把《人面鱼》的经验用于AI开发

以语音输入取代键盘输入的时代就这样猝不及防地到来了，人们对日语聊天引擎的需求越发高涨。游戏《人面鱼》系列的开发者加藤由多加也于2015年成立了人面鱼人工智能研究所，加入到开发聊天软件的大军当中。

“我年纪也不小了，之前也一直在考虑引退的事。不过，《人面鱼》问世至今，也差不多18个年头了，做了那么多版本，也积累了些经验。做日语聊天引擎的人也只有我了。”

《人面鱼》是游戏行业利用语音识别技术的先驱。这个养成游戏需要在水缸里养育人脸鱼身的人面鱼，当玩家发起对话后，人面鱼会进行回答，做出各种回应。不过当时语音识别的精度有限，很难准确识别玩家的语音内容。无奈之下，只能在无法识别的时候让人面鱼留下“小子，你连话都说不利索”之类的抱怨之言，然后愤然离去。由此成功地遮掩了缺点，人面鱼“傲慢”的人设也成了该游戏的特色。这是创意的胜利。

人面鱼　©1998-2017 OPeNBooK Inc

靠着这个妙计，就可以让人面鱼在说话时“似乎是在进行自然的对话”。预设好台词，如果玩家这么说，人面鱼就这么回答，以此为基础将若干种模式都进行录音，然后就可以配合玩家的聊天内容，选取适合的台词让人面鱼说出来。游戏预设了海量台词，相当于20本电话黄页的量，配音全部是斋藤亲自上阵。这就是斋藤所说的“经验”。

“Amazon Echo是一问一答，我觉得现在市面上销售的同类产品，跟我当时做人面鱼是类似的路数，并不是真正的‘人工智能’。能够真正理解眼前的对方想说什么的聊天引擎，看似有了，其实还没有。现在市面上的AI都只能应付例如‘帮我买张票’之类的要求或询问，而我们想开发的AI则是真正能够接茬搭话的AI，比如我跟它说‘我考试得了100分’，它就会跟我说‘厉害了！这是第二次了吧’这样的。”

摧毁日语语法

为此，斋藤走出的第一步是“否定并重新定义现在的日语语法”。例如下一段动词“食べる（吃）”按照传统日语语法有这些活用形态：“食べない（未然形）”“食べます（连用形）”“食べる（终止形）”“食べるとき（连体形）”“食べれば（假定形）”“食べろ（命令形）”等。然而日本并不能像英语那样，单词和单词之间存在明确的分界线。于是斋藤就把单词扩大成活用形来进行定义。比如“食べる”否定命令的现在形是“食べるな”，然后按照否定命令语气的由弱到强进行了如下排序。

〈食べるなよ（不许吃啊）〉
〈食べるなって言ってんだろ（都说了不许吃了）〉
〈食べたらぶっ殺す（敢吃就削你）〉

斋藤认为，“日语一般省略主语，不过这是因为即便省略主语，也知道说的是谁。比如‘絶対、食べてやる（我就吃给你看）’主语是第一人称，‘絶対、食べてやると思ってますよね（你脑子里在想‘就吃给你看’吧）’主语是第二人称，如果是‘食べたがっている（他看起来很想吃的样子）’‘ 食べたらしい（他好像吃了）’的主语就只能是第三人称了。从动词的活用形就能看到主语的痕迹。”

对于名词，也用活用形来定义。例如“智能手机“这个名词，活用形如下所示。

过去形〈スマホだった（曾是智能手机）〉
愿望形〈スマホであってほしい（希望是智能手机）〉
愿望的否定形〈スマホであってはならない（千万别是智能手机）〉