夜雨聆风
AI总是“听不懂”讽刺和隐喻？这可能是人工智能最难攻克的问题
时
代
褶
皱
最近几年，大语言模型（LLM）的能力突飞猛进。它可以写代码、做数学题、翻译几十种语言，甚至能够撰写论文、设计方案、分析股票。然而，一个看似简单的问题，却依然难倒了最先进的AI：
为什么AI有时候听不懂一句反话？为什么一句隐喻，它常常理解得不够准确？
例如，当一个人把服务器删库之后，领导笑着说：“你可真聪明。”
几乎所有人都会立刻意识到，这句话真正表达的是批评，而不是赞扬。
但对于AI而言，如果缺乏足够的上下文，它可能仍然会首先把这句话理解为“夸奖”。
这并不是因为AI“不够聪明”，而是因为讽刺（Sarcasm）和隐喻（Metaphor）本身就是人类语言中最复杂的表达方式之一，也是当前人工智能研究最具挑战性的难题之一。
01
看的是文字还是现实
很多人误以为，大语言模型是在“理解”语言。实际上，它首先处理的是Token（词元）——也就是把一句话拆解成一个个可计算的符号，再根据海量训练数据预测最合理的下一步。
例如：
你｜可｜真｜聪｜明
对于模型来说，这只是一个Token序列。
而对于人类来说，这句话背后却隐藏着一个完整的故事：有人犯了严重错误；说话者知道这一点；听话者也知道自己犯了错；双方共享这一事实，因此一句表面上的赞美，就自动转化成了讽刺。
换句话说：
AI首先处理的是语言本身，而人类首先理解的是现实世界。
这正是二者最大的区别。
02
为什么讽刺如此难？
正常情况下，语言遵循一个简单规则：说什么，就表示什么。
例如：
今天阳光很好。
字面意义就是真实意义。
但讽刺却完全相反。
例如：
干得漂亮！
真正表达的往往是：
事情办砸了。
也就是说，语言开始“反着表达”自己的真实意思。
语言学把这种现象称为反语（Irony）或讽刺（Sarcasm）。
对于AI来说，这意味着训练目标出现了冲突。
目前的大语言模型主要学习的是：
文本 → 文本
也就是根据已有文字预测后面的文字。
但理解讽刺真正需要完成的是：
文本 → 说话人的真实意图
这已经超出了纯粹语言建模的范围。
03
理解讽刺依赖于共同背景
想象这样一个场景：老师走进教室。
全班学生都在聊天，没有一个人在学习。
老师笑着说：
“今天大家学习态度真积极。”
没有学生会认为老师真的在表扬自己。
原因很简单：
大家共享同一个事实——今天没人认真听课。
这种能力，语言学称之为共同知识（Shared Knowledge）。
现实中的语言交流，真正依赖的是三层信息：
•文字内容（Text）
•现实环境（Context）
•共同背景（Shared Knowledge）
而目前的大语言模型，最容易缺失的，恰恰是后两者。
-END-
文案 | 时代褶皱 编写
图片 | 网络开源 图片
