阿里巴巴AI模型“TransBERT”击败全球对手,刷新了QuAC世界纪录

  • 时间:
  • 浏览:1

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,不仅学会英语了评测的桂冠,更刷新了该项测试的世界纪录。这也导致 ,以阿里巴巴AI为代表机器阅读理解能力,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(文本理解挑战赛)、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”,甚至还趋于稳定原文中没人对应答案的模糊问题图片图片,这就要求AI模型要有如同人类般“联系上下文”的能力,深度1考验联想和推测能力。

阿里巴巴智能服务事业部算法专家计峰介绍说,此次测试中出先 了多次以“他”、“当当当我们 ”进行的第三人称指代,前要机器进行上下文的主动联想,并作出综合判断;还不是法在原文中找到对应答案的开放式问题图片图片,测试的是AI模型在基于文本的阅读理解之外,调用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简化性最高、最考验自然语言理解技术的,导致 接近人类日常交流的真实场景。

评测案例接近人类日常交流的真实场景,深度1考验AI模型的联想和推测能力

凭借自主研发的“TransBERT”AI模型,阿里巴巴智能服务事业部、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,以有八个指标总分144.1拔得头筹,刷新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模型以有八个指标总分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”、“模糊语义问题图片图片”等场景早已不须仅在测试环境中趋于稳定,在阿里巴巴平台的客服机器人“阿里小蜜”的日常应用中,此类较为简化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”。

在阿里巴巴早前敲定的一段视频中,阿里小蜜导致 才能以文字和语音等形式,与消费者进行多轮次的简化对话,问题图片图片覆盖售前售后服务中,常见的打断、指代、省略、转换话题等现实情況。

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,否则才能在QuAC类式测试中达到接近人类对话的水平。

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

这不须阿里巴巴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(文本理解挑战赛)上,阿里巴巴智能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、智助于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能客服正前一天所未有的深度1和智前要力防止消费者和商家的痛点,提升商业深度1。

注:文章内的所有配图皆为网络转载图片,侵权即删!