阿里AI模型重新整理世界纪录 阅读理解能力测试全球领先

近日，在斯坦福等院校和机构发起的“多轮对话型阅读理解评测”（QuAC）上，阿里巴巴人工智能模型“TransBERT”击败全球对手，不仅拿下了评测的桂冠，更重新整理了该项测试的世界纪录。这也意味着，以阿里巴巴AI为代表的机器阅读理解能力，又往前迈进了一步。

QuAC（多轮对话型阅读理解评测）由华盛顿大学、斯坦福大学和艾伦人工智能研究院等研究机构联合发起，与SQuAD（文字理解挑战赛）、CoQA（对话型机器阅读理解挑战赛）并称世界级阅读理解评测竞赛，吸引了全世界顶级科学家和技术团队参与。本次竞赛的难点在于，要求参赛的AI模型阅读篇幅更长的多轮对话，题目中还有“指代”和“省略”，甚至还存在原文中没有对应答案的模糊问题，这就要求AI模型要有如同人类般“联络上下文”的能力，高度考验联想和推测能力。

阿里巴巴智慧服务事业部算法专家计峰介绍说，此次测试中出现了多次以“他”、“他们”进行的第三人称指代，需要机器进行上下文的主动联想，并作出综合判断；还有无法在原文中找到对应答案的开放式问题，测试的是AI模型在基于文字的阅读理解之外，呼叫日常储备数据库进行推想的能力，几乎无限接近人类思考模式。主办方也认为，多轮对话型阅读理解是目前人工智能对话领域复杂性最高、最考验自然语言理解技术的，已经接近人类日常交流的真实场景。

图：评测案例接近人类日常交流的真实场景，高度考验AI模型的联想和推测能力

凭借自主研发的“TransBERT”AI模型，阿里巴巴智慧服务事业部、计算平台事业部联合浙江大学人工智能研究所，打败国内外竞争者，以三个指标总分144.1拔得头筹，重新整理了此测试的最高纪录，其中两项指标大幅超过第二名。

图：“TransBERT”AI模型以三个指标总分144.1拔得头筹，两项指标大幅超过第二名

AI技术面对多轮次对话，以及“指代”、“省略”、“模糊语义问题”等场景早已并非仅在测试环境中发生，在阿里巴巴平台的客服机器人“阿里小蜜”的日常应用中，此类较为复杂的阅读理解场景早已成为AI机器人发挥实质性作用的“赛场”。

在阿里巴巴早前公布的一段视讯中，阿里小蜜已经能够以文字和语音等形式，与消费者进行多轮次的复杂对话，问题覆盖售前售后服务中，常见的打断、指代、省略、转换话题等现实情况。

这也是阿里巴巴AI技术显著区别于学界竞争者的最大不同之处，阿里AI模型在阿里小蜜系列产品的长期实际应用中得到完善和突破，其技术能力立足现实场景，注重与人类对话的真实互动体验，因此能够在QuAC这类测试中达到接近人类对话的水平。

图：阿里AI模型技术能力立足人工智能客服小蜜产品的现实服务场景

这并非阿里巴巴AI技术首次在机器阅读领域打破世界纪录。在斯坦福大学于2018年初发起的机器阅读领域顶级赛事SQuAD（文字理解挑战赛）上，阿里巴巴智慧服务事业部就曾联合阿里达摩院夺冠，实现了人工智能在阅读能力上首次对人类的超越。2019年初，阿里小蜜凭借在物流、智慧助理等功能方面的出色表现，入选《麻省理工科技评论》“全球十大突破性技术”榜单，被认为是有望引领AI助手实现巨大进化的代表。

在人工智能的驱动下，客服行业也正在经历快速升级迭代。2018年，阿里小蜜全年对话轮次高达14亿次，服务消费者约4.9亿人次。而基于实际场景不断完善的算法技术，也让以阿里小蜜为代表的智慧客服正以前所未有的速度和智慧能力解决消费者和商家的痛点，提升商业效率。