可期待的處理文檔和閱讀聯想的AI

對於我們每個人來說，與文字進行打交道是每天不可避免的一件事吧，小到朋友圈的動態理解，大到書籍的細細品味，可以說文字已經成為了我們生活的一部分，那麼你們是否遇到過不方便閱讀，或者說是需要有一些助力來幫助你進行閱讀呢？可能你會說我的理解能力很強，不需要這種助力，那麼我們來舉個例子吧，假設你是一個醫生，律師或者是某一方面的專家你需要完成閱讀大量特定醫學發現或者法律先例這樣的苦差事，你是否會希望有那麼一個工具能幫你完成這個苦差事並且給出一個簡潔明了的文件分析報告，我相信大多數人應該是希望有這麼一個工具的。

可能是微軟的某個工作室被大量的閱讀給逼瘋了吧，也可能是微軟發現我們生活當中確實需要這麼一種工具，總之最近微軟的研究人員就創造了這麼一種技術，它使用人工智慧來閱讀一個文檔，並且分析回答這個文檔之中的內容。

據稱這將會是一個里程碑式的進步，使得我們的搜索引擎能夠更加人性化的理解我們的問題，使我們使用人工智慧助手時不會再答非所問的情況，能夠更自然的給我們提供我們想要搜尋答案。

而由斯坦福大學發起的機器閱讀理解領域頂級賽事SQuAD排名也因此連續出現變動。首先是1月11日，阿里巴巴iDST-NLP團隊SLQA模型產生的結果取得排行榜首位，並在歷史上首次在精準匹配上超越人類表現。隨後，微軟亞洲研究院也取得了同樣的成績。

這兩家公司目前並列在SQuAD「排行榜」的第一名，列出了其各自研究機構努力的結果。

關於馬雲爸爸的阿里巴巴我相信大家了解的還是比較多的，那麼我們今天主要來談一下微軟吧，據悉微軟已經在機器閱讀理解方面做出了重大投資，作為創造更多技術的一部分，人們可以用簡單，直觀的方式與搜索引擎達到人機交互。例如，微軟必應搜索引擎不是搜索與問題相關的鏈接，而是正在努力為人們提供解決答案，或者提供多個關於更複雜或有爭議的主題的信息來源。

而目前微軟正在進行一個研究希望計算機可以回答的不僅僅是一個原始的問題，而且是幾個連續的問題。舉個例子，假設你問了一個問題，「德國總理是什麼時候出生的？」當你問到後續問題：「是什麼城市」時，你可能希望它也理解你還在談論同樣的事情即德國總理是出生在哪個城市？

而它們也希望計算機能夠更加全面的分析問題，而這需要計算機能夠對每一個問題的組成部分能夠進行一個快速的理解。例如，如果電腦被問到「John Smith是否是美國公民？」，那麼這個回答可能會基於一個信息，如「John Smith出生在夏威夷」。而這個城市在美國「

微軟亞洲研究院副總經理周明表示，SQuAD數據集的測試結果是一個重要的里程碑，但他指出，總的來說，人們在理解語言的複雜性和細微差別方面仍然比機器好得多。

所以我認為自然語言處理仍然是一個有很多挑戰的領域，畢竟目前的人工智慧仍然無法理解我們的情感，而我們也無法否認我們還是期待有這樣的體現出情感的科技進步。目前我們的生活還尚未達到科幻片里的那種所有的知識信息全部存儲於腦海之中的程度，因而我認為這個裡程碑僅僅只是一個開始。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！