作者：中联科创特约嘉宾尹智
白话 计算机是如何 "理解"文字的？如何知道文字和文字之间的关系的？—— 首先计算机是不可能象人类一样看文字的，机器说到底只能处理一种符号，就是数字。
所以让机器理解文字的第一步，就是把文字变成数值，也就是，先把人类的文字- 自然语言，翻译成机器的语言 - 数值。怎么翻呢？举一个不是很精确的例子，如果狗有语言体系，对同一个词的描述角度，可能和人类语言完全不同，比如 "骨头"这个词，我们会用 "硬度""器官""支撑"等等这样的角度来表述，而在狗们的语言里，可能是用类似"食物""美味""营养"这种认知维度来描述，但这不妨碍我们指的是同一个词。同样的，计算机会使用完全不同于自然语言的维度来描述一个词，比如机器会定义"骨头"有三百个属性（即从三百个维度来定义这个词），而每属性都只是一个数字，并不对应任何人类语言文字，不归属任何一个我们认知中的表述维度。
机器所使用的维度空间，被称为"潜空间"，这是机器的认识领域世界，是算法对原始数据压缩和提取特征后形成的维度空间。有的潜空间可以对应到人类能理解的维度范畴，有的则完全无法对应。实际上AI对任何自然信息的处理，文字，语音，图像，都得有这么一步，就是映射原始信息到"潜空间"，只有在潜空间，机器才能get这些信息的含义和相互关系，也只有在潜空间，文本，影像，数据表等不同宗的数据才能融合并发生运算。当计算机为字典里每一个词都定义出了三百个属性，那每一个词就成为了一个三百维的向量，这就使得每个词，可以用线性代数的方式来计算，比如机器就可以通过向量加减，得到"国王"- "男性"+ "女性" = "王后"，这样的词跟词之间的逻辑关系，这是自然语言处理AI最根本的道理。那计算机如何得出字典里每一个词的三百个属性，让这些属性能最好地表示词跟词之间的关系呢？目前最有效的方式，就是让人工神经网络自己学习出来，这个需要有人工神经网络的基本知识才能理解，就不多说了。—— 仅代表尹智个人观点 Ken's personal view only
