微信聊天使用频率最高的话题终结词是什么？

　　好的（此处请脑补你第一时间想到的表情符号）

　　「好的」这两个字后面加上最简单的表情，都会让这个单纯的词语变得不单纯。在不同的情景回复不同的人时，表情符号可以让这个常见的回复词，带上不同的情绪，沮丧、开心、无奈、窃喜、期待……（心里的小情绪太多，词语都不够用了）

　　词不达意不要慌，表情包来帮你忙。表情包正让社交网络这个世界里的沟通变得更加顺畅，但由于情景、文化的不同，社交网络上每一条表达的背后依然有着更为丰富的含义，比如你的朋友，他提前一个月预定了七夕当天和女朋友的晚餐，在离七夕还有半个月时，他发了一条微博：

　　提前一个月预定的七夕大餐，我一个人可以全部吃完。[微笑]

　　看上去乐观积极，其实他的内心已经难过得要晕厥，心里在说：大家快来安慰我，我分手了。

　　这些层层深意的表达，对于研究社交网络的专家学者而言，真是一个十分麻烦头疼的事情。因此，麻省理工学院有一个团队正在进行一个名为「DeepMoji」的项目，利用人工智能对人们在社交网络上使用的 emoji 表情符号进行研究，想要利用机器学习让人工智能够读懂人们的情绪，尤其是语言中的「反讽」。

　　DeepMoji 从 Twitter 上的 550 亿条推文中，选取了 12 亿条带有 emoji 的推文，对它们进行分析和学习，试图训练一个深度学习模型去预测推文中会使用哪些表情符号。项目的成员认为，如果这个 AI 模型能够预测和理解某个句子中的表情符号，那么它就能够理解句子中的情感内容。

　　（DeepMoji 推测，人们写了左边的句子后，最有可能使用右边的 5 个表情符号）

　　DeepMoji 的任务是处理及运用自然语言，读懂人类语言，因此它是人工智能和语言学领域的分支，属于自然语言处理（Natural Language Processing），即 AI 业界中大热的 NLP。

　　《情绪机器（The Emotion Machine）》作者马文· 明斯基（Marvin Minsky）也曾说过：

　　人工智能只有读懂情绪了，才能进行常识性的推理和思考。

　　这个 AI 最初的目的，是让企业用来理解顾客对他们的真实评价。然而这样一个能够理解人类表情包的 AI，场景很多，包括电商客服、聊天、处理商品/服务评价等场景都能派上用场。

　　或许在将来，我们给电商客服发个三言两语再加个表情符号，它就不会自动回复一大堆选项给你选择，而是秒懂你的意思，马上跟你说「亲，我们不接受砍价哦」或者「亲，我们包邮」。

　　（Allo 的「智能回复」功能）

　　而有了 DeepMoji 加持的聊天机器人，或许也不会那么快在尬聊中把天聊死。不过 AI 技术运用在聊天软件已经不是什么新鲜事，Google 在去年的 I/O 大会上就发布一款聊天应用 Allo，Allo 能够根据使用者的聊天风格，订制聊天回复。不过这个功能目前只能在英语母语地区，或者全英语对话的条件下才会触发使用。

　　虽然 DeepMoji 在将来能让大家更好地聊天，但项目成员还有更深远的想法，他们想要通过 DeepMoji 来识别社交网络中的欺凌和种族歧视。目前，他们已经建立了一个 AI 的 Demo，感兴趣的朋友可以去参与调教这只 AI。今年 9 月，「DeepMoji」将会在 github 上开源。