北邮在线——阿里巴巴AI阅读理解精准率超越人类

近日,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,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负责人Pranav Rajpurkar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。

据了解,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。

据介绍,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。

由司罗领导的自然语言处理团队支撑了阿里巴巴整个生态的技术需求。由他们研发的AliNLP自然语言技术平台每日调用1200亿+次,Alitranx翻译系统提供20个语种在线服务日调用量超过7亿+次。此前曾在2016年ACM CIKM个性化电商搜索、2017年IJCNLP中文语法检测CGED评测、2017年年美国标准计量局TAC评比英文实体分类等大赛中取得全球第一的成绩。

作为国内互联网三巨头之一,阿里巴巴最近两年开始加速在人工智能领域的布局。人工智能的主要布局方向:一是在电商和商家融合,二是给厂商技术支持。

2017年7月,阿里巴巴人工智能实验室正式亮相。其研究方向:消费级 AI产品的研发。第一款产品就是最近大家熟悉的智能语音终端设备"天猫精灵 X1"。

此外,iDST(数据科学与技术研究院):被称为是阿里巴巴最神秘的研究机构,分布在杭州、北京、西雅图、硅谷等地,是阿里巴巴负责人工智能技术研发的核心团队、阿里巴巴NASA计划的人工智能大脑。

除了人工智能实验室、数据科学与技术研究院iDST,阿里研究院、VR实验室等在人工智能研究方面也有涉猎,蚂蚁金服也具备自己的人工智能团队。

此外,2017年3月阿里宣布推出"NASA"计划,面向机器学习、芯片、IoT作系统、生物识别这些核心技术组建新团队,建立新的机制和方法。

与百度在无人驾驶领域的高调不同的是,阿里巴巴在人工智能领域,似乎更接地气一些。2017年6月,在阿里云栖大会上海峰会上,阿里云发布了一系列云计算、大数据、人工智能等产品。

而且,更为关键的是,阿里在本次大会上,还展示了人工智能技术落地的实际应用场景。比如阿里的ET环境大脑,一个可构建出数字化的地球的人工智能云计算产品,具备分析全球植被绿化变迁、自然灾害监测、极端天气预警等功能。

此外,包括ET城市大脑、ET工业大脑、ET医疗大脑等也已经开始落地应用。譬如,用ET城市大脑来解决杭州的交通拥堵问题,交警到达现场的时间从15分钟降到3分钟;再如,ET医疗大脑帮助浙江大学附属医院以及很多的医院合作,预防及早期发现甲状腺结节与肺癌,医疗准确性大幅提升,这是造福人类的大事;还有,ET工业大脑让光伏生产商协鑫的良品率提升了1%,一年节省成本上亿,徐工集团、中策橡胶、吉利等制造领域标杆企业,也都引入了ET工业大脑。

阿里云的人工智能场景落地之路

在这次大会上,阿里云总裁胡晓在分享中,还提到了电力、金融、公共安全、教育等行业,这意味着将来阿里云应该会面向更多行业推出相应的ET大脑。

而此次阿里在全球顶级竞赛中的表现,也为其下一步在行业人工智能应用方面的拓展,增加了更大的砝码。

西安北邮在线人工智能课程正在火热报名中,2018,选择北邮在线IT教育,帮你找份好工作!!!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343