（从左至右）崔磊、韦福如、周明、杨南。微软公司亚洲研究院自然语言计算出来研究组供图读者来自维基百科的536篇文章，问10万个基于文章内容的问题，除了题量大一点，这场比赛一挺像大学英语六级考试的读者解读测试。但你不有可能听见考场里奋笔疾书的“唰唰”声，因为“参赛者”只是一段代码。

输出文章和问题后，计算机的中央处理器（CPU）和图形处理器（GPU）开始高速计算出来，最后交还答卷，由出题者进呈。对来自世界各国的研究者来说，这是一场没走过的竞赛——任何人可以在给定时间重新加入，排行榜动态改版；即使是第一名，不维持“自学”和“改版”，随时有可能被新的加入者打破。它有可能再次发生在你睡觉和睡的时候，而“输掉”不过是“啪啪啪”地敲打了一串代码。这场竞赛全称SQuAD（StanfordQuestionAnsweringDataset）文本解读挑战赛，由斯坦福大学在2016年9月发动，是业内普遍认为的机器读者解读标准水平测试，也是这个领域的顶级赛事。

在2018年1月3日以前，人类始终保持着领先的优势——根本没任何一个团队需要设计出有一种答题正确率多达人类的算法。这一天，微软公司亚洲研究院自然语言计算出来组递交的新模型取得了82.650的准确给定分数，多达了人类分数82.304。仅有过了两天，阿里巴巴iDST－NLP团队也获得了82.440的准确给定分数。

微软公司亚洲研究院院长洪小文告诉他中国青年报·中青在线记者：“这对微软公司和自然语言处置（NLP）研究领域来说，都是一个最重要的里程碑。计算机文本理解能力首次打破人类，伴随着该领域的研究将不会有更大突破。”在计算机显然，世间万物都是一串数字微软公司亚洲研究院副院长、自然语言计算出来组负责人周明博士躺在计算机前，紧绷地等候测试结果。

经过1个多月对模型和算法的改版，他们递交了近期代码。这支团队在SQuAD挑战赛初期，一度以平稳的成绩长年位列排行榜榜首，但周明告诉，这场竞赛的名列瞬息万变。2017年最后两个月里，科大讯飞与哈工大牵头实验室、腾讯DPDACNLP团队先后多达了他们。

新的运动员参赛约两三分钟后，系统就已完成了大约50篇数百词的文章读者和约1万个问题的问。即使母语是英语的成年人，这个时间也才只得读过5篇文章。“对人类来说，读过一篇文章就不会在脑海中构成一定的印象，比如这篇文章谈的什么人，再次发生了什么故事。

人们需要轻而易举地概括出有文章里的重点内容，但对计算机来说不是这样。”周明告诉他中国青年报·中青在线记者。在SQuAD测试中，计算机必须读者一段材料，然后问诸如人名、地理位置等问题。

不同于类似于测试，SQuAD测试的问有可能是一段短语，而非某个单词或单个内容。它有可能遭遇同义词更换、句子结构转换等情况，甚至必须综合多个句子展开逻辑推理。

为了解决问题这个问题，研究组仿真人类做到读者解读过程的方式，他们将整个过程分为了四步。获得测试题后，计算机首先不会自学文本和问题，就像我们做到读者题时，首先不会通读文章，然后审题，取得一个整体印象。

下一步，计算机不会将问题和文章展开核对，找到涉及段落，就像人类定位关键信息的环节。接下来，计算机不会把可行性结果放在上下文里核对，类似于人会综合全文看来问题。

最后，它不会定夺并投票决定最像答案的内容。在这场竞赛中，有所不同团队设计的答题模式有可能几乎有所不同。周明讲解说道，他们的设计中，最独有的就是第3步，是通过“注意力机制”超过的。

这让关键信息像被所画上了重点一样，沦为计算机眼中提示的部分。“除了自然语言处置，注意力机制在图像识别领域也是关键的概念。”美国哥伦比亚大学计算机系硕士生何钦尧告诉他中国青年报·中青在线记者。人类视觉需要通过较慢扫瞄整体图像后，寻找必须重点注目的区域，并投放更加多注意力，以取得更加多细节，诱导其他无用信息。

研究者也尝试让计算机自学并利用这种机制。不同于人类享有动植物、山川河流的概念，所有单词和图像在计算机显然都是一串数字。它必需从数字背后错综复杂的联系中，看穿它们的意义。

真理隐蔽在数据和概率里周明所在团队用于的计算机并不是凭空学会做到题。参与SQuAD竞赛前，它就像“学霸”试题刷题一样，再行看完了大约500篇文章和与之对应的10万道题目、答案。但周明回应，“目前基于深度自学的机器读者解读模型都是黑盒的状态，很难直观地回应机器展开读者解读的过程和结果。

未来，可解释性的深度自学模型有一点更进一步探究。”通过大量自学，计算机明白了什么数字意味著与文章内容涉及，怎样的联系意味著这就是问题的答案。

“真理就隐蔽在数据和概率里，我们这个领域的研究者大多都这么看。”何钦尧说道。一个1岁人类孩童看完狗以后，就能辨识各种体型、品种和有所不同拍摄角度的狗，构成概念，但计算机必须看完很多照片后，才能辨别某个物体是不是狗。

“我们不告诉人类是怎么构成这个概念的，但对计算机来说，概念是靠累积数据、靠计算出来概率来作的。”直到20世纪90年代之前，人们还在企图让计算机学会人类语言的规则，从而解读背后的含义。但语言在用于时往往不规范，机器无法处置背离规则的内容。

后来，人们开始让机器自己展开自学，提供语言科学知识。发展到今天，自然语言处置领域的研究早已基本可以应付单个句子，解读句子成分。各大手机厂商也发售了自己的人工智能语音系统，可以辨识并已完成用户的指令，还能展开非常简单的交流和对话。

“宽文本的解读仍然是难题，这牵涉到句子之间的连贯性、上下文交会和逻辑推理等更加高难度的内容。”周说明。当我们告诉他计算机，“莱茵河上仅次于的城市是德国科隆，它是中欧和西欧区域的第二宽河流，坐落于多瑙河之后”，并回答它“什么河比莱茵河宽”时，很多计算机不会问“科隆”。

如何解读代词“它”、解读“坐落于……之后”回应较为而非物理上的前后，沦为这些“运动员”相当大的障碍。人类享有“科隆是城市而非河流”这种常识，完全会在这个问题上受罚，但计算机无法解读这个概念。SQuAD竞赛不是第一个计算机“打破”人类的领域计算机很早已在计算出来、记忆的领域碾轧人类，后来又打败了人类最杰出的国际象棋、围棋棋手。

“只不过，计算出来、对局、机器翻译等只探讨单一任务本身的人工智能都归属于很弱人工智能，”周说明，“不过很弱人工智能并不很弱，它可以不具备打破人类的某些能力，有相当大的价值，但是很弱人工智能还无法确实解读它接管到的信息，而这就使得通向强劲人工智能的道路十分艰苦。”60多年前，曾有人尝试让计算机用6条规则和200个词汇做到俄英翻译成，这被指出是最先的人工智能尝试。那时的研究人员信心满满，声称能在5年内几乎解决问题一种语言到另一种语言的自动翻译成问题。这个目标至今没已完成，人工智能也因为研究进展较慢经历过两次低潮。

仍然到将近10年，计算机性能的大幅提高和机器学习理论的蓬勃发展让人工智能再度冷了一起。人们找到，计算机需要写出诗词、与人对话，它显得更加像人。多达，21世纪以来新的创立的人工智能企业中，有将近三分之二是在5年内创立的。

最近3年，人工智能领域的低收入岗位数量攀升近8倍。在亚洲，过去17年内投向人工智能领域的51亿美元中，有95％是在过去5年内投放的。翻阅SQuAD竞赛排行榜，前3名都是来自中国的团队。

“这在过去是不肯想象的。”周说明。

放到20年前，中国甚至还没在这个领域的顶级会议上公开发表过文章。而现在，中国公开发表的文章数早已位居世界第二，2017年还有5篇文章选入该会议的22篇卓越论文。在SQuAD竞赛中，计算机分数比人类低0.346分，可以解读为某种程度做到1万道题时，计算机多做到对35道。

“这远不代表计算机打破了人类的读者解读水平。”周明告诉他中国青年报·中青在线记者。

也有人批评，这里代表“人类”的，不过是众包在平台上一小时花钱9美元、不受教育水平参差不齐的人。一个普遍认为的人工智能的标准是需要通过“图灵测试”——如果一台机器需要与人展开交流，并且被人误以为是人，那它就具备智能。“‘能解读、不会思维’，这其中，解读自然语言是最核心的问题。

”周说明。目前，计算机还是很难在日常交流中解读双关和嘲讽。在中文语境下，计算机还必须面临如何将一个句子合并为数个词汇的问题。

很多对人类而言需要自学的事情，例如保持平衡、用手拿起一个杯子，对机器而言也是无比艰难的事情。机器没经过几亿年的进化，也没人类大脑里由神经元数百万次电脉冲转化成的触觉、听力或是视觉。在人类程序员的驯导下，它把一切转化成为数字。

理解辨识特性的工程师可以通过肉眼无法辨识的微调，让计算机把小狗图片当作鸵鸟，或是将一片马赛克认成猎豹。有时，把中文翻译成英文再行翻译成回去，整句话都显得面目全非。在人工智能威胁论不绝于耳的今天，周明完全没担忧，他向中国青年报·中青在线记者荐了SQuAD竞赛中的一个例子。机器读者了“按质量算数，氧气是宇宙中第三多的元素，位列氢和氦之后”，面临“什么是第二多的元素”的问题，它的问毕竟“氧”。

不管是微软公司还是阿里巴巴团队设计的算法，都无法解决问题这个再行非常简单不过的问题。这不只是人工智能之间的竞赛，也是人类和自己的竞赛。

本文来源：kaiyun下载app下载安装手机版-www.jmphp.com