精准率首次超过人类！阿里巴巴机器阅读理解打破世界纪录

2018 年伊始，人工智能取得重大突破！1 月 11 日，由斯坦福大学发起的机器阅读理解领域顶级赛事 SQuAD 刷新排名，令业界振奋的是人工智能的阅读能力历史上首次超越人类。   阿里巴巴凭借 82.440 的精准率打破了世界纪录，并且超越了人类 82.304 的成绩。

SQuAD 的负责人 Pranav Rajpurkar 难掩兴奋之情。他在社交媒体上表示，2018 年一个强劲的开始，第一个模型（阿里巴巴 iDST 团队提交的 SLQA +）在精准度匹配上超越人类表现！下一个挑战：模糊匹配，人类仍然领先 2.5 分！

SQuAD 比赛构建了一个大规模的机器阅读理解数据集(包含 10 万个问题)，文章来源于 500 多篇维基百科文章。

人工智能在阅读完数据集中的一篇短文之后，需要回答若干个基于文章内容的问题，然后与标准答案进行比对，得出精确匹配(Exact Match)和模糊匹配(F1-score)的结果。

SQuAD 是行业内公认的机器阅读理解顶级赛事，吸引了包括谷歌、卡内基.梅隆大学、斯坦福大学、微软亚洲研究院、艾伦研究院、IBM、Facebook 等知名企业研究机构和高校的深度参与。

此次技术的重大突破源于阿里巴巴研究团队提出的“基于分层融合注意力机制”的深度神经网络模型。该模型能够模拟人类在做阅读理解问题时的一些行为，包括结合篇章内容审题，带着问题反复阅读文章，避免阅读中遗忘而进行相关标注等。

模型可以在捕捉问题和文章中特定区域关联的同时，借助分层策略，逐步集中注意力，使答案边界清晰；另一方面，为避免过于关注细节，采用融合方式将全局信息加入注意力机制，进行适度纠正，确保关注点正确。

阿里巴巴自然语言处理首席科学家司罗表示，对于解决 wiki 类客观知识问答，机器已经取得非常好的结果，我们将继续向对通用内容的“能理解会思考”的终极目标迈进。

今后，研发的重点在于把这项技术真正应用在广大实际场景，让机器智能普惠生活。

实事上，这项技术已经在阿里巴巴内部被广泛使用。比如，每年双 11 都会有大量的顾客对活动规则进行咨询。阿里小蜜团队通过使用司罗团队的技术，让机器直接对规则进行阅读，为用户提供规则解读服务，是最自然的交互方式。

再比如，顾客还会针对单个商品询问大量的基础问题，而这些问题其实在商品详情页都是有答案的。现在通过机器阅读理解技术，能够让机器对详情页中的商品描述文本进行更为智能地阅读和回答，降低服务成本的同时提高购买转化率。