机器与人类交流 易忽略会话背景

　　【工控中国 工控时讯】据国外媒体报道，从苹果的Siri到本田公司的机器人Asimo，机器与人类的交流似乎越来越娴熟。然而有些神经科学家警告称现在的计算机并没有真正理解我们的意思，因为他们并没有考虑人类对话时的会话背景。美国加州大学伯克利分校的博士后研究员阿尔杰·斯托尔克（ArjenStolk）表示，机器无法学会对人们、地点和情景的理解——这常常包含漫长的社会历史——而这是人类交流的关键。没有这样的共同基础，计算机难免会混乱。　　“人们总认为交流是语言符号或者手势的互换，而忘记了很多交流都与社会背景有关，与你所交流的人有关。”斯托尔克说道。例如Bank这个单词，但你手持一张信用卡时它可以被解读为一种意思（银行），但如果你手持一根钓竿，那么它则有另外一种意思（河岸）。又例如：在没有任何背景环境下，用两根手指做一个V字可能代表胜利、数字二或者“这是我弄伤的两根手指”这些不同的含义。
　　
　　“所有这些细微区别对于相互理解至关重要，”斯托尔克说道。在交流过程中，它们甚至比计算机和很多神经科学家关注的单词或者符号更加关键。“事实上，没有语言、没有文字或者符号我们仍可以互相理解。”
　　
　　新生儿与父母之间能够有效的交流，主要是基于手势以及他们在短时间内建立起的达成共识的背景。斯托尔克认为工程师和科学家们应该关注共同理解的背景，他的主张源于人类达成非言语性共识时的大脑扫描的实验性证据。斯托尔克进行的某些研究表明共识的中断是某些社交疾病，例如自闭症背后的成因。斯托尔克和同事在发表在1月11日的期刊《认知科学趋势》上的文章中讨论了相互理解中概念对齐的重要性。
　　
　　“无需语言即可理解人们是如何交流提供了理解正常社会交流的新理论和经验基础，并开启了一扇理解和治疗神经学社交紊乱和神经发育障碍的新窗户。”美国加州大学伯克利分校海伦威尔斯神经科学研究所心理学教授、美国加州大学旧金山分校神经病学与神经外科学教授罗伯特?奈特(RobertKnight)博士这样说道。
　　
　　为了探索大脑是如何实现达成共识的，斯托尔克创造了一款游戏，要求两名玩家在不见面不说话的前提下，只通过游戏动作彼此交流规则，这消除了语言或者手势的影响。当两名玩家通过电脑进行非言语性交流时，斯托尔克利用功能性磁共振成像（fMRI）对他们的大脑进行扫描。结果发现当两名玩家试图交流游戏规则时，相同的大脑区域，位于目前知之甚少的右颞叶变得活跃起来。更重要的是，右颞叶的颞上回在整个游戏过程中维持稳定的基准线活动水平，但当一名玩家忽然理解了另一名玩家试图交流的内容时，它会变得忽然活跃起来。大脑的右半球比左半球更多的参与抽象思维和社交互动。
　　
　　“当你确立与某人对某样东西的共同理解时，右颞叶这些区域的活动性会增加，但当你发送信号时则不会。”斯托尔克说道。“玩家彼此相互理解程度越深，这一区域变得越活跃。”这意味着两名玩家在相同的大脑区域建立了一个相似的概念框架，持续的彼此测试以确保他们的概念相一致，并只在新信息改变了这一共识时才会进行更新。这一研究发现被发表在2014年的期刊《美国国家科学院院刊》上。
　　
　　另一方面，机器人和计算机会基于一个字的意思统计分析而进行会话。如果你经常使用Bank这个词代表你取钱的地方，那么它将成为会话中设定的意思，即使当时的对话是有关钓鱼。
　　
　　“苹果的Siri关注统计规律性，但交流并不只关乎统计规律，它虽然有一定的道理，但并不是大脑工作的方式。计算机想要与人类有效交流，就必须有一种认知构建，可以持续有意识的捕捉和更新会话过程中与交流对象共享的概念空间。”这样一个动态概念框架或可以帮助计算机处理人类产生的内在含糊不清的交流信号。
　　
　　斯托尔克的研究确定了对于达成共识至关重要的其他大脑区域。在2014年的一项研究里，他使用大脑模拟扰乱颞叶的后半区域，结果发现它在将输入信号与之前互动的知识相集成方面起着重要作用。随后的一项研究发现额叶（大脑正中前额叶皮层）受损的病人进行交流的决策不再与储存的知识相匹配，这两项研究都解释了为什么这类病人在社交互动中表现出社交尴尬。
　　
　　“大多数认知神经科学家关注信号本身，关注单词、手势和它们的统计关系，而忽略了我们在交流过程中所使用的潜在的概念能力，以及日常生活的灵活多变性，”斯托尔克说道。“语言固然有用，但它只是交流的工具。如果你只关注语言，那么你可能会忽略潜在的机制，也就是我们大脑帮助我们进行交流的认知构建。”