麻省理工公开课人工智能笔记十三

本篇主要讲声韵学的机制。基于英语

英语中dog的复数dogs最后发音为z，二cat的复数cats最后发音为s，为什么这样，基于区别性特征理论，如下

人发出的声音进入耳朵，得到处理，并生成一个区别性特征向量的序列，区别性特征是一个二进制变量，例如音是否有声，即发音时声带是否震动，震动就是有声+，否则就是无声-。最初的区别性特征理论及其推导有大约十四个这样的区别性特征，决定了你说的是什么音，例如说t（音标te）是一个二进制组合。由这些组合产生意思，然后反馈回来，因为有一些区别性特征并不存在。

典型单词的区别性特征音，例如apples

丛上往下依次是音节性（能否形成音节的核心）、有声性、连续性（发音器是否一直张开，没有阻碍），咝音（舌头形成窄道发出声音），这里列出的是一部分特征。然后需要设计一种机器，来识别或者发出这种声音。

机器如下

第一步，视觉感官生成两个苹果的概念

第二步，从库中找到apple，同时再复数寄存器中进行标记复数为+，库中apple这个词也会同复数寄存器联系，显示其是个名词+而不是动词-。

第三步、信息流动，缓冲器中出现APL，同时，复数寄存器同约束条件进行联系，告知其为复数

对apl三个进行判断，只要三个端口中有一个不符合规则，就什么都不做。本例中p不是有声的，l没有z音，

第四步、缓冲器向左流动

第五步、判断L是有声的，由已知这个词是复数，结合有声性和复数性

第六步、填入z，发出声音。

注意apples的发音中音节单词是APLZ

如何学习那些规则呢，例如以dogs和cats为例，如何学习什么是z，什么是s

考虑前面列的四种特征。我们重点关注一个词如何得到z音，一个词得到s音

这是一个稀疏空间，过程如下

首先收集正例+和反例-，从正例+开始，选一个正例+作为种子，下一步推广，选择矩阵中的一些音素，不再考虑他们。例如从正例+开始，不再考虑就改变为点，也可以从负例开始，不再考虑改编为点。一直推广直到反例也被包含进来。

为什么这能够奏效，下面是论证。

这是一个稀疏空间，对于高维稀疏空间，很容易就能将一个超平面放到空间中，将一组例子和另一组例子区分开来。

对于一维空间中，当两组稀疏点重合时，无法区分

但当放在二维和三位空间时，则很容易区分

空间维数越高，找到区分数据的平面就越容易，这就是理论的发明者认为能够使用很少可能音素空间的原因，能找到一个平面将他们区分开。这让事物具有可学习性。这是一种可能性。

另一种可能性，如果你有一个稀疏空间，14维的高维空间，而且你语言中的40个点，随机分布在整个空间中，那么根据中央极限定理，他们之间的距离会大致相等。这就确保了音素再说话时很容易区分。

大卫马尔的问答法，当你处理AI问题时，

1、明确问题

2、设计一种表示方式适用于问题

3、确定一个处理方式，思路或方法

4、选一个机制或者设计一个算法

5、实验

过程不一定完全遵循上面的步骤，但不能只抓住一个机制不放。处理音韵学问题就是应用这套方法的典范。