机器人：对不起，我不知道您在说什么。

用户：Siri，帮我叫救护车。

Siri：好的，从现在开始我会叫你“救护车”。

根据人们的设想，我们只要说一句话，人工智能机器人就应该可以准确、完美的完成我们下达的指令。但事实总是差强人意，面对人类语言的复杂性，人工智能的“自然语言理解”还有很长的一段路要走。

“自然语言理解”的势头正强

在人类的生活中，“语言”是一个必备硬件，而在智能时代，“语言”也有着等同的重量。

哪些人在攻克“自然语言理解”？

苹果收购Siri、Novauris等，组建基于神经网络算法的语音识别团队，打造聊天机器人Siri等产品；

Google收购多项语音识别技术专利、SayNow 、Phonetic Arts等，推出智能家居Google Home，以及云自然语言API，近期宣布将打造聊天机器人Daniell；

Facebook收购Wit.ai和Mobile Technologies等，以提高自身整体对自然语言的理解能力，推出聊天机器人Facebook Messenger；

Amazon收购语音识别技术Yap、Evi、Ivona等，打造聊天机器人Alexa以及智能家居产品Echo；

英特尔收购语音识别技术公司Indisys，于近期推出IFTTT式自然语言处理Web应用程序；

IBM将自然语言理解运用于超级计算机Watson，并在实际中解决了多个领域的众多疑难杂问；

加拿大人工智能初创公司Maluuba，推出一款基于自然语言理解的机器学习系统。

并不只是国外的科技公司，国内也有那么几家公司在专注于自然语言理解。比如：立志做客服界微软小冰的客服公司智齿科技，其人工智能客服为乐视节省了60%以上的客服成本，可以回答98%的问题。

在这些公司中，做的最为出色地应该是加拿大人工智能初创公司Maluuba，他们的机器学习系统EpiReader可以阅读文章，其中就有近期大热的《权力的游戏》，而在之后的提问中，EpiReader也正确的回答了测试人员的问题。

此外，据介绍，EpiReader使用了2层神经网络，类似于人类大脑神经元。第一层神经网络能让系统基于对于段落的理解挑选可能存在的答案，第二层神经网络用来评估第一层给出的答案，并最终给出一个正确的回答，在这场测试中，EpiReader分别得到了74%和67.4%的准确率，按照国内有关专家的说法，这成绩超越了谷歌的DeepMind，Facebook 和IBM沃森在今年3月份公布的结果。

哪些领域用到“自然语言理解”？

首先就是最近大热的聊天机器人。比如苹果的Siri，至今为止，Siri已经不知道被多少人调戏过了，话就不多说了，直接上图，你就能看到作为一个聊天机器人，Siri到底有多傲娇。

其次就是语音识别。作为一项人工智能，语音识别也有着自己的市场。但是说到语音识别的原理，其在依靠着自然语言理解的庞大数据库之上，才能正确理解人们所说的话，并给出正确的回应。

最后就是云服务。众所周知，云服务对于先进的各家企业来说，都是一个很好的资源，他们可以在上面对自家的数据、产品进行分析、测试。在其中，功能最齐全的应该是谷歌的云服务，其中就有自然语言API，拥有情感分析、实体识别以及语义分析三大功能，可以帮助人工智能研究团队完善自己的产品。

“自然语言理解”还欠缺点啥？

在目前来说，Maluuba的机器学习系统EpiReader应该可以说是至今性能最好的了，但这真的就够了吗？是不是还缺了那么一点？

自然语言的理解还有待继续加强。的确，在填空测试中，EpiReader的成绩完全压了Google等公司一头，也能够在读书之后正确回答问题，但要知道，小说的语言一般都是“官方语言”，并且逻辑性也相对较强的，而使用英语的人也多有着自己的“方言”用语，要想让人工智能更好地理解自然语言，它还需要一本“方言词典”。

此外，口头表达给自然语言理解增加了一个难度。在交流上，人们更倾向于口头表达，并且拥有自己的说话方式、习惯，而且也不会如文字表达那样更具有逻辑，这就要求自然语言理解能够准确识别出话语中的重点部分，千万不能出现Facebook聊天机器人那样的错误，在用户提出看科技新闻的要求时，反馈却是一条澳洲树袋熊的新闻，要是人与机器人面对面的话，这场面实在太尴尬！