數(shù)十年來，研究人員一直追求對(duì)計(jì)算機(jī)系統(tǒng)進(jìn)行語言理解培訓(xùn)?，F(xiàn)在，科技巨頭阿里巴巴和微軟聲稱已朝著這一崇高目標(biāo)邁出了第一步。兩種系統(tǒng)均使用斯坦福大學(xué)的問答數(shù)據(jù)集進(jìn)行了測(cè)試，該數(shù)據(jù)集基于500篇維基百科文章，共收集了100,000個(gè)問題，這已成為不同AI研究小組爭(zhēng)奪第一個(gè)超越標(biāo)準(zhǔn)人類性能的戰(zhàn)場(chǎng)。

向系統(tǒng)提供了有關(guān)各種主題的文章中的多個(gè)段落，然后根據(jù)可用信息提示他們回答許多問題。

目前的人類得分為82.3，而由阿里巴巴和微軟構(gòu)建的系統(tǒng)分別獲得82.44和82.65分，以其頭發(fā)的廣度擊敗了他們的生物競(jìng)爭(zhēng)對(duì)手。

“我們很榮幸能見證機(jī)器在閱讀理解方面超越人類的里程碑。這意味著諸如“下雨的原因”這樣的客觀問題現(xiàn)在可以通過機(jī)器高精度地回答。”阿里巴巴自然語言處理首席科學(xué)家羅斯說。

一些新聞媒體已經(jīng)掌握了新聞，聲稱人工智能現(xiàn)在可以比人類更好地閱讀，甚至可以以前所未有的方式減少對(duì)人類輸入的需求。

但是，正如許多其他評(píng)論員以及公司本身所指出的那樣，這不是“真正的”理解。換句話說，這些算法不知道它們?cè)?ldquo;讀”什么。

明顯的理解源于系統(tǒng)識(shí)別文章中包含的模式和匹配術(shù)語的能力。

此外，系統(tǒng)僅被提供了來自維基百科的干凈格式的材料，該材料被保證包含答案。用胡言亂語“污染”文本，或要求系統(tǒng)從幾個(gè)句子中推斷出含義，這會(huì)破壞流程，這意味著真正的理解仍然離我們很遠(yuǎn)。

不過，在此之前，研究人員希望盡快在博物館，客戶服務(wù)機(jī)構(gòu)中實(shí)施類似設(shè)計(jì)的系統(tǒng)，這是一種旨在為醫(yī)療查詢提供答案的在線系統(tǒng)。

此外，世界各地的研究團(tuán)隊(duì)目前正在訓(xùn)練AI系統(tǒng)，以解決SAT風(fēng)格的數(shù)學(xué)問題和基礎(chǔ)科學(xué)問題。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！