并不好做，在自动问答系统中需要去做一个映射，映射里会面临前面提到的多义性、多样性、知识的模糊性这三大挑战。大家都在朝这样的智能问答系统努力。

未来：神经系统和符号系统的结合

现在考虑的是神经系统和符号系统的结合。

深度学习非常热，特别是在自然语言处理和机器翻译方面给我们带来了很大的进步。虽然它确实很强大，但局限性也很明显：它不能很好地处理符号。在计算机上做语言处理，离不开符号，符号很重要，是语言的本质特点。

在自然语言处理中，深度学习在人的感知领域，比如说图像、语音方面比较成功，所以自然就会想到，能不能用神经符号的处理方法实现我们所说的智能问答系统。这样的智能问答系统，通过把神经处理和符号处理相结合，加上语言处理模块，沿用深度学习的概念，这里面包括编码器、解码器。在表示信息的时候，既有符号表示，又有神经表示，用词向量去表示单词。将符号表示和向量表示组合起来，产生一定的结构，更好地表示知识。

这样的工作业界已经开始在做。比如 2015 年提出的 Nell（Never Ending Language Learning) 系统，这个工作强调让系统看大量文本内容，自动学到知识。这个系统能自动在互联网上爬取数据、处理数据、抽取知识，加入到数据库。

另外一个比较具有代表性的工作是 Percy Liang 在 2016 的研究。首先要有语法，语法通常是人定义的，通过语法产生多个解释；然后要有模型，模型也是事先学好的；再基于上下文选择最有可能的解释，转换为逻辑表达式。在这里，我们的思考是，现在是否能借鉴深度学习的想法，做一个端到端的系统，完全自动学到语言处理的编码器、解码器等。

为什么很多人都关注长期记忆，因为长期记忆确实是现在几乎所有的人工智能系统所不具备的能力。现在也有这方面的研究，比较有名的就是 DeepMind 的 DNC（Differentiable Neural Computers）工作，这个工作也是在关注如何把知识用矩阵的形式存储在长期记忆里。这个系统里提出了三类不同的神经网络，这三种不同的神经网络实际上模仿了老鼠的海马体机理，目前对老鼠的海马体机制已经研究得比较透彻。

大家也知道 Facebook 的 Memory Networks 系统，这个系统可以根据描述做些简单的问答。系统最核心的概念也是长期记忆，想法相对来说是比较传统的深度学习概念，模型的构建全是神经网络在做。

最近的最接近的工作是谷歌 16 年出的 Neural Symbolic Machines 模型，这个想法非常有意思，要做的事情也是问答，训练数据是大量的问句和命令，去学习 Sequence to Sequence 模型，可以执行复杂的计算机命令，找到答案。

华为诺亚方舟实验室在神经符号处理方面的相关工作

下面是我之前在华为诺亚方舟实验室做的两个工作，都是神经符号处理方面的。

第一个是 GenQA。这个工作是这样的，假设你有个知识图谱，这里面含有大量的问答句。我们希望模型能自动学习神经网络，去做问答，生成答案。

这个工作是基于神经符号处理的思想，其中包括长、短期记忆模块。假设来了一个问句，现在有编码器，可以把这个问句转化为内部表示，其中既有符号表示，又有向量表示，然后用这些表示去检索知识库。这个过程用神经网络来控制。这个工作主要的特点是得到的三元组可能是最好的三元组，根据问句的向量表示，检索到三元组的向量符号表示。

在下图中，左下方是根据语言的理解该生成什么，右边是从长期记忆里检索的结果，通过把两者结合来做判断。

第二个要介绍的是今年比较新的工作，叫做 Neural Enquirer and Symbolic Enquirer，与基于神经符号处理的思想非常一致。其中既有神经表示，又有符号表示。查询数据库是个非常复杂的过程，在这个工作中，我们希望把 Enquirer 做得非常好，真正去把问句的表示利用起来，很好地检索数据库。

怎么样把自然语言的描述转化为命令还是有一定的挑战，这个系统中有两个 Enquirer，一个是 Neural Enquirer，一个是 Symbolic Enquirer。数据库的查询操作用符号来表示，整个操作过程用神经网络来控制，通过三步就能把答案找到。我们可以把数据库查询分解成为最基本的操作，比如 argmax、select 等，可以定义一个命令的集合来组成命令，命令每次的操作是针对一列进行的。

Symbolic Enquirer 的特点是操作的过程全是符号，底层全是用神经网络去做。用端到端就能构建这样的系统，不需要任何人的参与。假设有大量的语法，就能学习神经网络，自动产生命令序列，访问数据库找到答案。另外一个对应的想法是 Neural Enquirer，同样的问句，逻辑上也要执行三步，我们全部用神经网络去实现。这一块用到五个 executor。

Symbolic Enquirer 在执行上很快，它的缺点是学习非常困难。Neural Enquirer 的优点是学习比较快，但执行上比较慢，相当于每次都要把数据库的表重新扫描一遍。自然的想法是将这两个 Enquirer Couple 起来，把两者的优点结合。学习的时候，先学 Neural Enquirer，学好了之后再让他去指导 Symbolic Enquirer，然后 Symbolic Enquirer 再去引导 Neural Enquirer，两个 Enquirer 互相帮助。

总结

下面我做一个简单的总结，今天我们畅想的是自然语言的未来，希望未来自然语言处理系统能慢慢实现长期记忆，能把深度学习和符号处理结合起来，发挥两者的优势。同时，我们也要更多地参考人脑的信息处理机制，未来把自然语言处理推到另一个高度。考虑有这样的智能问答系统，能看大量的文献，知识库，读取到重要的信息知识。目前业界正在做很多的相关工作，相信这在未来会是一个重要方向。

后续，李航研究员会以这次公开演讲的主题为契机，撰写长文来描述他眼中「人工智能的未来」，雷锋网 AI 科技评论也会第一时间关注。

。