如今，越来越多的公司在借助人工智能，希望了解人们在Twitter或Facebook等社交媒体上对产品和服务所作的评价。目的在于更迅即地对投诉人作出反应，说不定可以向觉得满意的客户销售更多的产品或服务。
可是就挖苦讽刺而言，人们表面上说的话与暗底里的意思大不一样。而且，由于计算机倾向于从字面上来理解一切，所以它们根本领会不了玩笑。
比如说，“你看起来好屌”可能有两种全然不同的意思，那取决于具体的语境和说话的人。这话有可能意味着：你看起来确实很屌；但是这可能意味着已故喜剧演员唐·里克斯（Don Rickles）爱说的反话，夸张地翻白眼是他的招牌表情。
这是人们对于苹果Siri、亚马逊Alexa及其他虚拟个人助理仍然感到抓狂的一个原因：面对挖苦讽刺的言语，它们往往不得要领。
这是人工智能需要处理的一个棘手问题，不过会话分析初创公司Gong希望能解决这个问题。这家公司的总部位于以色列特拉维夫，在美国加利福亚州帕洛阿尔托设有办事处。
比如说，想要对网上推荐作细微调整的公司想知道写下“我喜欢这部电影”评语的用户是认真的，还是在说笑。这是电影信息网站The Internet Movie Database使用可分析观众的评论，自动打分（1分到10分）的算法，试图解决的一个问题。
Gong的首席数据科学家洛滕姆·佩莱德（Lotem Peled）告诉《财富》杂志，但是，如果某个用户夸某部电影“太棒了”、实际上是在讽刺，那么表面上的好评其实并没有体现出该用户的意图。
问题在于，“输入内容可能是讽刺的，但输出结果不是讽刺的”，她补充道。因此，她构建了一个神经网络（http://fortune.com/ai-artificial-intelligence-deep-machine-learning/），该系统基本上负责收集会话数据，然后自动试着解读数据的真实含意，程序员没必要做太多的干预。
任何一种人工智能项目都需要测试其理论和假设，于是佩莱德在过去的几个月，用大量的推特消息建起了自己的数据集。她开玩笑说，就在美国总统大选前夕，“外头有很多讽刺的话”需要揣摩和处理。
佩莱德对于研究人工智能技术仍滞后于人类智力方面的问题颇有兴趣。“人工智能在一些方面非常先进，但是在理解人类语言的细微差别方面，仍处于相当原始的阶段。”她在以色列理工学院进行了研究，现在Gong将研究成果纳入自己的软件中。
Gong认为，由于更准确地了解人们真正的意思，它可以帮助做一些实际的事务，比如帮助销售人员达成更多的交易。为了做到这一点，Gong记录下了销售人员和客户或潜在客户之间的电话或在线会话内容。
Gong表示，通过分析谁说话的时间更长（买家还是卖家）方面的信息、会话中出现的停顿以及达成了几笔交易，它就可以帮助销售团队提高销售业绩。佩莱德特别指出，Gong的技术因而可以与来自Salesforce及其他公司的商业软件结合使用，销售团队可以用来跟踪销售、锁定潜在客户。
佩莱德说：“这不是定量数据，而是定性数据。”她称自己的这个项目为“讽刺情感诠释生成器”（SIGN），在此（https://arxiv.org/abs/1704.06836）有详细介绍。
大致来说，佩莱德的系统查看会话内容后，不仅分析单词、辨别出正面的含义或负面的含义，还分析说话者之间和单词之间的停顿，然后将会话与销售结果对应起来。这则聊天有没有带来额外的销售？
客观地说，几乎每一家软件公司（包括Salesforce、微软、谷歌及其他巨头）都在热议将人工智能功能集成到各自的产品中。到目前为止，Gong的致胜法宝似乎在于察觉出讽刺的本领。
上图：Gong依赖人工智能来察觉讽刺
这项研究还有着重要的非商业用途。提高人工智能理解讽刺的能力有望向自闭症患者或阿斯伯格综合症患者表明别人对他们说的话具有的真实含义（这群人常常难以体会出别人的话是否在挖苦讽刺），从而帮助他们。、
人工智能还能更准确地明白其他的细微差别。比如说，知道单词何时就是字面上的意思、何时打个比方，就能避免好多问题。
谁要是记得20世纪60年代《糊涂侦探》（Get Smart）这部优秀的情景喜剧，想必会记得：机器人Hymie过于依赖字面意思。比如说，有人告诉Hymie“kill the lights”（关掉灯光），Hymie就会掏出手枪，一枪崩掉灯泡。
相关阅读：
中高端IT圈人群，欢迎加入！
赏金制：欢迎来爆料！长期有效！
