全球产业正在数字化，无论是走在商场可见的语音查询接口、每月查帐能通过银行设立的Chatbot查询，甚至是无人不晓的Siri都是科技逐渐走入普通人生活的写照。要机器读懂人的语言十分艰难，更更谈不上依照问题做出精准的回复；工程师为了AI算法忙得头昏眼花，而Google日前开放的LIT工具或许能帮一把。
Google AI研究人员于GitHub上开源能协助第三方开发者理解与检核自然语言处理（natural language processing，NLP）的工具，又称Language Interpretability Tool，简称LIT。
为什么Google要推LIT？
自然语言处理（以下简称NLP）主要帮助机器人能正确理解并与人沟通。且过去工程师在执行相关作业时，AI模型往往会因为数据库中的偏见等人为因素，而出现超呼预期的行为。若要提前测试与排除人为障碍，工程师得耗费大量时间成本，但资源紧缩的状况下，这种状况是不容许的。而这也是LIT的优势所在。
LIT能解决的三个NLP挑战
LIT工具能回答工程师在自然语言处理上的三大问题。一、AI模型在什么状况下答复精准度会下降？二、AI模型为什么会做出特定预测？而三、若调整AI模型中字体、动词时态或是代名词的代表性别，例如英文里的he、she、it，AI模型是否会受影响、会不会稳定运行？
LIT可以让工程师提前测试对模块的假设，在无需庞大时间成本的情况下，可视化资料与得到执行假设后的分析。过程中，工程师可以随意在数据库中添加数据，并且即刻获得AI模块的未来变化。更好用的是，LIT能够让工程师左右同时比对因资料不同而改变的两种AI模块，让NLP相关作业变得更容易且有效率。
只要Python能跑，LIT就能支持！
据GitHub说明页面指出，只要Python、TensorFlow、PyTorch可以跑的模型，就能使用LIT工具做预期分析。除此之外，LIT工具也支持多种NLP作业过程，例如Classification、Regression、Span labeling、Seq2seq以及Language modeling。
