ACM通信
ACM的意见
自然语言处理领域正在追逐错误的目标
研究人员过于关注人工智能系统能否通过价值可疑的测试，而应该测试系统是否掌握了世界的运行方式。
图片来源:Ms Tech | Unsplash
在一个典型的年度会议上计算语言学协会(ACL)，该程序是一个游行的标题，如上下文形态拐点的结构化变分自编码器。同样的技术气息弥漫在论文、研究演讲和许多走廊聊天中。
在今年的会议然而到了7月，感觉有些不一样了——不仅仅是虚拟形式。与会者的对话对自然语言处理(NLP)的核心方法和目标进行了不同寻常的反思。NLP是人工智能的一个分支，专注于创建分析或生成人类语言的系统。论文在今年的新“主题”追踪问了这样的问题:当前的方法真的足够的以达到该领域的最终目标?什么这些是目标吗?
我的同事和我在基本认知总部位于康涅狄格州和纽约的人工智能研究公司，认为这种担忧是有道理的。事实上，我们相信这个领域需要转变，不仅仅是在系统设计方面，而且在一个不那么吸引人的领域:评估。
摘自麻省理工科技评论
查看全文
没有发现记录