（從左至右）崔磊、韋福如、周明、楊南。微軟亞洲研討院天然說話盤算研討組供圖
瀏覽來自維基百科的536篇文章，答復(fù)10萬(wàn)個(gè)基于文章內(nèi)容的成績(jī)，除題量年夜一點(diǎn)，這場(chǎng)競(jìng)賽挺像年夜學(xué)英語(yǔ)六級(jí)測(cè)驗(yàn)的瀏覽懂得測(cè)試。
但你弗成能聽到科場(chǎng)里奮筆疾書的“唰唰”聲，由于“參賽者”只是一段代碼。輸出文章和成績(jī)后，盤算機(jī)的中心處置器（CPU）和圖形處置器（GPU）開端高速盤算，最初交出答卷，由出題者批閱。
對(duì)來自世界列國(guó)的研討者來講，這是一場(chǎng)沒有止境的比賽——任何人可以在隨意率性時(shí)光參加，排行榜及時(shí)更新；即便是第一位，不堅(jiān)持“進(jìn)修”和“更新”，隨時(shí)有能夠被新參加者超出。它能夠產(chǎn)生在你吃飯和睡覺的時(shí)刻，而“敵手”不外是“啪啪啪”地敲擊了一串代碼。
這場(chǎng)比賽全稱SQuAD（Stanford Question Answering Dataset）文本懂得挑釁賽，由斯坦福年夜學(xué)在2016年9月提議，是業(yè)內(nèi)公認(rèn)的機(jī)械瀏覽懂得尺度程度測(cè)試，也是這個(gè)范疇的頂級(jí)賽事。
在2018年1月3日之前，人類一直堅(jiān)持著搶先的優(yōu)勢(shì)——歷來沒有任何一個(gè)團(tuán)隊(duì)可以或許設(shè)計(jì)出一種答題準(zhǔn)確率跨越人類的算法。這一天，微軟亞洲研討院天然說話盤算組提交的新模子取得了82.650的準(zhǔn)確婚配分?jǐn)?shù)，跨越了人類得分82.304。僅過了兩天，阿里巴巴iDST－NLP團(tuán)隊(duì)也拿到了82.440的準(zhǔn)確婚配分?jǐn)?shù)。
微軟亞洲研討院院長(zhǎng)洪小文告知中國(guó)青年報(bào)·中青在線記者：“這對(duì)微軟和天然說話處置（NLP）研討范疇來講，都是一個(gè)主要的里程碑。盤算機(jī)文本懂得才能初次超出人類，預(yù)示著該范疇的研討將會(huì)有更年夜沖破。”
在盤算機(jī)看來，人間萬(wàn)物都是一串?dāng)?shù)字
微軟亞洲研討院副院長(zhǎng)、天然說話盤算組擔(dān)任人周明博士坐在盤算機(jī)前，重要地期待測(cè)試成果。經(jīng)由1個(gè)多月對(duì)模子和算法的更新，他們提交了最新代碼。
這支團(tuán)隊(duì)在SQuAD挑釁賽早期，一度以穩(wěn)固的成就歷久位居排行榜榜首，但周明曉得，這場(chǎng)比賽的排名瞬息萬(wàn)變。2017年最初兩個(gè)月里，科年夜訊飛與哈工年夜結(jié)合試驗(yàn)室、騰訊DPDAC NLP團(tuán)隊(duì)前后跨越了他們。
新選手參賽年夜約兩三分鐘后，體系就完成了約50篇數(shù)百詞的文章瀏覽和約1萬(wàn)個(gè)成績(jī)的答復(fù)。即便母語(yǔ)是英語(yǔ)的成年人，這個(gè)時(shí)光也才委曲讀完5篇文章。
“對(duì)人類來講，讀完一篇文章就會(huì)在腦海中構(gòu)成必定的印象，好比這篇文章講的甚么人，產(chǎn)生了甚么故事。人們可以或許易如反掌地歸結(jié)出文章里的重點(diǎn)內(nèi)容，但對(duì)盤算機(jī)來講不是如許。”周明告知中國(guó)青年報(bào)·中青在線記者。
在SQuAD測(cè)試中，盤算機(jī)須要瀏覽一段資料，然后答復(fù)諸如人名、地輿地位等成績(jī)。分歧于相似測(cè)試，SQuAD測(cè)試的答復(fù)能夠是一段短語(yǔ)，而非某個(gè)單詞或單個(gè)內(nèi)容。它能夠遭受同義詞調(diào)換、句子構(gòu)造變換等情形，乃至須要綜合多個(gè)句子停止邏輯推理。
為懂得決這個(gè)成績(jī)，研討組模仿人類做瀏覽懂得進(jìn)程的方法，他們將全部進(jìn)程分紅了四步。拿到測(cè)試題后，盤算機(jī)起首會(huì)進(jìn)修文本和成績(jī)，就像我們做瀏覽題時(shí)，起首會(huì)通讀文章，然后審題，取得一個(gè)全體印象。
下一步，盤算機(jī)遇將成績(jī)和文章停止比對(duì)，找出相干段落，就像人類定位癥結(jié)信息的環(huán)節(jié)。接上去，盤算機(jī)遇把初步成果放到高低文里比對(duì)，相似人會(huì)綜合全文對(duì)待成績(jī)。最初，它會(huì)推敲并選出最像謎底的內(nèi)容。
在這場(chǎng)比賽中，分歧團(tuán)隊(duì)設(shè)計(jì)的答題形式能夠完整分歧。周明引見說，他們的設(shè)計(jì)中，最奇特的就是第3步，是經(jīng)由過程“留意力機(jī)制”到達(dá)的。這讓癥結(jié)信息像被畫上了重點(diǎn)一樣，成為盤算機(jī)眼中高亮的部門。
“除天然說話處置，留意力機(jī)制在圖象辨認(rèn)范疇也是癥結(jié)的概念。”美國(guó)哥倫比亞年夜學(xué)盤算機(jī)系碩士生何欽堯告知中國(guó)青年報(bào)·中青在線記者。
人類視覺可以或許經(jīng)由過程疾速掃描全體圖象后，找到須要重點(diǎn)存眷的區(qū)域，并投入更多留意力，以取得更多細(xì)節(jié)，克制其他無用信息。研討者也測(cè)驗(yàn)考試讓盤算機(jī)進(jìn)修并應(yīng)用這類機(jī)制。分歧于人類具有動(dòng)植物、山水河道的概念，一切單詞和圖象在盤算機(jī)看來都是一串?dāng)?shù)字。它必需從數(shù)字面前奧妙的接洽中，洞悉它們的意義。
真諦隱蔽在數(shù)據(jù)和幾率里
周明地點(diǎn)團(tuán)隊(duì)?wèi)?yīng)用的盤算機(jī)其實(shí)不是平空學(xué)會(huì)做題。加入SQuAD比賽前，它就像“學(xué)霸”考前刷題一樣，先看過了約500篇文章和與之對(duì)應(yīng)的10萬(wàn)道標(biāo)題、謎底。
但周明表現(xiàn)，“今朝基于深度進(jìn)修的機(jī)械瀏覽懂得模子都是黑盒的狀況，很難直不雅地表現(xiàn)機(jī)械停止瀏覽懂得的進(jìn)程和成果。將來，可說明性的深度進(jìn)修模子值得進(jìn)一步探討。”
經(jīng)由過程年夜量進(jìn)修，盤算機(jī)明確了甚么數(shù)字意味著與文章內(nèi)容相干，如何的接洽意味著這就是成績(jī)的謎底。
“真諦就隱蔽在數(shù)據(jù)和幾率里，我們這個(gè)范疇的研討者年夜多都這么看。”何欽堯說。一個(gè)1歲人類孩童看過狗今后，就可以辨認(rèn)各類體型、種類和分歧拍攝角度的狗，構(gòu)成概念，但盤算機(jī)須要看過許多照片后，能力斷定某個(gè)物體是否是狗。“我們不曉得人類是怎樣構(gòu)成這個(gè)概念的，但對(duì)盤算機(jī)來講，概念是靠積聚數(shù)據(jù)、靠盤算幾率得來的。”
直到20世紀(jì)90年月之前，人們還在試圖讓盤算機(jī)學(xué)會(huì)人類說話的規(guī)矩，從而懂得面前的寄義。但說話在應(yīng)用時(shí)常常不標(biāo)準(zhǔn)，機(jī)械沒法處置偏離規(guī)矩的內(nèi)容。后來，人們開端讓機(jī)械本身停止進(jìn)修，獲得說話常識(shí)。
成長(zhǎng)到明天，天然說話處置范疇的研討曾經(jīng)根本可以敷衍單個(gè)句子，懂得句子成份。各年夜手機(jī)廠商也推出了本身的人工智能語(yǔ)音體系，可以辨認(rèn)并完成用戶的指令，還能停止簡(jiǎn)略的交換和對(duì)話。
“長(zhǎng)文本的懂得一向是難點(diǎn)，這觸及句子之間的連接性、高低文連接和邏輯推理等更高難度的內(nèi)容。”周明說。
當(dāng)我們告知盤算機(jī)，“萊茵河上最年夜的城市是德國(guó)科隆，它是中歐和西歐區(qū)域的第二長(zhǎng)河道，位于多瑙河以后”，并問它“甚么河比萊茵河長(zhǎng)”時(shí)，許多盤算機(jī)遇答復(fù)“科隆”。
若何懂得代詞“它”、懂得“位于……以后”表現(xiàn)比擬而非物理上的前后，成為這些“選手”很年夜的妨礙。人類具有“科隆是城市而非河道”這類知識(shí)，簡(jiǎn)直不會(huì)在這個(gè)成績(jī)上出錯(cuò)，但盤算機(jī)沒法懂得這個(gè)概念。
SQuAD比賽不是第一個(gè)盤算機(jī)“超出”人類的范疇
盤算機(jī)很早就在盤算、記憶的范疇碾軋人類，后來又擊敗了人類最優(yōu)良的國(guó)際象棋、圍棋棋手。
“其實(shí)，盤算、下棋、機(jī)械翻譯等只聚焦單一義務(wù)自己的人工智能都屬于弱人工智能，”周明說，“不外弱人工智能其實(shí)不弱，它可以具有超出人類的某些才能，有很年夜的價(jià)值，然則弱人工智能還沒法真正懂得它吸收到的信息，而這就使得通往能人工智能的途徑非常艱苦。”
60多年前，曾有人測(cè)驗(yàn)考試讓盤算機(jī)用6條規(guī)矩和200個(gè)辭匯做俄英翻譯，這被以為是最早的人工智能測(cè)驗(yàn)考試。那時(shí)的研討人員信念滿滿，傳播鼓吹能在5年內(nèi)完整處理一種說話到另外一種說話的主動(dòng)翻譯成績(jī)。
這個(gè)目的至今沒有完成，人工智能也由于研討停頓遲緩閱歷過兩次高潮。一向到近10年，盤算機(jī)機(jī)能的年夜幅度晉升和機(jī)械進(jìn)修實(shí)際的鼓起讓人工智能再次熱了起來。人們發(fā)明，盤算性能夠?qū)懺?shī)詞、與人對(duì)話，它變得愈來愈像人。
據(jù)統(tǒng)計(jì)，21世紀(jì)以來新開辦的人工智能企業(yè)中，有近三分之二是在5年內(nèi)開辦的。比來3年，人工智能范疇的失業(yè)崗?fù)?shù)目飆升近8倍。在亞洲，曩昔17年內(nèi)投向人工智能范疇的51億美元中，有95％是在曩昔5年內(nèi)投入的。
翻看SQuAD比賽排行榜，前3名都是來自中國(guó)的團(tuán)隊(duì)。“這在曩昔是不敢想象的。”周明說。放在20年前，中國(guó)乃至還沒有在這個(gè)范疇的頂級(jí)會(huì)議上揭橥過文章。而如今，中國(guó)揭橥的文章數(shù)曾經(jīng)穩(wěn)居世界第二，2017年還有5篇文章當(dāng)選該會(huì)議的22篇出色論文。
在SQuAD比賽中，盤算機(jī)得分比人類高0.346分，可以懂得為異樣做1萬(wàn)道題時(shí)，盤算機(jī)多做對(duì)35道。“這遠(yuǎn)不代表盤算機(jī)超出了人類的瀏覽懂得程度。”周明告知中國(guó)青年報(bào)·中青在線記者。也有人質(zhì)疑，這里代表“人類”的，不外是眾包平臺(tái)上一小時(shí)掙9美元、受教導(dǎo)程度良莠不齊的人。
一個(gè)公認(rèn)的人工智能的尺度是可以或許經(jīng)由過程“圖靈測(cè)試”——假如一臺(tái)機(jī)械可以或許與人停止交換，而且被人誤認(rèn)為是人，那它就具有智能。
“ ‘能懂得、會(huì)思慮’，這個(gè)中，懂得天然說話是最焦點(diǎn)的成績(jī)。”周明說。今朝，盤算機(jī)照樣很難在平常交換中懂得雙關(guān)和譏諷。在中文語(yǔ)境下，盤算機(jī)還須要面臨若何將一個(gè)句子拆分為數(shù)個(gè)辭匯的成績(jī)。許多對(duì)人類而言無需進(jìn)修的工作，例如堅(jiān)持均衡、用手拿起一個(gè)杯子，對(duì)機(jī)械而言也是非常艱苦的工作。
機(jī)械沒有經(jīng)由幾億年的演變，也沒有人類年夜腦里由神經(jīng)元數(shù)百萬(wàn)次電脈沖轉(zhuǎn)化成的觸覺、聽覺或是視覺。在人類法式員的馴導(dǎo)下，它把一切轉(zhuǎn)化為數(shù)字。
懂得辨認(rèn)特征的工程師可以經(jīng)由過程肉眼沒法辨認(rèn)的微調(diào)，讓盤算機(jī)把小狗圖片當(dāng)做鴕鳥，或是將一片馬賽克認(rèn)成獵豹。有時(shí)，把中文翻譯成英文再翻譯回來，整句話都變得面貌全非。
在人工智能威逼論不停于耳的明天，周明簡(jiǎn)直沒有擔(dān)憂，他向中國(guó)青年報(bào)·中青在線記者舉了SQuAD比賽中的一個(gè)例子。
機(jī)械瀏覽了“按質(zhì)量算，氧氣是宇宙中第三多的元素，排在氫和氦以后”，面臨“甚么是第二多的元素”的成績(jī)，它的答復(fù)倒是“氧”。不論是微軟照樣阿里巴巴團(tuán)隊(duì)設(shè)計(jì)的算法，都不克不及處理這個(gè)再簡(jiǎn)略不外的成績(jī)。
這不只是人工智能之間的比賽，也是人類和本身的比賽。
